不跟進先進生產力,你將被時代所淘汰。
這不禁讓我想到90年代,倒閉了一大批的企業,當然這里邊不乏很多其他的問題,但是有個重要的問題,就是技術落后。可能當時很多人就很疑惑,我們很努力,我們也勤奮,但是為啥就被淘汰了,因為你沒有跟上先進的生產力。高通量測序技術這種新事物的產生,和一切其他的新事物一樣,有的人先去吃了螃蟹,有的人處于觀望的態度,有的人不以為然。大數據是一個時代,并不局限于生物領域,而且它正在不斷的證明自己是一種先進生產力。生物學科發展那么多年,早已經進入了分子時代,以前由于技術限制,只能單個或者少數幾個基因,少量的生物個體進行研究。而這種東西在大數據面前這種研究模式不能繼續成為理所當然,因為我們不能一直管中窺豹,因為想看得更遠,只能站的更高,一定要有大局觀。人有兩萬左右的編碼基因,加上一些其他基因有4萬多,如果還是現在的基本分子生物學將無法進行研究,即使耗費足夠的精力,也無法研究清楚,因為機體是個整體,牽一發而動全身,不通過組學將很難全局的觀測到發生的變化。
學習伴隨人的一生。
學習總是一個被動和主動的過程,或者說交替向前。生信專業在近幾年在各大院校已經變得較為普遍了,這些專業的學生很大一部分屬于自己選擇專業,興趣學習,學習也比較循序漸進。但是很多時候,學習的安排并不是那么理想化,現在很多學習生信的人很多都是半路出家,有學生、老師、醫生、公司從業人員等等,這一類人都是屬于按需學習。當然我也屬于這一類人。我的專業是動物遺傳學,研究物種是豬。貌似好像我本來就該學點生信,其實并沒有,我已經做了四年的實驗,接觸生信也才一年,都是被逼的,因為豬這個物種本來就基礎研究薄弱,好多方面沒有別人測的數據進行借鑒,或者說別人的文章的結果沒有自己關心的數據,有或者說自己想結合自己的數據和別人數據,再或者說比較一下不同物種的數據,反正總之就是公司肯定是沒有這么多的自定義套餐的,你不能遇到個這種問題就外包公司吧?都是自己會比較得心應手。對一開始學習生信,我特別的痛苦,因為不知道往哪里走,但是回過頭一想想,其實研究生的學習不就是鍛煉發現問題,解決問題的能力。學習就是解決問題的一個手段而已。一開始找各種各樣的資料,成為資料收集愛好者,哈哈!找相關的QQ群、論壇、公眾號。其實還是挺不錯的,起碼發現還有比自己菜的人,開個玩笑。一起相互監督學習不乏問一種好方法,其實不管學習什么,有收獲總是你繼續下去的動力,比如有一個天你終于碼出一個不在重復簡單動作的腳本,那種開心真的就是單純的開心。所以不管學習的開端是痛苦的,還是快樂的,始終支撐你學習下去的還是興趣和快樂,當然有的解決完問題可能就先放一邊了,不過現在的我,可能即使目前不需要能力,我也想去學習,因為學習生信本身就讓我很快樂。
永遠不應該忽視的生物學問題
既然叫做生物信息,當然就不應該是個真正的碼農,因為我們的一切目的還是得回歸解決生物學問題。有時自己也會陷入這樣的一個陷阱,就是覺得別人的圖好漂亮,我要學會,當然學會了也會很有成就感,其實這并沒有有助我們生物學問題的解決。我們不同于公司的人,也不同于真正的程序員,因為我們有更好的生物學基礎,所以才能更好的利用生物信息學解決我們自己的問題。
小結
后基因組時代,多個組學會使生物學研究更加的立體和飽滿,隨之產生的海量數據必然需要去分析和解讀,單純的分子生物學已經成為過去式。而未來對于生物學研究者來說,生物信息學將成為一種必備能力。