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。