初高中生生物学科研课题项目汇总

本周课题导视

生物学方向课题

• 多组学分析助力抗癌靶点药物的设计和开发

• 预期调控人类记忆

• 青春期越野跑运动员肌肉机能特征研究
• 利用分子动力学的Split-Cas13平台设计
• 碳点在光动力治疗中的应用

• 蛋白质/RNA结构预测

• 脑功能超声成像深度学习平台

 1. 多组学分析助力抗癌靶点  药物的设计和开发 

癌症是世界上主要的死亡原因之一，发病率近年来居高不下，大约1/4的人有终身患癌的风险。本课题重点就转录组学、蛋白组学和表观遗传组学的多组学研究在抗癌药物开发中的应用进行深入探讨。

  相关学科  

生物学

 2. 预期调控人类记忆 

生活中我们要时刻处理来自外部世界的丰富刺激，而完成这些复杂的认知任务离不开工作记忆。学习过程中学生将亲自设计认知实验、收集并分析数据，通过科学的实验和严谨的数据分析来探索人类记忆被操控的证据。

  相关学科  

生物学

 3.青春期越野跑运动员肌肉机能特征研究  

本项目主要针对不同水平职业越野跑运动员的肌肉形态、肌肉机能与下肢相关身体素质等指标进行比较，目的是对我国越野跑运动员的身体机能特征进行系统性总结，为我国该项目运动员的选材和训练提供数据支撑和证据。

  相关学科  

生物学

 4.利用分子动力学的Split-Cas13平台设计 

CRISPR是一种出色的基因编辑工具，其中Cas13系统能够编辑RNA，相对Cas9，它只需要很短的crRNA，并且具有很强的应用性。本项目中，我们将使用一种全新的Split Cas13来进一步开发现有的RNA CRISPR平台。

  相关学科  

生物学；化学

 5.碳点在光动力治疗中的应用 

当前可用于癌症的临床治疗方法，主要是化学疗法，放射疗法和手术，通常会导致各种副作用，包括耐药性，免疫系统失衡或术后伤口感染，这极大地影响了患者治愈和康复的有效性。因此，近来已致力于开发具有高治疗功效和低副作用的新方法。

  相关学科  

化学；材料科学；生物学

 6. 蛋白质/RNA结构预测 

本项目关注于怎样通过利用前沿深度学习，人工智能技术来对计算生物学的前沿课题和难点进行探索。首先，我们对计算生物中蛋白等RNA结构进行数据理解和预处理；其次建立深度学习模型来进行初步的预测和计算；最后，利用训练技巧和在前沿的方法进行优化。

  相关学科  

计算机科学技术；生物学

 7.脑功能超声成像深度学习平台 

本研究旨在利用卷积神经网络构建深度学习平台，用以显著减轻数据处理负担。此外，训练后的网络将与成像系统集成，在体内实验中进行验证，以测试算法的可靠性。

  相关学科  

计算机科学技术；生物学