[其他] [专贴]我的留学申请历程和总结 bio专业的挺赞滴 [复制链接]

草木也知愁
UID：2487572

永久会员

Rank: 16

声望: 3963
寄托币: 23288
注册时间: 2008-1-2
精华: 50
帖子: 2209

电梯直达

楼主

发表于 2009-3-15 11:25:11 |只看该作者 |倒序浏览

本帖最后由草木也知愁于 2009-3-15 12:22 编辑

我的留学申请历程和总结2008-04-10

版权声明：转载时请以超链接形式标明文章原始出处和作者信息及本声明
http://geb-yifan.blogbus.com/logs/18798921.html

Table of Contents

一、基本情况
二、申请经验
三、申请准备和历程
四、学校和program介绍
五、本人PS

一、基本情况

申请方向:systems biology, Bioengineering, Computational biology, EEB

本人基本情况：
YP03，5年学制，生科方向，修过部分数院课程
GPA: 3.24
Toefl: 2006年五月旧托，653 + 4.0
GRE: 520 + 800 + 4.0
科研: 理论生物学中心朱怀球组，两篇非一作文章；iGEM队发起人和项目设计者，grand prize as a team honor
推荐信：4封，分别来自四个学校的教授：UCLA，UChicago，Yale，Sloan-Kettering，分别是我的大老板，任课老师（两个），聊过天的诺奖预备役。

申请结果：
offer: Caltech Bioengineering，Rockefeller University（无院系），UIUC Biophysics&Computational biology
withdraw：UChicago EEB，UMich PIBS-bioinformatics
direct rejection: UCBerkeley&UCSF bioengineering，Tri-institute Computational Biology，UCSD Bioinformatics，Harvard systems biology
rejection after interview：Princeton molecular biology，Yale EEB
no news(until Apr 9):MIT Biological engineering，Cornell PBSB(已面试)

已经接受Caltech的offer，全校共11个的Benjamen Rosen Graduate Fellowship，$28,000，外带$1000安家费。

二、申请经验

申请结果我当然满意得不能再满意了，拿到了我大三所说的No.1梦校和No.0梦校（我最后去了No.1）以及保底里面一个最好的还推荐了别人，连rp都没有浪费一点，尤其是那两个梦校可以说是最难申的了。关于申请准备的请看后面一部分。这里我主要是谈自己对申请的看法，单个学校的经验请看第四部分。

我申请材料中间最有说服力和闪光的是推荐信，而不是paper或者iGEM大奖。我的唯有的两个电话面试一开始对方都是说，你的推荐信用的words很强，你是怎么认识xxx或者你现在有什么学校（后者因为我如实回答把我拒了）。而paper和iGEM大奖都是支持推荐信内容的证据，推荐信则更personal和persuasive。

所以我可以总结的最大的经验是在于，我认为申请需要跨越的障碍，是信息壁垒。我见Yale的系主任的时候，他告诉我他们招中国学生的最大问题，是不了解这边的情况，因此要冒很大风险，才会比较谨慎，而我去见他们对我的申请是非常有帮助的（实际上最后被拒是因为他们太了解我了，知道没有适合我的lab，是被我用来保底的...）。同样，我一直认为Rockefeller不招中国学生，实际上那边唯一一个师兄告诉我，他们根本不是不招，而是不信任国内的评价系统比如GPA或者推荐信，所以最后我的几个优势都被充分发挥，而劣势都被忽略。我参加Open House的时候，对方教务主任也证实了同样的信息。另一个信息障碍，就是我们接触大洋彼岸的科研圈子较少，因此知道科研现状领域长短的少，知道申请信息少，拿到学校认识的人的推荐信的机会也少。不过现在这样的机会越来越多，大家要主动，恩。

正因为如此，套磁works。当然不是说怎么套磁都有用，套了就会有offer。我的套磁信回信率大概是100%，但我觉得其实有用的只有一封。我觉得套磁有两种作用：一个是找到某些饥渴的教授，实际上这样的人还是很多的，尽管我自己一个没有碰到。不过这要求学生自己的条件够牛，而这样的人不套多半能拿到offer，而套磁更大的作用是增加把握以及换个自己心安，同样这种情况套磁也会给自己一些限制。另一个作用是get you noticed，特别是当你有过人之处，而又不体现在GPA，GT这种东西上的时候，写一封信让教授注意到你，可以发挥出你的长处，至少让你不会第一轮因为这些东西被淘汰。

