计算生物学
研究计算生物学的实验室
艾伦实验室
艾伦实验室专注于解读个人基因组的意义，以及人与人之间的DNA序列差异如何影响个人特征, 最终实现个性化医疗. 他们致力于了解与唐氏综合症相关的疾病是如何从21号染色体的额外拷贝中产生的.
Chuong实验室
仲实验室研究基因调控网络的进化和功能, 或者基因活动的编排，以回应特定的线索. 他们对病毒衍生的“DNA寄生虫”特别感兴趣，这些寄生虫在进化过程中被人类基因组所吸收，并负责生物里程碑，如胎盘和人类特异性免疫系统特征.
Clauset实验室
克劳塞特实验室使用网络科学来研究在复杂的社会和生物系统中，小规模的相互作用是如何驱动大规模模式的. 进一步, 他们应用机器学习来推断因果关系，或在体型进化等各种问题上做出预测, 恐怖主义网络活动, 以及科学生态系统中的社会等级和不平等, 或者是科学中的科学.
道尔实验室
Dowell实验室通过结合遗传学和生物学知识的机器学习方法来研究转录调控. 他们已经开发出技术来询问RNA合成的初始阶段，并剖析被称为增强RNA (eRNAs)的功能性RNA的作用。. 他们运用这些工具来了解染色体数目异常的细胞, 比如21三体(导致唐氏综合症), 许多癌症, 肝脏再生.
埃文斯实验室
埃文斯统计遗传学实验室利用定量和统计遗传学研究复杂特征的遗传结构，如精神疾病和物质使用障碍.
德国人的实验室
克劳特实验室探索人类微生物种群与人类发育和疾病之间的关系. 他们结合了基因分析, 环境评估和口腔和肠道微生物的高通量DNA序列分类，以研究微生物如何对正常和疾病状态作出反应并负责.
Larremore实验室
larremomore实验室开发基于网络科学的计算方法和数学模型, 动力系统, 统计推断并将其应用于跨越传染病和社会科学的现实问题. 他们的工作成果已在全球范围内用于为重要的公共卫生政策提供信息.
层实验室
层实验室通过开发计算基因组学工具来分析人口规模的数据集，研究遗传变异影响人类健康的方式. 他们对大的染色体重排(或染色体重排)特别感兴趣, 结构突变)，并揭示这些如何影响全球人群中正常人类变异的范围，以及其中哪些是癌症的致病因素.
慕克吉实验室
慕克吉实验室研究了这种流动, 运输, 以及生理过程的机械基础并开发疾病生物力学工具, 医疗器械设计, 治疗计划, 药物输送. 一个主要的应用领域是在健康和患病状态下的心脑血管过程, 像中风, 血栓形成, 和栓塞.
迈尔斯实验室
迈尔斯遗传逻辑实验室从事跨学科合成生物学工作，与电气工程重叠, 数学建模, 基因生物学. 例如:创建类似于电子电路自动化设计程序的遗传设计自动化程序, 遗传模型的随机验证, 还有一个存储和共享基因结构的仓库.
法勒实验室
Peleg实验室研究生物或超级生物群落如何缓冲自身以应对大的环境波动，并在大范围的长度和时间尺度上适应. 它们结合了计算, 物理, 工程, 数学, 还有生物学，从萤火虫和蜜蜂等自然种群中寻找基础设施问题的生物启发技术解决方案, 包括通信, 机器人, 结构工程.
Rinn实验室
Rinn实验室研究了一类被称为长链非编码rna (lncRNAs)的功能性rna调节基本生物过程的机制. 存在成千上万的lncrna，但只有少数的功能被理解. 他们结合了计算科学和实验科学，开发了新的基于rna的工具，而目前还没有研究这种独特分子类别的工具.
斯宾塞的实验室
斯宾塞实验室研究细胞信号机制，以了解这些信号如何在癌症中出错，从而改变单个细胞的命运. 他们研究单细胞, 在基因相同的细胞群体中，哪些在这些过程中表现出显著的可变性, 利用荧光传感器，他们开发了长期活细胞显微镜和细胞跟踪实验来量化控制细胞命运的信号动力学.
斯派格实验室
斯普林格合理设计的免疫疗法 & 接口(RDI)研究小组采用现代计算技术来解决大问题, 从传染病到气候变化. 这包括分子模拟, 数学建模, 用机器学习技术来描述复杂的界面现象, 例如病原体抗体(用于疫苗设计)和小分子细胞膜(用于治疗脑基疾病).