Background: The scientific training to become a bioinformatician includes multidisciplinary abilities, which increase the challenges to professional development. Competition framework: In order to improve and promote the ongoing training of the Brazilian bioinformatics community, we organize a national competition, with the main goal to develop human resources and abilities in Computational Biology at the national level. The competition framework was designed in three phases: 1) a one-day challenge composed of 60 multiple-choice questions covering Biology, Computer Science, and Bioinformatics knowledge; 2) five Computational Biology challenges to be solved in three days; and 3) development of an original project evaluated during the 15th X-meeting. Results: The first edition of the League of Brazilian Bioinformatics (LBB) counted 168 competitors and 59 groups, distributed into undergraduate students (14.4%), graduate students (12.6% master and 16.8%, Ph.D.), and other professional fields. The first phase selected 46 teams to proceed in the competition, while the second phase selected the three top-performing teams. Conclusion: During the competition, we were able to stimulate teamwork in the main areas of Bioinformatics, with the engagement of all research-level competitors. Furthermore, we identified opportunities to deliver and offer better training to the community and we intend to apply the acquired experience in the second edition of the LBB, which will occur in 2021.

中文翻译：

---

巴西生物信息学联盟：促进科学培训的竞争框架

背景：成为生物信息学家的科学培训包括多学科能力，这增加了专业发展的挑战。竞赛框架：为了改善和促进对巴西生物信息学界的持续培训，我们组织了一场全国竞赛，其主要目标是在国家一级开发人力资源和计算生物学方面的能力。竞赛框架分为三个阶段：1）一日挑战，由60个多项选择题组成，涵盖生物学，计算机科学和生物信息学知识；2）在三天内要解决的五个计算生物学挑战；3）在第15次X会议上评估的原始项目的开发。结果：第一版的巴西生物信息学联盟（LBB）共有168个竞争对手和59个小组，分别分配给本科生（14.4％），研究生（12.6％的硕士和16.8％的博士学位）和其他专业领域。第一阶段选择了46支球队参加比赛，第二阶段选择了三支表现最好的球队。结论：在比赛中，我们能够通过所有研究级竞争者的参与，激发生物信息学主要领域的团队合作。此外，我们确定了向社区提供和提供更好培训的机会，并且我们打算将获得的经验应用于将于2021年发布的第二版LBB。和其他专业领域。第一阶段选择了46支球队参加比赛，第二阶段选择了三支表现最好的球队。结论：在比赛中，我们能够通过所有研究级竞争者的参与，激发生物信息学主要领域的团队合作。此外，我们确定了向社区提供和提供更好培训的机会，并且我们打算将获得的经验应用于将于2021年发布的第二版LBB。和其他专业领域。第一阶段选择了46支球队参加比赛，第二阶段选择了三支表现最好的球队。结论：在比赛中，我们能够通过所有研究级竞争者的参与，激发生物信息学主要领域的团队合作。此外，我们确定了向社区提供和提供更好培训的机会，并且我们打算将获得的经验应用于将于2021年发布的第二版LBB。