1. 考虑Pubmed (参见 http://www.ncbi.nlm.nih.gov) 中哪些文献与病人问题清单中的内容最接近。你可以使用临床医师工作站数据库（选本课的学生可以用临床数据库存）问题列表。
   
   
2. 依据两基因在引用文献中的亲密关系，运用基因存在命名法对微排实验中的基因结果进行聚类。
   
   
3. 转换CWS(或其他临床数据库)相关数据库为XML数据流并以更标准的资料模式重组该资料。与有不同表格的的资料相比，你更好的类属模式资料的成就与结果。
   
   
4. 实行角色为基础的CWS的登录。实行密码确认。说明你方法的弱点并且假如你是一名医学骗子，你将怎样危及你系统中的隐私安全。
   
   
5. 病人对你刚诊断的多态性/突变的理解如何？创建一网页可现的脚本，赋予一局域连结的ID，来获得所有的基因多态性，与该基因相关的OMIM引用。然后自动刷新整个网页和Pubmed来寻找以消费者为导向的（即通俗英语）的信息解释以有利于病人理解一特定基因的多态性/突变。
   
   
6. 假定一微排资料组，清楚说明测量中所有误差的来源并寻找特定资料组中的误差。这些误差对基于该结果的论文结论的影响如何？你能估计整个微排面误差的概率分布吗？寻找该资料组中不属于该分布的微排。用两维面三点图/误差面来阐明这些分析。
   
   
7. 估计Affymetrix用于微排实验的寡核苷酸探针组熔融温度的分布。确定一组或更多资料组基因表达的测量变异与探针组内熔融温度变异的关系。你能识别一探针子来减少探针组的变异吗？仅应用那些减少变异的探针组对资料组起初应用的（探针组的）分类任务的影响如何？
   
   
8. 通过寻找和代替识别病人的资料，如名字、呢称、各种识别码、地址、电话号码等，来制定一套去识别敏感病例挡案的工具。
   
   
9. 运用简易语言技术从杂乱的原文中提取感兴趣的编码的病案问题。如，查找所有涉及药物治疗、剂量、管理线等。又如，通过原文分析决定病人的描述是否与某种感兴趣的公共卫生疾病（从脑膜炎到炭疽热）相一致。

这份清单仅是一提示性的。任何大致高于该水平的的设计都是受欢迎的。我们要求呈上一份17课的建议，详述提议方案，我们可对此进行评论。同时确定该方案合作组成员（我们建议2-3名）。