立即注册找回密码

QQ登录

只需一步,快速开始

微信登录

微信扫一扫,快速登录

手机动态码快速登录

手机号快速注册登录

搜索

图文播报

查看: 2707|回复: 5

[分享] 生物科学,生物技术,生物工程和生物信息学有什么区别?哪一个前景更好?(打算读博)?

[复制链接]
发表于 2024-9-27 07:08 | 显示全部楼层 |阅读模式
回复

使用道具 举报

发表于 2024-9-27 07:09 | 显示全部楼层
只说读博。
免疫,合成,生信。
方向都可以,就业不错。
但你说的这几个东西,都可以读博。
前景一样。
为啥这么说呢。
这四个本质上是一个东西。
研究生阶段知识哪怕前面选错了,后面努努力就补回来了。
本科期间课程安排大同小异。
只有生信中间会安排编程和高数。
这么说吧,另外三个约等于百科全书没有侧重,等到了硕士再去细分专业。
生信是在百科全书里面加了一个计算机。
等你考上硕士时候,再去细分,深入。
问题是无论啥专业都能报生物硕士,所以这几个专业没区别。
工程专硕也是变成三年制了,和理学学硕无差异,毕业要求分学校。
读博的话,其实分的更细致了。
不存在分这四个专业,完全看导师是什么样的。
你可以说本科随便一个,然后研究生选另一个。
说实话本科期间的生信,研究生的工作量,最多半年自学成功。
简单来说,往读博发展,为了老师招自己,而选专业。
那就很复杂了。
因为读博不是选专业。
本科看学校,硕士看专业,博士看导师。
生信确切的说是用计算机处理生物数据,本质上来说是计算机。
如果自学计算机差,那么选了也是白玩。
如果计算机好,就算没选生信,等到了研究生阶段,也能很好入手。
所以这四个专业选什么都行,关键是看你是否掌控了一门技术。
能够处理研究生阶段的遇到的问题。
回复 支持 反对

使用道具 举报

发表于 2024-9-27 07:09 | 显示全部楼层
生物科学、生物技术、生物工程和生物信息学主要是利用不同的工具围绕生物学这个大范围来进行科学研究或者应用,答主从国内Top2生物学专业转到北美计算生物学(生物信息学),主要区别和发展前景总结起来如下:

生物科学:生物科学是研究生命现象、生物体结构、功能和相互关系的学科。它涵盖了细胞生物学、分子生物学、遗传学、生态学、进化生物学等领域。生物科学着重于了解生命的基本原理和机制。

生物技术:生物技术是利用生物学原理和方法来开发新的产品和技术的应用领域。它可以涉及基因工程、生物制药、农业生物技术等。生物技术在医药、农业、环保等领域有广泛应用,可以用于疾病治疗、农作物改良、环境修复等。比如最近几年比较火的基因编辑技术,mRNA编辑,单细胞测序技术等等都可以属于这个范围。

生物工程:生物工程是将工程原理应用于生物学领域,旨在设计和开发生物体、生物产物和生物过程。它包括生物制造、合成生物学、组织工程等领域。生物工程可以用于生产药物、生物材料、生物燃料等。比如3D打印生物组织,脂质纳米颗粒递送药物等等。

生物信息学:生物信息学是通过计算机科学和信息技术来处理、分析和解释生物学数据的领域。它涉及基因组学、蛋白质组学、系统生物学等。生物信息学在大数据时代(最近20年)对于理解生物体内的复杂性和多样性非常重要。

其实具体而言,另外一种比较常规的,并且和你未来生活(包括读博期间的学术生活和工作生活)更加紧密的一个划分是做生物学湿实验还是干实验的,比如湿实验,无论你是做的生物化学,还是生物物理,还是生物材料,还是生物工程等等,只要是大部分时间在实验室做实验都属于这个范畴,那么你的大量时间都会在实验室,并且你的时间严格受到你所做的实验对象和实验步骤,以及你的实验规划约束。而干实验就是你是做分析的,无论你是偏数学模型建立还是生信分析等等,你的大量时间都是在电脑对面。

