通过麻省理工学院的定量方法研讨会创造新技能和新联系

从元旦开始，当许多人还在狂欢节日时，来自十几所合作大学的数十名学生和教职员工转而打开他们的笔记本电脑参加麻省理工学院的定量方法研讨会，这是一个为期一周的拥挤介绍，介绍如何将计算和数学技术应用于神经科学和生物学研究。但不要将QMW视为“速成班”。相反，该计划的目的是通过它所传授的技能和概念以及它创建的社区来帮助提升每个参与者的科学观。

“它拓宽了他们的视野，向他们展示了他们从未想过的重要应用，并将他们介绍给那些作为研究人员的人，他们有一天会认识并可能与之合作，”亨特学院计算机科学教授兼麻省理工学院大脑、思想和机器中心的教育协调员苏珊·爱泼斯坦说，该中心与生物学、大脑和认知科学系以及皮考尔学习与记忆研究所共同主持了这个项目。“这是跨学科学术的典范。”

今年，来自主要服务于STEM领域代表性不足的群体的机构的83名本科生和教职员工参加了QMW，组织者Mandana Sassanfar说，他是麻省理工学院四个主办实体的高级讲师兼多样性和科学推广主任。自 2010 年启动以来，该研讨会已吸引了 1,000 多名参与者，其中 170 多人继续参加麻省理工学院暑期研究项目（如 MSRP-BIO），39 人来到麻省理工学院攻读研究生。

个人目标，共享经验

各个STEM学科的本科生和教师经常来到QMW，以了解或扩展他们在计算和数学数据分析方面的专业知识。具有计算机科学和统计学头脑的参与者将更多地了解这些技术如何应用于生命科学领域。在讲座中;在动手实验室中，他们使用计算机编程语言 Python 来处理、分析和可视化数据;在不太正式的场合，如与麻省理工学院教师的参观和午餐，参与者一起工作和学习，并相互交流观点。

无论他们的研究领域如何，参与者都相互联系，并与麻省理工学院的学生和教师建立了联系，他们在一周的时间里进行了教学和演讲。

亨特学院计算机科学专业大二学生弗拉德·沃斯特里科夫（Vlad Vostrikov）说，虽然他已经研究过机器学习和其他编程概念，但他有兴趣通过观察它们如何用于分析科学数据集来“扩展”。他还珍惜学习教授QMW动手实验室的研究生经验的机会。

“这是探索计算生物学和神经科学的好方法，”Vostrikov说。“我也非常喜欢听到教我们的人的声音。听听他们来自哪里以及他们在做什么很有趣。

马里兰大学巴尔的摩分校生物和化学专业大二学生Jariatu Kargbo说，当她第一次得知QMW时，她不确定它是否适合她。它似乎非常注重计算。但她的导师霍莉·威洛比（Holly Willoughby）鼓励卡格博参加，以了解编程如何在未来的研究中发挥作用——目前她正在参加UMBC的视网膜研究。不仅如此，Kargbo还意识到，在今年夏天申请MSRP之前，这将是一个在麻省理工学院建立联系的好机会。

“我认为这将是与教师见面并了解这里的环境的好方法，因为我以前从未去过麻省理工学院，”卡格博说。“结识您所在领域的其他人并发展您的网络总是件好事。”

QMW不仅适用于学生。这也是为了他们的教授，他们说他们可以为他们的研究和教学获得宝贵的专业教育。

霍华德大学生物学助理教授Fayuan 温对计算生物学并不陌生，他曾对镰状细胞病（SCD）进行大数据遗传分析。但她主要使用 R 编程语言，而 QMW 的重点是 Python。当她展望她希望分析基因组数据以帮助预测 SCD 和 HIV 疾病结果的项目时，她说生物学研究生 Hannah Jacobs 提供的 QMW 会议非常到位。

“这个研讨会有我想要的技能，”温说。

此外，温说她正在寻求在霍华德生物系开设机器学习课程，并受到她在QMW遇到的一些教材的启发 – 例如，由麻省理工学院电气工程和计算机科学和Picower研究所实验室的研究生Taylor Baum和Paloma Sánchez-Jáuregui开发的在线课程模块，与Sassanfar合作的协调员。

