计算生物学科研主页
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
davetang.org 是计算生物学家 Dave Tang 的个人主页，而不是标准意义上的在线课程平台。页面主体展示了他的研究兴趣、工作经历、教育背景，以及博客、GitHub、Google Scholar、ORCID、LinkedIn、Wiki 和 CV 等外部入口。从抓取内容看，该站更适合作为了解作者学术能力、研究方向与相关资源的入口。
在课程领域上，页面涉及计算生物学和生物信息学，研究兴趣包括癌症免疫治疗、单细胞基因组学、罕见遗传病、非编码 RNA、机器学习和可重复研究。这些方向对生命科学与数据科学交叉学习者有较强参考价值。师资背景方面，Dave Tang 曾在 BrightPath Biotherapeutics、RIKEN Yokohama、University of Western Australia、Telethon Kids Institute 等机构从事生物信息学、转录组测序、罕见病遗传变异和单细胞基因组相关研究，并拥有 Vrije University 计算生物学博士学位，专业可信度较高。
但就教育产品而言，正文没有显示课程大纲、学习路径、直播或录播安排、1v1 指导、作业项目、证书认证、授课语言或学习社群等信息。因此，不能将其评价为完整课程服务。
抓取文本未披露任何收费模式、课程价格、支付方式或订阅机制，也没有课程售后、答疑、学习支持的信息。若用户希望获得体系化培训，这一点是不足；若只是查阅公开资料、博客或代码，则成本可能取决于外部链接内容，但本文本无法确认。
优点是作者履历清晰，研究方向前沿，且提供多种学术与技术入口，便于进一步追踪论文、代码和博客内容。缺点是主页本身信息较简洁，缺少课程化设计，也无法判断内容更新频率和学习支持质量。
它更适合生物信息学、计算生物学、单细胞组学或可重复研究方向的学生、研究者和开发者，用于寻找参考资料、了解作者背景或潜在合作；不太适合希望购买系统课程、获得证书或接受结构化教学的初学者。
中国大陆访问情况无法仅凭正文判断，标记为未知。支付信息同样缺失。若需要更明确的课程体验，可考虑 Coursera、edX、Udemy、B站生物信息学课程、高校开放课程或 Bioconductor 官方教程等替代选择。
本测评基于公开资料整理,不构成购买建议,请以 davetang.org 官网实际信息为准。
含博客、GitHub和可复现研究资料。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。