既然你要读博,那么其实觉得你发展前景最重要的是具体的你的读博的课题方向,而生物科学、生物技术、生物工程和生物信息学这些范畴对于博士生具体方向而言太宽泛了,
这些只能算是生物学本科生的专业。结合国家发展需要和答主在国内外的经历来看,我个人觉得生物工程具体到电子工程技术结合生物学,比如脑机接口,计算生物学,比如AI和机器学习算法在生物学场景中的应用,脑科学等等(当然不止这些,其他的癌症免疫方向,类器官,mRNA编辑都不错)都有比较好的前景。当然也得结合你自己的兴趣,phd没兴趣很难做出一流的成果。
回复 支持 反对

使用道具 举报

发表于 2024-9-27 07:10 | 显示全部楼层
在本科阶段:
生物科学,生物技术没有太大的差别;生物科学偏动物一些,生物技术偏分子。
生物工程主要和发酵有关,生物信息一般不会去做实验,可以简单理解为计算机。
上述四个专业,无论选哪个一般不会对后续选择有影响。
继续深造的话:
有很多方向,神经生物,植物,微生物,结构生物,生物化学等等,可以先根据大学的了解然后选择适合自己的。
对于就业前景,只能回答你当下情况,对于你要读博,大概要9年之后,未来什么专业前景好,什么专业前景不好,都不好说。
回复 支持 反对

使用道具 举报

发表于 2024-9-27 07:10 | 显示全部楼层
学科之间的差异没那么大,研究生阶段重点还要关注的是导师和方向,比如下面的内容主要介绍生物信息学:

本文部分摘选自《全套教程》,内部使用的软件和数据集请见《序列分析套件》。

生物信息学作为一门新兴的交叉学科,有其独特的优势及发展空间。生物信息学是一个建立在对DNA和蛋白质序列比较基础上的学科,目的是发现进化关联,并由此进行功能比较。本教程旨在对生物功能基因的基因序列及蛋白质结构、功能进行分析,这是对潜在药物靶点、分子机制的初步探索,是多种生物信息学进阶分析的基础。
(一)引物设计
利用primer premier 5.0软件对给定的基因进行引物设计。
(二)生物信息学分析
1. 利用genbank网址https://www.ncbi.nlm.nih.gov/genbank/)学习序列提交。
2. 基因全长序列分析:对于给定的DNA序列进行分子生物学分析。通过NCBI的Open Reading Frame Finder(http://www.ncbi.nlm.nih.gov/gorf/gorf.html)分析可知:给定的基因序列全长,及能编码氨基酸数量。
3. 蛋白理化性质预测与分析:根据在线服务系统ExPASy中的ProtParam工具(http://www.expasy.org/tools/protparam.html)和Proscale工具(http://webexpasy.org/ cgi-bin/protscale/protscale.pl)进一步对目的基因蛋白氨基酸序列的基本理化性质进行综合预测分析,结果比较可靠。预测的理化性质有:蛋白分子量(Molecular  weight)、理论等电点(Theoretical  pI)、氨基酸组成(Amino acid  composition)、电荷分布(negatively charged residues,  positively charged  residues)、原子构成(Atomic composition )、消光系数( Extinction coefficients  )、半衰期(Estimated half-life)、不稳定系数(Instability index),脂肪系数(Aliphatic  index)、总平均疏水性(Grand average of hydropathicity, GRAVY )等。
4. 磷酸化位点预测与分析:磷酸化和去磷酸化是细胞内信号传导的重要方式,应用在线服务NetPhos 2.0 Serve(http://www.cbs.dtu.dk/services/NetPhos/)对目的基因的磷酸化位点进行预测与分析,对蛋白序列中的Ser、Thr和Tyr三种氨基酸残基可能成为的磷酸化位点作出预测。
5. 蛋白卷曲螺旋结构的预测与分析:利用在线服务Coils分析工具(http://embnet. vital-it.ch/software/COILS_form.html)对目的基因蛋白序列形成卷曲螺旋的倾向性进行预测,以window=14,21和28为实验参数,按照几率>50%就可形成螺旋的规则,比较不同权重情况下的分析结果。
6. 蛋白质二级结构预测与分析:蛋白质二级结构主要有α-螺旋、β-折叠、β-转角等几种形式,它们是构成蛋白质高级结构的基本要素。应用JPred(http://www.compbio.dundee.ac.uk/jpred/)和PredictProtein (www.predictprotein. org/)预测服务器对目的基因蛋白进行二级结构预测。
7. 蛋白的跨膜结构预测与分析:跨膜结构域的预测和分析,对正确认识和理解蛋白质的功能、结构、分类、方位及细胞中作用部位均有着重要的指示意义。应用在线服务TMHMM (http://www.cbs.dtu.dk/services/TMHMM/)和Tmpred (http://www.ch.embnet.org/software/TMPRED_form.html)对目的基因蛋白的跨膜结构进行预测及分析。红色表示跨膜区,蓝色即在膜内部,相反紫色细线表示在膜外的概率。
8. 信号肽的预测和分析:预测和分析信号肽有助于蛋白质功能域的划分和蛋白质细胞定位。应用在线服务SignaIP 4.1 Server(http://www.cbs.dtu.dk/services/SignalP/)对目的基因的信号肽进行预测与分析。
9. 亚细胞定位预测与分析:亚细胞定位与蛋白质的功能存在着非常重要的联系,可以通过氨基酸组成进行亚细胞定位的预测。应用PSORT(http://psort.nibb.ac.jp/)软件对目的基因蛋白的亚细胞内定位进行预测。[这个网站需要翻墙才能登陆,可以试一下,不一定能打开。]
10. 三维结构的预测和分析:蛋白质依赖于其三维结构的形状和关键功能域的性质来实行生物功能。利用Phyre在线工具(http://www.sbg.bio.ic.ac.uk/phyre2/html/page.cgi?id=index)对目的基因氨基酸序列进行蛋白质三维结构预测。
11. 保守结构域与功能域分析:根据NCBI-CDS(http://www.ncbi.nlm.nih.gov/cdd/)和Prosite (http://prosite.expasy.org/scanprosite/)对目的基因蛋白的保守结构域与功能域进行在线分析。
12. 同源蛋白质
家族比较分析:应用InterProScan程序搜索位于EBI的InterPro数据库(http://www.ebi.ac.uk/interpro/search/sequence-search)进行同源蛋白质分析比较。
上述内容详细版请见:【序列分析全套教程】,关注我,下期继续更新。
生物信息学作为一门新兴的交叉学科,有其独特的优势及发展空间。生物信息学是一个建立在对DNA和蛋白质序列比较基础上的学科,目的是发现进化关联,并由此进行功能比较。本教程旨在对生物功能基因的基因序列及蛋白质结构、功能进行分析,这是对潜在药物靶点、分子机制的初步探索,是多种生物信息学进阶分析的基础。
(一)引物设计
利用primer premier 5.0软件对给定的基因进行引物设计。