出于这样的目的，套磁信的写法还是有一定讲究的。既然是to get noticed，就不要扭扭捏捏。教授很忙，没有时间看更多的东西，一封信其实只需要讲清楚两件事情：你最吸引教授的东西，和你想去他那里的意愿。对于前者，没有必要把自己的很多条件拿出来，比如GT，因为教授关心的是研究，更没有必要像写PS一样讲故事，即使没有眼前一亮的材料，也可以拿出最convincing的内容，比如某门很相关的课拿了高分。对于后者，不要泛泛地说I'm interested，显得没有诚意，也不用长篇大论说很多科研的细节或者远景，因为教授比你清楚，说一两条具体的原因就够了，傻一点也不要紧，诸如我上了XX课很喜欢之类。当然最重要的是，要提出自己的要求，比如能不能帮我跟/在committee说好话，或者能不能帮我弄到面试。一个UCSF的教授告诉我，很多教授不回信，一般只有两个原因，一是忙，二是不知道说什么好。大家发信之前最好想想教授会怎么回你的信。

另一个要说的是，基于同样的原因，本土面试是很有用的。大家要尽量抓住去美国的机会，即使没有，也可以去要本土面试。虽然我的offer都是在我去美国之前就给了，但是我还是认为之前一次在美国的旅行很有用，哪怕我的那次旅行根本就没有细致安排套磁。虽然只有几个学校给发本土面试，但是其他学校并不是不接受本土面试，只是他们没有这样的传统，而且由于很多学校都给面试的美国学生报销旅费，一般最多$500-$600，或者报销美国国内交通，所以只要凑2-3个学校的面试，就可以告诉他们你当时会在美国，让他们给你本土面试。当然，更主要的问题是签证，这点需要向教授要，因为学校官方是不给的。签证的另外一个问题是预约面谈时间，通常如果你拿到非本土面试的通知再预约面谈是来不及的，因此不符合中信银行代办签证的条件的，应该提早预约，约一个拿到面试通知的时间，实在没有通知在取消预约。

最后，我想说的是，申请本质是相互挑选，交换信息的过程。我觉得很多比较失败的申请可能不是因为学生不够强，而是信息交流不畅。我们不应该把申请看作一个很功利和一维的东西，不是简单的各项数值×权重再求和排序的过程。借用别人的一句话，这玩意是有chemistry的，重要的不是把GPA提高那么0.1或者多得50点verbal或者PS的语法错误，而是在想清楚某些问题的前提下，交流交流再交流。要了解你是谁，什么事情用得着你，谁需要你这样的人。我的观点是，科研的待遇并不好，越来越多选择做Ph.D.的人是觉得自己适合走某个领域的R&D路线，那就要把这个自己觉得适合的东西证明和表现出来。大家要有信心，我们是中国13亿人中最优秀的一小撮，凭什么比不过3亿美国人中间并不是最好的那一群？

三、申请准备和历程

我大约在大三的时候在理论生物学中心的熏陶下，确定自己想从事科学研究，申请系统生物学方向。由于以生物专业背景申请这样的交叉学科毫无优势，我做出了一个在很多人看来冒险甚至是不必要的决定，利用元培的体制5年毕业。我这样做有自己的理由：既然决定了做科学的打算，就并不在乎在哪里多呆一年。我希望晚一年申请，选择一个自己满意的方向和自己的满意的学校，才便于以后发展，如果今后能少做一期博士后就赚回来了。而多一年时间，我不仅可以把自己到底喜欢什么方向想得更清楚，还可以学一些必要的数学课，增强自己的背景，以及积累更多的科研经验。毕竟，在我看来，本科毕业直接读Ph.D.过于匆忙，四年时间要上那么多课，考GT，做科研，谈恋爱，申请，简直是忙不过来的。庆幸的是，我父母虽然保持谨慎的态度，但对我的决定仍然是非常支持的。

这多出来的一年时间里，我觉得对我帮助最大的有几件事情。第一是个2006年夏天理论生物学忠心办的国际学术会议。这次会议基本上把系统生物学领域的大牛们请了个遍，我们级中心的几位大牛们也是这个会议上选定或者套上了来的几位牛人。我虽然没有套磁，但是这次会却极有效率地帮我认识了领域的主要player和现状。很多人觉得我文献看得多，其实我文献看得不算多，我是知道的文献多。所谓知道文献，就是没有细读文章，而只是知道谁干了什么，这就是靠开会，与人聊天这种活动。

