Core Courses
所有BCB学生必须学习三门核心课程, 涵盖了生物信息学和计算生物学的三个重点领域, Biological Sciences, and Mathematical Sciences. 学生进入我们的跨学科课程有各种各样的背景, 核心课程为学生提供了一个共同的基础. They also create a cohort community, 确保BCB学生之间的互动，尽管他们的个人研究项目有不同的重点领域.
核心课程每两年才开设一次, 所以提前计划并确保将它们纳入你的学习计划是很重要的.
核心课程可以在学生项目的任何时间进行, 但强烈建议你在前2-3年内完成. 因为核心课程是BCB项目的核心, 只有在特殊情况下才提供替代.
本课程采用严格和定量的方法来理解分子进化的过程和分析，以检测模式并做出强有力的推论. 它侧重于阅读呈现分子进化理论的主要科学文献, 描述统计和分析工具, 并在实证数据上实施这些分析.
在这些领域的高级本科课程中，学生最好掌握进化和遗传学的基本概念, 以及通过微积分掌握基本的统计概念和数学. However, 如果学生愿意付出额外的努力来弥补自己的弱点，这些都不是先决条件, 我们希望学生们有广泛的背景. 例如，重要的概念包括:
- Structure and roles of DNA, RNA, protein; replication, transcription, translation
- Gene regulation and expression; structure of chromosomes; mutational processes
- 群体遗传学:Hardy-Weinberg平衡, genetic drift, mutation, selection, recombination, demography, effective population size, dominance, epistasis, etc.
- 微进化:性选择、共同进化、遗传力、生物地理学、物种形成、系统发育
- 统计学:均值、方差、p值、概率分布
- Math: differentiation, integration
在这些领域的背景信息的资源是课本和笔记从本科水平的课程, online resources, and your classmates and the instructor.
设计和分析解决生物序列数据带来的计算问题的算法, such as DNA or protein sequences. 主题可能包括:比较序列(从基因到基因组), database searching, multiple sequence alignment, Hidden Markov Models, phylogenetic inferencing, gene discovery and annotation, and genome assembly.
本课程的重点是理解算法的细节, including computational complexity, time-accuracy trade-offs, and actually coding.
有两次期中考试，一次综合期末考试和三个编程项目.
这门课程要求有微积分知识和基本的概率和统计知识. 学生应该熟悉概率论的概念, expected value, variance, covariance, 以及一些基本的概率分布(二项, normal, exponential, Poisson). 有编程语言的经验也很有帮助, 但是，我们将提供一些示例程序，以方便那些没有编程背景或希望尝试一种新的编码语言的人. 不需要事先具备生物学知识. 这门课的学生背景各不相同. 关键是愿意投入其中，亲自动手(或亲自动手)尝试不同的想法.
推荐的先决条件:数学451(概率论)和数学452(数理统计)
As an exclusive microbiologist, 我被一些课程吓到了，这些课程的先决条件是数学/统计学或计算机科学的四年学位, but it wasn’t that bad! 教学是以概念为基础的，并没有要求你记住每一个可能的概念. 想法被提出并通过，没有对完美的期望. And as a bonus, 与其他拥有数学/统计学或cs学位的BCB学生合作，使每个班级都具有协作性, 这也是我选择伊利诺伊大学BCB项目的原因之一吗. BCB Ph.D. student Yva Eline