本期嘉宾
Ying Cao
- 本科毕业于中国科学院大学生物系
- 目前威斯康星麦迪逊大学神经生物学博士在读
Susie：能不能跟我们讲讲您现在具体在做什么样的研究？
Ying Cao：
我做的是比较基础的研究，不是直接和某个疾病挂钩。我们主要是用计算方法去理解大脑是怎么处理视觉信息的。比如视觉刺激从视网膜传到大脑皮层，这些神经细胞是怎么编码颜色、方向、速度这些信息的，最后又是怎么影响 perception 和行为的。
通常我们会设计一些视觉刺激，然后记录特定脑区细胞群的反应，之后用计算模型去解析这些数据。
Susie：为什么视觉是比较常见的研究方向？
Ying Cao：
因为视觉相对好控制。颜色可以用 RGB 表示，方向、速度都可以单独量化。嗅觉就不一样，它是分子层面的复杂编码，很难找到最小的可研究单位。触觉也比较难精确控制。所以视觉成了研究最多的感官系统，其次是听觉，嗅觉和味觉会少一些。
Susie：很多同学其实对 neuroscience 的分类不是很清楚，您可以简单讲讲吗？
Ying Cao：
神经科学其实非常 broad。在我们项目里，一般分成两类。
一类是molecular 和 cellular neuroscience，主要看细胞和分子层面，研究 neuron 之间怎么 communication，蛋白和信号通路怎么工作。
另一类是system neuroscience，是更宏观的层面，看细胞群、脑区之间怎么协同。我属于这一类。
另外还有 neural imaging，这几年非常火。再从应用上分，也有人直接按疾病分类，比如专门研究阿兹海默症。
其实现在神经科学是高度交叉的。实验室几乎不会只用单一方法。
Susie：如果想做 computational neuroscience，需要什么技能？
Ying Cao：
一定要有编程能力。我们实验室用 Matlab，但我入学前没学过 Matlab。我会 R 和 Java。
不会有人专门教你 coding。神经科学课程不包含编程教学，所以最好入学前就有基础。
不需要特别 fancy 的技能，但你要能理解代码，能自己 google，能自学。
至于实验技能，我们做 electrophysiology，learning curve 比较长。但导师更看重你有没有独立科研能力，而不是你是否已经掌握这项技术。
Susie：非生物背景可以申请吗？
Ying Cao：
可以，但要看项目。有些项目会要求生物辅修，有些只要修过相关课程就可以。如果是导师 direct sponsor，限制会少很多。
Susie：这两年 funding 缩减对招生影响大吗？
Ying Cao：
很大。有学校撤回 offer，有学生入学后找不到实验室。
很多老师变得非常保守。新 PI 或大组相对稳定。
我建议大家申请前一定要确认实验室是否有名额。
RA 机会也减少了，不过国内 RA 现在反而比美国容易找。
Susie：套磁会有帮助吗？
Ying Cao：
我觉得有。它是双向选择。你可以了解老师有没有 funding，打不打算招学生，工作风格如何。不要群发，不要同一系大量套磁。邮件要 tailor。如果不回，可以 follow-up 一次。对国际生来说，套词尤其重要。
Susie：神经生物学博士毕业之后有哪些毕业去向？
Ying Cao：
以前大多数人走 academia，现在越来越多去 industry。我们技能是比较transferable的。可以去 biotech，更多人会去 technical 或 data 岗位。
Susie：最后一个问题。什么样的人适合读博？
Ying Cao：
这是个很真实的问题。我最近和 cohort 吃饭，我们每次聚会都像 group therapy。我们会开玩笑说，没有快乐的博士生。
读博是一个 dynamic 的过程，很多事情会 out of your control。你要为结果负责，但你无法控制过程。如果你是一个习惯 everything under control 的人，会很痛苦。我觉得最重要的是自信，不要因为阶段性结果不好就 blame yourself。第二是 self-motivated。博士没有人每天 push 你，你要自己推动自己，但同时又不能 burn out。要在 self-motivation 和 take a rest 之间找到 balance。读博不是延续上课。它是一个长期、不可控、需要高度自驱的过程。