同样是通过开会，我在2005年底的时候知道有iGEM这个比赛，却没有想到一年之后自己有机会组队参加。这是第二件对我很有影响的事情。iGEM给我最大的收获，不是一个大奖，不是一次赴美旅行，而是让我认识了和共事了这么多非常优秀和有特点的同学，这是我最宝贵的收获。回到申请的话题上来，大家觉得我们一次赴美旅行可以套磁啊什么的，其实我最后都忙得没有时间寻找和联系教授。主要的套磁活动是走之前头一天晚上，Yale的任课老师告诉我可以去见他们系的几个人。于是我中午离开前用了2个小时给他们发了4封邮件。而为了见这几个人，我用掉了在美国自由活动4天中的3天，并且对申请也没起到什么帮助。倒是最后一天在纽约，本来打算去大都会博物馆我，跟着娄春波师兄的日程，见了两个人，一个成了我的推荐人，一个是Rockefeller我可能跟的教授。非常感谢娄师兄。

第三件事情是Yale课。我今年两个学期各选了一门耶鲁的课程。Yale课程的质量非常高，至少我参加的课程，都是小班授课，老师应该是学校挑选过的最会讲课的教授，topic都是在北大无法接触到的内容。我上的这两门课都为我的生活打开了一扇门。当然帮助我学术生涯的还是上学期的进化课。倒不是课程内容让我收获了多少，毕竟课程更多是关于心理学和人类学的更多而非生物，而是参加这个课程的人。Stephen Stearns教授不仅给我写了一封非常强的推荐信，成了我申请材料中的闪光点；更重要的是，在他的启发下，我看到了自己从来没有接触到的进化生物学的另外一面，竟然和我一直喜欢的系统生物学是相同的。通过这门课，我找到了真正符合自己兴趣的科学问题和框架。我把这个内容写进了我的PS。

要说正式准备申请，我可说的内容是非常少。我从十月中旬才开始准备申请，大概花了一个月的时间。前期主要是给各种人发信：要套的教授，推荐人，以及选校。我是很快就完成了选校，基本上是把自己熟悉的老板所在的program申了，把喜欢的保底program申了，把我觉得自己背景有杀伤力的program申了。现在看来选校做得不太好，浪费了很多钱。推荐信全部都不是我写的，也没有看过，我连推荐表什么样子都不知道，所以也省了很多事情。PS大概花了2天，写了一遍改了一遍，还不如改resume格式用的时间多。我觉得写PS最重要的是架构，虽然我写的时间很短，但是实际上这个架构我早就考虑好了，第二部分的研究框架也是之前写出来给教授看过的，写出科研经历再把研究框架改造成PS的样式就成了。语言给别人改了，自己也不用担心。之后就是填网申啥的，哪个deadline快到了就填哪个，Caltech要求课程描述我也没有交。申请就这么结束了。

四、学校介绍

我看了biophy的申请总结才选定了UIUC这个学校，换回来一个offer，这也是所有申请总结里面对我最有用的东西，因此我也要好好介绍一下我申的program，方便和我申请方向类似（主要还是偏生物的systems biology）的同志们，你们才是我的申请总结的受众。

1. Rockefeller University
R大是我认为最好的生物学校，同时是待遇最好的Ph.D. program。大家喜欢看排名，排名靠的funding，publication这样的东西，越大越占便宜。在我看来，Rockefeller无疑是所有学校里面实验室平均水平最高的学校。很多非生物学生没有听说过这个学校，可是生物学生就没有道理没听说过了，20世纪生命科学多少传奇是发生在那个还不如一个中学大的园子里面。更可贵的是，这里的传奇和传统一直保存着：Avery当年肺炎双球菌实验的实验室现在还在operate...有些PI的父亲或者兄弟也是那里的PI...
但是R大最特别的地方，在于她独一无二的Ph.D. program。人1953年建立研究生院以来只毕业过900多Ph.D.，现在program的所有学生加起来只有150个，却有74个PI和接近四位数的博后。$31,000的stipend，而且5年均由学校提供，而不给老板任何压力，这样能保证足够的学术自由，因为老板本来就不给你发工资。地处Manhattan最昂贵的地区，却能住到月租$450的房子，甚至还有一室一厅的，据说每天早上还有人给收拾房间。每周五中午学校会请到纽约访问的音乐家开免费音乐会，下午会请访问纽约的名人比如Nobel Laureate或者企业家政治家给talk并且一起泡吧。当然所谓“吧”是学校的student&faculty club，注意是学生和老师混用的。任何学术理由的活动学校都给报销，包括请客吃饭，去纽约其他的学校听课，逛博物馆，甚至为了学习教书去给高中上课。总而言之，就是用一切手段保证你是独一无二的专心学术的闲人科学家，而不是把科学作为工作的普通人。借用校长Paul Nurse的一句话，如果你想做普通人，就去个普通的大学比如Harvard，如果你想做eccentric，就来R大。
就像我前面说的，这里不是想象的那么难进，关键是要有国内GPA和国内推荐信以外的东西来证明你的学术能力。另外，他们学校不面试直接给offer。他们每年都给中国学生发offer，只是前两年都被拒了，估计今年两个又被拒了...另一个进R大的办法是Cornell的tri-institute chemical biology program，可以rotate到R大，进入R大实验室后和R大学生同样待遇，02年和今年都有化院的同学去。

