考研学校北京大学中国农业大学北京师范大学中国科学院研究生院南开大学复旦大学上海生命科学研究院南京林业大学中国药科大学浙江大学中国科学技术大学湖南农业大学中山大学第三军医大学四川大学西北农林科技大学等等。具体考试科目如下:预防兽医学动物疫病病原生物学研究动物免疫学研究动物疫病的流行病学及防制对策研究人畜共患病及食品安全研究动物转基因及生物制药研究扩展资料生物信息学的数学问题生物信息学中数学占了很大的比重。统计学,包括多元统计学,是生物信息学的数学基础之一;概率论与随机过程理论,如隐马尔科夫链模型(HMM),在生物信息学中有重要应用;其他如用于序列比对的运筹学。蛋白质空间结构预测和分子对接研究中采用的最优化理论;研究DNA超螺旋结构的拓扑学;研究遗传密码和DNA序列的对称性方面的群论等等总之,各种数学理论或多或少在生物学研究中起到了相应的作用。但并非所有的数学方法在引入生物信息学中都能普遍成立的,以下以统计学和度量空间为例来说明。统计学的悖论数学的发展是伴随悖论而发展的对于进化树研究和聚类研究中最显著的悖论莫过于均值了,就说明了要采用常规的均值方法不能将这两类分开,也表明均值并不能带来更多的数据的几何性质。那么,如果数据呈现类似的特有分布时,常有的进化树算法和聚类算法(如K-均值)往往会得错误的结论统计上存在的陷阱往往是由于对数据的结构缺乏一般性认识而产生的。度量空间的假设在生物信息学中,进化树的确立,基因的聚类等都需要引入度量的概念举例来说,距离上相近或具有相似性的基因等具有相同的功能,在进化树中满足分值最小的具有相同的父系,这一度量空间的前提假设是度量在全局意义下成立。那么,是否这种前提假设具有普适性呢,我们不妨给出一般的描述:假定两个向量为A,B,其中,则在假定且满足维数间线性无关的前提下,两个向量的度量可定义为:依据上式可以得到满足正交不变运动群的欧氏度量空间,这也是大多数生物信息学中常采用的一般性描述,即假定了变量间线性无关然而,这种假设一般不能正确描述度量的性质,尤其在高维数据集时,不考虑数据变量间的非线性相关性显然存在问题。由此,我们可以认为,一个正确的度量公式可由下式给出:上式中采用了爱因斯坦和式约定,描述了变量间的度量关系后者在满足,因而是更一般的描述,然而问题在于如何准确描述变量间的非线性相关性,我们正在研究这个问题。参考资料:百度百科-生物信息学