金桔
金币
威望
贡献
回帖0
精华
在线时间 小时
|
本人从博士开始至今从事生物信息工作十余年,发表SCI文章20多篇,其中包括若干影响因子30以上的第一作者文章,也曾经在美国最顶尖高校留学深造,目前在一上市药企生物信息部门工作。结合自己的经验,想分享生物学习的两点建议:
1) 找好你的定位并重视以及十分重视生物知识的学习。以个人的愚见,我将生物信息工作者分为两大类,一类是bioinformatician/bioinformatics engineer, 着重生物信息技术面,例如开发算法,构建pipeline,建数据库之类。他们往往有比较强的computer science 和coding能力。第二类是bioinformatics scientist, 更看重利用生物信息学手段解决生物学问题。当然我属于后者。我想大部分生物信息工作者也属于这类。对于定位第一类的,我经验不多,无法给出好的建议。对于第二类,我想特别强调生物知识的重要,尤其是当你不想成为工具人。一般来说,在药企里当你对生物学了解更多,就可以和bench scientist 更好的交流,你也更能提供数据分析的独特角度,发现数据中体现的生物学故事。如果你想往上成为管理岗位,更是要如此。这点对大部分在科研院所从事生物学研究的实验室也是如此。我曾经问我们CSO 如何成为一个好的bioinformatics scientist 他的回答就是重视生物学知识的学习,而很多人却过于重视编程或者数据分析技术的学习。我想以后类似于chatGPT等工具的应用更需要你将重心转移到生物的学习上了。
2) 多看文献,尤其是优质文献。你如果想发nature或者science 文章,你不看CNS怎么可以?每天坚持读专业相关文献,你会发现对你生物信息学整体能力的提高作用极大。另外,说下我利用文献学习的方法。现在很多含有测序数据的文献都提供分析代码以及原始数据,我读懂文献后,我会学习理解文章提供的代码并分析原始数据重现文章的图表等。虽然整个过程漫长,但对生物信息整体能力的提高不是一般简单培训可以比拟。
以上就是我个人的两点建议,欢迎交流学习,一起进步。
原文地址:https://zhuanlan.zhihu.com/p/655198391 |
|