2. Caltech Bioengineering
我最后居然选择了Caltech，而不是可以做eccentric，待遇极好，而又足够精英的R大，除了研究课题上的问题，首先是因为Caltech同样eccentric，待遇好而且够“精英”。Caltech大概是名校里面最小的学校，700本科和1200Ph.D.，同样有叛逆而出色的科学传统：密里根，鲍林，爱因斯坦，冯卡门，费曼的房间都在一个边长大约300米的正方形的校园里陈列着。更重要的是，我的Ph.D. program允许我到生物，化学与化工，应用科学与工程三个division任意选lab，而这已经含括了Caltech基本上所有的lab...从这个意义上，Caltech和Rockefeller都是类似的，够小够自由。
关于申请他家，我倒没有什么好说的，我大概是第一个这个program收的大陆申请者...这个program分为三个sub-option，分别是systems & synthetic biology(SSB),Bio-Mechanics and Bio-Inspired Design(BMBID),BioDevices and BioImaging(BDBI)。每年大概不到10个学生里面，只有1-2个不是SSB的。其实要说systems&synthetic biology，这里确实是做得最好的地方了，唯一可以比的可能是UCBerkeley+UCSF。如果谁对这个方向感兴趣背景又match，一定别忘了申请Caltech SSB...

3. UCBerkley & UCSF joint Bioengineering
这是一个联合项目。我认识即使不联合，任何一个学校单开这个program，在synthetic biology也是top level。这个program绝对是synthetic biology最好的地方，systems biology感觉杂一些，没有synthetic biology那么丰富和统一的community。至于这个program，拒UCSF的汤老师说，每年大概招1个国际学生。
想去这两家学校，最重要的是套磁和关系。他们系里虽然不怎么招国际学生，但是教授是要招的，但是教授招人都有自己的渠道，所以...

4. Harvard Systems Biology
本来不打算这么靠前讲这个program的，不过既然同样叫Systems biology，不妨拿出来对比一下。这个program是Harvard Medical School办的，所以也有medical school的一般特点，就是杂...因为医学院招faculty看的是你能不能自己拿到经费，教授的工资都是从自己的经费里面出，所以比较鱼龙混杂，没有自己的特点和明确的整体方向。整体上这个program感觉偏化学，很不偏物理，里面有很多什么都做的那种super-lab。此program我最喜欢的是一个数学和进化系的PI lab里的一个postdoc，可惜这家伙还不是PI。这个program的一好处是有harvard GSAS各系的一些牛人参与，总体上说，从我这样一个偏生物和物理的人看来，不如GSAS的MCB来得好。

不过Boston和Cambridge到确实是不错的城市，恩。

5. Princeton Molecular Biology
其实我申这个program是冲着Princeton的quantitative&comutational biology(QCB)去的，后来发现QCB是个虚体，招生都是各系分管的。大家知道princeton数理非常牛，所以QCB自然也很不错。他们的molecular biology比较偏biophysics和microbiology，在很多生物牛人看来并不是很好的一个program。这个program这几年在中国的招生主要是由Shi Yigong教授负责。不过Shi教授比较仙，大家都不知道他怎么选择学生的。我的电话面试是这样的：
Q:你的推荐信很strong，你是怎么认识XXX的？
A:blablabla。
Q:那你现在有不少offer了吧？
A:Caltech和Rockefeller。
Q:Hahaha，那你有啥问题？
me:我有多大机会拿offer？
shi:既然你拿到了这两家，你的机会就很小了
......
以下若干fz内容就不详说了。我一直很喜欢他们学校的，不过后来发现我喜欢的两个faculty不打算做我喜欢的课题，所以...

