研究项目及导师

A fundamental goal of the MBioTS REU experience is to introduce motivated undergraduate students to research at the interface of biology and mathematics; as such, 每个项目将包括实验和数学组成部分. 每个项目团队将由两名学生和两名教师导师组成, 团队中一半(1名学生和1名导师)专攻生物学，另一半专攻数学(另一名学生和导师). 以下是计划项目的简短说明, 以及对我们的专业教师导师的简要介绍.

申请MBioTS REU

提出项目

空间结构和环境异质性对微生物种群生长演化的影响.

生活在自然界的物种经历着复杂的、空间结构的环境. 细菌在一小块土壤中生长和移动, 在高山云雾林中生活和互动的大猩猩, 生活在结构化环境中的生物更经常地与附近的其他个体互动，并可能根据它们在栖息地中的特定位置经历一系列不同的条件. 在这个项目中, 生物学成员将使用微生物实验来量化空间结构和异质性对生态和进化动力学的影响. 来自实验的数据将被数学成员用来制定和校准细菌运动的数学模型. 进化变化将通过以时间依赖的方式操纵增长率和扩散系数来模拟, 目的是将实验结果与模拟环境中的结果进行比较. 拟建微生物实验装置, 伴随着模拟, 将用于深入了解环境异质性对入侵动力学的影响.

体外集体细胞行为的表征.

细胞迁移在胚胎发育等许多生物学过程中起着至关重要的作用, 伤口愈合, 免疫反应. 细胞运动的改变也可能是病理条件的特征, 例如, 癌细胞侵入健康组织. 运动是由细胞的性质和细胞外环境共同决定的. 随着时间的推移，传统的测定方法难以评估细胞表型，并将时间依赖性反应与细胞外环境的变化联系起来. 另一种方法是通过延时成像跟踪活细胞的动态，并利用基于知识的数据驱动建模，以高时空精度了解细胞的个体和集体行为. 生物学成员将参与图像采集和分析培养细胞的延时图像. 数学成员将利用机械原理和单个细胞数据来发现依赖于局部相互作用和环境因素的多粒子生物系统中的相互作用规则. 主要目标将是使用数学建模和学习技术来理解细胞相互作用的基本科学原理, 这种相互作用如何取决于当地的微环境.

细胞分化和体型发育的模式形成.

重复模式, 比如毛囊和刷毛, 是否对感知环境的上皮细胞很重要. 优化组织有助于正常的组织功能, 并且可以给动物空间映射的环境刺激输入. 尽管许多驱动重复模式形成的局部信号机制被理解, 这些局部信号如何升级到组织范围的模式仍然不清楚. 果蝇的感觉刚毛是研究重复模式的遗传易处理系统. 在这个项目中, 生物学成员将努力产生体内的共聚焦成像数据的发展斑模式, 以及在胸背产生表达RNAi靶向修饰物的蛹. 学生将使用可见标记按基因型对蛹进行分类, 年龄到适当的阶段, 并准备样品用于共聚焦显微镜的实时成像. 数学成员将负责实现聚类算法，以量化猪鬃模式数据并检测模式差异. 重复斑点模式将基于三种空间分布度量来表征, 相对感觉区, 相对簇距离和相对簇大小. 通过结合这些措施来定义一个感官模式评分, 团队成员将使用来自果蝇的完全发育的感觉刚毛模式的数据来测试这种感觉模式评分的有效性. 这些分数将为在不同发育阶段具有不同基因敲低的果蝇之间的比较提供精确的定量测量, 并且可以更好地理解在这个系统中驱动重复模式形成的过程和机制.

外部临床癌症数据的收集和分析.

数学生物学研究的一个重要组成部分依赖于习得, 分析, 并将现有的公开数据整合到数学模型中. 该项目旨在介绍一个团队利用公开可用的数据集，否则在10周的计划中不可能收集到这些数据集. 成员将使用开源的临床药物数据来检索临床数据，并采用统计和理论模型来检验假设. 生物学成员将专注于了解临床数据集的细节和用于生成这些数据的方法. 一项研究辅助化疗联合单克隆抗体治疗非小细胞肺癌(NSCLC)患者疗效的临床试验公布了一组可能的数据. 在这里，生物学团队成员将获得治疗的作用机制的详细了解, 因此，研究小组可能会对联合治疗提高疗效的原因进行假设. 生物小组还将负责检索、处理和分析数据集. 数学成员将通过信息可视化利用检索和处理的数据. 定性模式将指导模型的构建, 定量数据将用于确定特定于模型的参数及其可能的分布. The team will employ validated models to both evaluate previous as well as propose novel hypotheses; in the NSCLC case, 我们可以假设贝伐单抗在早期疾病中无效的机制, 但在晚期非小细胞肺癌的无病进展方面改善了预后.