(二)生物信息学分析
1. 利用genbank网址https://www.ncbi.nlm.nih.gov/genbank/)学习序列提交。
2. 基因全长序列分析:对于给定的DNA序列进行分子生物学分析。通过NCBI的Open Reading Frame Finder(http://www.ncbi.nlm.nih.gov/gorf/gorf.html)分析可知:给定的基因序列全长,及能编码氨基酸数量。
3. 蛋白理化性质预测与分析:根据在线服务系统ExPASy中的ProtParam工具(http://www.expasy.org/tools/protparam.html)和Proscale工具(http://webexpasy.org/ cgi-bin/protscale/protscale.pl)进一步对目的基因蛋白氨基酸序列的基本理化性质进行综合预测分析,结果比较可靠。预测的理化性质有:蛋白分子量(Molecular   weight)、理论等电点(Theoretical pI)、氨基酸组成(Amino acid   composition)、电荷分布(negatively charged residues, positively charged   residues)、原子构成(Atomic composition )、消光系数( Extinction coefficients   )、半衰期(Estimated half-life)、不稳定系数(Instability index),脂肪系数(Aliphatic   index)、总平均疏水性(Grand average of hydropathicity, GRAVY )等。
4. 磷酸化位点预测与分析:磷酸化和去磷酸化是细胞内信号传导的重要方式,应用在线服务NetPhos 2.0 Serve(http://www.cbs.dtu.dk/services/NetPhos/)对目的基因的磷酸化位点进行预测与分析,对蛋白序列中的Ser、Thr和Tyr三种氨基酸残基可能成为的磷酸化位点作出预测。
5. 蛋白卷曲螺旋结构的预测与分析:利用在线服务Coils分析工具(http://embnet. vital-it.ch/software/COILS_form.html)对目的基因蛋白序列形成卷曲螺旋的倾向性进行预测,以window=14,21和28为实验参数,按照几率>50%就可形成螺旋的规则,比较不同权重情况下的分析结果。
6. 蛋白质二级结构预测与分析:蛋白质二级结构主要有α-螺旋、β-折叠、β-转角等几种形式,它们是构成蛋白质高级结构的基本要素。应用JPred(http://www.compbio.dundee.ac.uk/jpred/)和PredictProtein (www.predictprotein. org/)预测服务器对目的基因蛋白进行二级结构预测。
7. 蛋白的跨膜结构预测与分析:跨膜结构域的预测和分析,对正确认识和理解蛋白质的功能、结构、分类、方位及细胞中作用部位均有着重要的指示意义。应用在线服务TMHMM (http://www.cbs.dtu.dk/services/TMHMM/)和Tmpred (http://www.ch.embnet.org/software/TMPRED_form.html)对目的基因蛋白的跨膜结构进行预测及分析。红色表示跨膜区,蓝色即在膜内部,相反紫色细线表示在膜外的概率。
8. 信号肽的预测和分析:预测和分析信号肽有助于蛋白质功能域的划分和蛋白质细胞定位。应用在线服务SignaIP 4.1 Server(http://www.cbs.dtu.dk/services/SignalP/)对目的基因的信号肽进行预测与分析。
9. 亚细胞定位预测与分析:亚细胞定位与蛋白质的功能存在着非常重要的联系,可以通过氨基酸组成进行亚细胞定位的预测。应用PSORT(http://psort.nibb.ac.jp/)软件对目的基因蛋白的亚细胞内定位进行预测。[这个网站需要翻墙才能登陆,可以试一下,不一定能打开。]
10. 三维结构的预测和分析:蛋白质依赖于其三维结构的形状和关键功能域的性质来实行生物功能。利用Phyre在线工具(http://www.sbg.bio.ic.ac.uk/phyre2/html/page.cgi?id=index)对目的基因氨基酸序列进行蛋白质三维结构预测。
11. 保守结构域与功能域分析:根据NCBI-CDS(http://www.ncbi.nlm.nih.gov/cdd/)和Prosite (http://prosite.expasy.org/scanprosite/)对目的基因蛋白的保守结构域与功能域进行在线分析。
12. 同源蛋白质家族比较分析:应用InterProScan程序搜索位于EBI的InterPro数据库(http://www.ebi.ac.uk/interpro/search/sequence-search)进行同源蛋白质分析比较。
上述内容详细版请见:【序列分析全套教程】,关注我,下期继续更新。

回复 支持 反对

使用道具 举报

发表于 2024-9-27 07:10 | 显示全部楼层
谢邀。
我就是做生物信息的,所以肯定很主观了,不会特别客观-。-。就我个人来说,因为我喜欢生物信息,所以无脑选生物信息,我觉得既然读博,一定要选个爱的,不然分分钟想quit。前景这东西很难说的,但是喜不喜欢自己是知道的。要总结一下的话就是张震岳小宇里面唱的那句:“我不管未来会怎么样,至少我们现在很开心!”
另外三个里面,在我的视角里,生物工程肯定算不错,有不少出路,比如众多的医疗器械公司,无论是外贸还是技术都还行。剩下两者就仁者见仁,智者见智了,不评论。
回复 支持 反对

使用道具 举报

发表回复

您需要登录后才可以回帖 登录 | 立即注册 微信登录 手机动态码快速登录

本版积分规则

关闭

官方推荐 上一条 /3 下一条

快速回复 返回列表 客服中心 搜索 官方QQ群 洽谈合作
快速回复返回顶部 返回列表