6. UCSD Bioinformatics
UCSD这个学校的生物有多好我就不细说了。他们的bioinformatics和bioengineering这个方向，我感觉computational biology是很强的，我现在还想不出有任何学校在方面比他家要好。可惜同样作为UC的学校，每年只要顶多一个国际学生，所以要靠关系和套磁...

7. Tri-institute Computational Biology & Cornell PBSB
同样一个Cornell Tri-institute的program，我却没有看到Rockefeller的介绍里面提到他们学校有这个program的学生，恐怕有两个原因。一是这个program招生没有chemical biology的多，二是都rotation到Ithaca，Weill或者Sloan-Kettering了，R大确实没有什么computational biology。这同样也是一个不怎么招国际学生，早早就把我拒掉的program。从computational biology的角度，Cornell确实是不错的地方，他们的应用数学很好。但我对他们program了解不多。
PBSB则是Cornell Weill Medical School的一个program，同样可以rotate到Sloan-Kettering去，但是去Rockefeller就没有那么容易了。每年PBSB大概都给北大学生几个面试和offer。这个program同样有computational biology的成分，但是我觉得他们强的地方还是physiology，毕竟在医学院，离physiology比较近，他们两个年轻的program director的lab都非常有趣。

8. UIUC Biophysics & Computational Biology
这个学校对北大学生很友好的，每年都给不少offer。大家不要觉得他家不好，我觉得这个program是非常不错的，特别是biophysics，他们做imaging的相当强。另外UIUC在交叉学科这方面做得很不错，这个program里面有各系各program的faculty，但是整个program已经运行得很紧凑了。我对这个program的偏好程度比后面要说的几个program都较好。

9. UMich PIBS-Bioinformatics
UMich的一个特点就是大而杂，他家连面试都是不同的人面好多次。当然大而杂的好处是机会多。他们program还是有不少人做得不错的，我尤其喜欢的两个PI是Jianzhi Zhang和Denise Kirschner。前者做分子进化做得有声有色，多产而且待学生也不错。后者把复杂系统和pathogen-host interaction结合起来，很对我的胃口。不过实话实说，我觉得我不该申的，浪费钱。

10. Yale EEB
他们系是新建的，大半的faculty都是我的推荐人招的。所以他们是个很小的community。very nice campus。给我发了面试，却没有面，最后推荐人亲自跟我说我们没有合适的lab，就不浪费名额了。其实这点他申请前就跟我说了，我挺高兴他们拒我的，不然我拒他们会很难受很难受的。

11. UChicago EEB
他们学校生物系很奇怪，光进化与生态这个方向就分了3个系，还都是大系。他们做进化是有传统的，但是比较偏高等生物，不太对我的胃口，也属于我不该申请的。我发withdraw后还给我发拒信。

12. MIT Biological Engineering
iGEM的发起人Drew Endy跳槽到stanford了，于是我的两个队友都被拒了，我到现在也没消息。这个program其实也没什么我喜欢的人，也是用来减少我没offer概率才申请的。还是那句话，Boston这个城市不错，恩。

五、本人PS

结构简单，仅仅修改过一遍，然后用同一版本发给了这么多不同方向的系，我自己都很汗。贴出来供大家参考吧。

Personal History: A Theorist's Mind Trained to Investigate Fundamental Biological Questions

Amazed by the generality of physics and curious about the nature of the beautiful universe it describes, I started to read translated popular western science books when I was 16, including A Brief History of Time and The Emperor's New Mind. Although the books are abstract and abstruse, I enjoyed trying to understand them with every bit of my rationale and imagination. However, the book that has affected my life the most is not about physics, it is The Medusa and the Snail: More Notes of a Biology Watcher by Lewis Thomas. While reading it I realized that biology is not just a descriptive science but is underpinned by fundamental questions as well. The issues Thomas raised, from super-organism for social insects to mind as connected neurons, all shared the phenomenon of emergence. I wondered if there are universal laws of emergence.

With success in the College Entrance Exam, I chose to further my study in the interdisciplinary program in Yuanpei College of Peking University, which has a reputation as the best undergraduate program in China, planning to prepare myself for academic exploration of my teenage interests. Knowing that the answers to my interests can only be found at the interface of system theory and biology, I chose to specialize in Biological Sciences and take all the core courses of the mathematical department. I extended my curriculum to 5 years, not only to complete the mathematics courses, but also to learn more about physics and computer science.