亨特学院（Hunter College）计算机科学博士讲师蒂齐亚娜·利戈里奥（Tiziana Ligorio）与爱泼斯坦（Epstein）一起在纽约市立大学（City University of New York）校园教授深度机器学习课程，她也有类似的感受。Ligorio 没有要求一堆可能让学生离开课堂的先决条件，而是将 QMW 紧张但介绍性的课程作为一种资源，以设计一种更具包容性的方式让学生为课堂做好准备。

有指导意义的互动

每天从上午9点到下午5点，包括上午和下午的讲座和实践课程。课程主题包括统计数据分析和机器学习、脑机接口、脑成像、神经活动数据的信号处理和低温电子显微镜。

Saassanfar 说：“如果没有专门的讲师——研究生、博士后和教职员工——他们自愿讲课、设计和教授动手计算机实验室，并在 1 月的第一周与学生会面，这个研讨会就不可能举行。

这些会议围绕着学生与麻省理工学院教职员工共进午餐。例如，1月2日中午，皮考尔研究所（Picower Institute）的生物学助理教授布雷迪·魏斯伯德（Brady Weissbourd）与七名学生坐在46号楼的一张弧形沙发上，就他对水母的神经科学研究以及他如何使用定量技术作为这项工作的一部分提出问题。他还描述了成为一名教授的感觉，以及学生们想到的其他话题。

然后，参与者都穿过瓦萨街，来到26号楼的152号房间，在那里他们组成了不同但规模相似的小组，参加由鲍姆教授的动手实验室“机器学习在研究大脑中的应用”。她通过她开发的Python练习指导全班，这些练习说明了机器学习的“监督”和“无监督”形式，包括如何使用后一种方法根据大脑活动的磁读数来辨别一个人所看到的内容。

当学生们完成练习时，同桌们通过补充鲍姆的指导来互相帮助。例如，利戈里奥、沃斯特里科夫和维尔京群岛大学生物学助理教授凯拉·布林考（Kayla Blincow）都跳起来在桌子上帮忙。

在课程结束时，当鲍姆问学生他们学到了什么时，他们提供了一连串的新知识。Sassanfar 和 Sánchez-Jáuregui 用来匿名跟踪 QMW 结果的调查数据显示，这些会议的价值得到了更多这样的证明。当被问及如何应用他们所学的知识时，一位受访者写道：“从事研究事业或努力，我将计算机科学和神经科学的概念结合在一起。

持久的连接

虽然一些新的QMW参与者可能只能推测他们将如何应用他们的新技能和关系，但Luis Miguel de Jesús Astacio可以证明，早在2014年，他就以本科生的身份参加QMW成为他现在在波多黎各大学Rio Piedras校区担任物理学教员的职业生涯。在QMW之后，他在那个夏天回到了麻省理工学院，在神经科学家和Picower教授Susumu Tonegawa的实验室学习。2016年，他再次回到物理学家和弗朗西斯·弗里德曼（Francis Friedman）教授Mehran Kardar的实验室。这十年来，他与萨桑法尔的联系一直存在。因此，虽然他曾经是QMW的学生，但今年他又回到了一批本科生中担任教员。

中佛罗里达大学（University of Central Florida）学术发展项目主任迈克尔·阿尔达隆多-杰弗里斯（Michael Aldarondo-Jeffries）支持QMW网络的价值。他带学生十年了，包括今年的四名学生。他观察到的是，当学生在QMW或UCF的McNair计划等环境中聚集在一起时，这有助于学生为研究生院做好准备，他们对研究人员的潜在未来感到鼓舞。

“最突出的就是已经形成的社区，”他说。“对于许多学生来说，这是他们第一次在一个了解他们前进方向的小组中。他们不必解释为什么他们在周五晚上阅读报纸感到兴奋。

或者为什么他们很高兴在麻省理工学院度过一个星期，包括元旦，学习如何将定量方法应用于生命科学数据。