Te sugiero que primero hagas un inventario de las habilidades y conocimientos que más te prepararían para el trabajo de posgrado en biología computacional y luego los unirás a los programas disponibles en la (s) universidad (s) en cuestión. Has mencionado las matemáticas y la informática, pero las estadísticas también pueden ser apropiadas y me sorprendería si las universidades no están implementando programas de ciencias de datos. Muchas universidades también tienen programas principales de diseño propio. También debe considerar trabajar en un proyecto de investigación como estudiante universitario.
Entonces, ¿cuáles podrían ser los componentes de un inventario de habilidades y conocimientos? Enumeraré un montón, sabiendo que la lista está incompleta y que algunos de estos temas pueden considerarse demasiado avanzados para los cursos de pregrado. No soy un académico y he estado fuera de la escuela durante un cuarto de siglo, por lo que estoy incapacitado para comprender lo que se enseña.
Debe obtener una base sólida en las estadísticas clásicas y las pruebas de hipótesis, como la distribución normal, las pruebas T, la distribución de Poisson, la distribución binomial, la distribución hipergeométrica. Además de una sólida introducción a los métodos bayesianos. Idealmente, también estaría expuesto a temas como la maximización de expectativas y los modelos ocultos de Markov y las cadenas de Markov. Bootstrapping y jackknifing. También algo de teoría gráfica básica, al menos la jerga. Quizás algo de álgebra matricial; eso parece estar apareciendo cada vez más.
Sólidamente en el campo de la informática se entenderían las estructuras de datos (hashes, árboles, listas vinculadas, gráficos, etc.) y algoritmos. Asegúrese de que la programación dinámica lineal esté cubierta. Querrás tener fluidez en Python o R, con la capacidad de al menos leer el otro idioma. Eso no solo significa conocer el lenguaje básico; También debe conocer al menos una docena de bibliotecas clave para el idioma en el que habla con fluidez. También tiene fluidez en SQL. Capaz de trazar gráficos ricos usando esos y / o D3. Aprende Git.
También debe tener una idea general de algunos de los principales métodos de aprendizaje automático y clasificación: perceptrones, redes neuronales, medios K, vecinos K más cercanos, bosques aleatorios, mapas autoorganizados, etc. Enfoques supervisados versus no supervisados. Estrategias para la validación del modelo, como omisión y otros enfoques de remuestreo.
También debes escribir un poco de biología básica para que entiendas el dominio. Idealmente, esto significaría un curso avanzado tanto en ADN como en proteínas, cubriendo la genómica (ADN) y la estructura de la proteína. Esos son espacios ricos para la investigación en biología computacional.
Sospecho que una vez que resuelva todos los requisitos y requisitos previos para lo anterior, es probable que tenga al menos 6 años, así que comience a podar. En algunos temas puede encontrar libros o artículos de revisión, así que concéntrese en llegar al estado donde puede leer la literatura. Un estudio independiente supervisado o un proyecto de investigación pueden ayudar a llenar algunos vacíos.
Una vez que haya resuelto todo esto, puede ver qué especialidad es la más adecuada. Entonces sabrás la respuesta a tu pregunta.