I was confused by the great gaps between math and biology, until I entered the Center for Theoretical Biology of Peking University and got live experience of research. There, I joined the research group led by Prof. Zhen-Su She, a leading scientist in complex system theory. I first participated in research on recognition of translation initiation sites (TIS), work reported in two published papers on which I was a co-author. I then started an independent project to investigate the unexpected transcription signals near the TISs that we found in the previous project. I first confirmed these signals to be indicators of "leaderless" translation initiation mechanisms and then designed a motif finding algorithm specifically tailored to recognize them. The result was exciting: the leaderless TISs existed in significant number of genomes, distributed in nearly every phylum of Bacteria and Archaea, which contradicts the contemporary viewpoint of leaderless translation initiation. These are part of the results in a first-authored paper I'm currently preparing.

However, as a biology major, I'm more interested in what really happens in living organisms. So I turned to systems and synthetic biology, where quantitative techniques and biological insights can be combined. At the end of 2006, as the leader, I initiated and organized the first iGEM (international Genetically Engineered Machine competition) team of Peking University. Inspired by the amorphous computing project of the MIT CSAI laboratory, I set out to design a hop count device with the goal of genetically identical bacterial cells developing into different but cooperating phenotypes, as in multi-cellular organisms. This device was proposed to be able to transmit itself as a signal between cells, record the times of itself being transferred and use that number to direct neighboring cells to express different genes. With my rigorous training in molecular biology, I was able to use a design in which the conjugation system was manipulated to delete a DNA fragment containing arbitrary genetic elements after each consecutive conjugation event. The genetic elements contained in the lost elements can be used to control downstream gene expression. My teammates and I spent the whole summer doing experiments to implement my design and proved its feasibility with extensive testing.I proposed a conceptual framework to combined this project and another related project. They won us the Grand Prize of iGEM 2007.

Academic interest: Inter-cellular Communication, Cooperation: A higher hierarchy for biological complexity

I noticed in the systems biology literature that much effort has been invested in modeling systems, such as transcription regulatory or metabolic networks, in which cells are viewed as bags of enzymes. However, real biology does better than that. The major part of the bio-diversity is multi-cellular organisms. Even single cell bacteria form specific patterns and may have division of labor when facing complex environment. Cooperation is crucial and is ubiquitous in nature. It creates levels of complexity above that of the cell and may be an intermediate state in the evolution to multicellularity.

When we consider that populations of cells can begin to differentiate into patterns in which they can cooperate, interesting questions arise. What's the mechanism for pattern formation? Here is one real example: When cyanobacteria cells develop into nitrogen-fixing heterocysts, a fixed spacing between heterocysts emerges. Is it a Turing Pattern? After reading papers on the molecular mechanism, I suggest that it is. The key components for the network are a non-diffusing positively auto-regulated master transcription factor for heterocyst development: hetR, and a transported peptide (patS) which is positively regulated by the hetR while inhibiting hetR expression in the neighboring cells. These resemble the slow diffusing activator and the fast diffusing inhibitor in Turing’s reaction-diffusion model for pattern formation. While it would be an interesting project to test the idea, there are even more exciting questions.

The evolution of cooperation has been a difficult issue for biologists ever since Darwin. How does cooperation evolve in a selfish world? There are now many papers discussing the possible mechanisms and strategies in a game theory perspective. I'd like to combine this evolutionary view with systems biology approaches to address a series of related questions: How do cells utilize noise in gene expression to generate individuality? How are different phenotypes selected into cooperating strategies? Are the cooperation patterns like the cyanobacteria example mentioned above well-tuned by natural selection or just a self-organizing phenomenon? With the quantitative and empirical tools that current systems biology provides, these questions and the assumptions behind them can be well tested in several model systems including cyanobacteria, Bacillus subtilis and Caenorhabditis elegans embryo development.

I would like to consider these questions in a theoretical framework. All the information necessary for developing such patterns is encoded in a single genome. The information in the genome can be divided into two components corresponding to two hierarchies of bio-complexity, one for intra-cellular structure and regulation, the other for inter-cellular communication and patterns. Non-clustering non-cooperating single celled organisms only have the former hierarchy. What are the advantages of having another hierarchy? How and under what conditions does evolution move up to a new hierarchy of natural selection? How and under what conditions does information in the genome start to accumulate at another level? These topics could occupy my attention for a lifetime.