生物信息学就业前景和生物信息学研究工作者的就业方向？

大v

生物信息学在国内一直是一个比较前沿的学科，由于学科为生物学服务，根据生物学科学生们的就业情况，牛逼的在高校，稍差一点的去研究所工作。当然也有纯纯的生活在模型和算法当中的人类去了互联网或者金融。这基本是phd们毕业后的去向，生信硕士毕业的很难说。
请大家谈谈生信的就业前景吧，如果无心继续活在科研领域，博士毕业就工作，就业前景怎么样？
美帝那边生信和生统的区别似乎不大，很多不在学术界混的大概都去了药厂或者金融领域了。也希望过来人谈谈自己的就业。
原文地址：https://www.zhihu.com/question/22725536

继续前进

系统生物学和生物信息学——写给每个人
原作者：立花克里斯(Chris Tachibana)
原载《科学》业务专栏(AAAS/Science Business Office Feature)
翻译：@鼠李

系统生物学和生物信息学诚挚邀你入坑。这些需要高度协作的领域渴求各种人才：生物学家、工程师、化学家、数学家和程序员。加州大学圣迭戈分校（USCD）的伯恩哈德· 帕森（Bernhard Palsson）说道：“如果你能够适应多元团队里的工作，这将会是一个机会空前的时代。”塔夫茨大学圣伊丽莎白医学中心癌症系统生物研究所主管，林恩·拉特基（Lynn Hlatky）表示赞同：“对于转行人士和新研究员而言，这些领域赞助丰厚，并且世界各地都在兴建系统生物学研究中心。”
工作机会不一定被捆绑在某个特定的地理位置。项目合作者远程工作也不甚稀奇。团队成员可能在千里之外借助互联网分析某处产生的湿数据（指实验室获得的第一手数据）。“把合适的人们聚集在一起解决问题更重要，而不是他们在哪里。”拉特基说道。系统生物学家只需要“总观大局、眼界开阔”。“任何人都可以参与这场游戏。”
实际上，根据瑞典哥德堡查尔姆斯大学（CTH）系统生物学教授杰斯·尼尔森（Jens Nielsen）的观点，每个研究人员都应当参与进这场游戏。“工具、技术和系统生物学进路在研究界和工业界都趋于标准化，”他说道，“要想在未来10到20年获得一份生命科学的工作，行业肯定会要求你在这些方面拥有竞争力。”

高科技和传统学术的结合
系统生物学的细分领域清单长到爆炸，囊括从计算机科学前沿到传统生命科学的方方面面。幸运的是，在这个领域，这场游戏的内核就是合作。加州大学圣迭戈分校生物工程Galetti教授，伯恩纳德·帕森认为，系统生物学包括“对网络、生物系统和线性代数、基因组与遗传学、基因产物的生物化学以及它们如何整合成细胞内三维结构的理解”。拉特基说道，要想攻克生物体非线性的本质性难题，我们需要“一个全员对传统生物学和定量科学无不了如指掌的团队，从细胞生物学到分子生物学到物理学到化学到计算机科学到数学均有所造诣。”
系统生物学甚至需要一些“落伍”行当的专业技能。记得林奈吗？“分类学的重要性日益凸显，尤其是它与分子技术融合的部分。”宾州州立大学比较基因组和生物信息中心、生物化学和分子生物学系的史蒂芬·舒斯特（Stephan Schuster）如是说道。“适逢定量和分子工具的兴起”，生理学知识大放异彩，拉特基说道，“我们同样需要能从种群层次考虑问题的科班人才——发育生物学专家、物理学家和生态学家。”
拉特基解释道：“多学科交叉的系统生物学团队就像一个多细胞生命体一般，由专门化和分工形成鲁棒性（控制论术语，指控制系统在异常和危险情况下维持某些性能的特性）。”成员的多样性使得团队可以处理多变量的动态问题。她举例道：“在癌症生物学领域，我们过去往往认为若干原癌基因、抑癌基因和DNA修复基因驱动着整个过程，但现在我们识别出了癌症中数以千计的遗传变动。这意味着我们仅仅追着几个到几十个不等的遗传终点（遗传物质的改变，国际环境诱变物致癌物防护委员会（ICPEMC）1983年提出遗传学终点有5类：DNA完整性改变（加合物、断裂、交联）、DNA重排、DNA碱基序列的改变、染色体完整性的改变和染色体分离的改变）不可能搞明白它们是怎么回事。我们需要计算和生物信息学方法去解开癌症之谜的这一子谜。”
像身体的两个器官一样，系统分析和生物信息学彼此分立，又彼此依存。“生物信息学从数据中挖掘的知识是系统生物学的基石，从而使得后者可以创立假说、建立模型。”欧洲分子生物学实验室欧洲生物信息研究所（EMBL-EBI）主管珍妮特·桑顿（Janet Thornton）说道。生物信息学是个成长中的领域，桑顿说，因为“现在几乎所有实验都涉及多数据源，需要研究人员有能力处理数据并获得推论和知识。自15年前，生物信息学方兴未艾，如今已成燎原之势。”

服务与探究领域的生物信息学机遇
生物信息学的生涯选择可以在应用与服务领域，也可以在基础研究领域。这两个领域的工作理念和实践相去甚远，提供迥异的机遇，吸引风格不同的人才投入其中。有条理、做长期、大尺度规划的人擅长服务领域。“这些人需要提供专业服务，所以他们必须开发强大可靠的软件，有一个清晰的发展流程，”桑顿解释说，“他们为一个大的用户社区提供服务，所以他们不能一拍大腿就改变主意。改动需要提前几个月计划，在运营的24小时内完成，并且接受来自世界各地的数据。”这个领域尤其需要开发和测试人员。“业界流传一句话，一月写好一程序，十月才能变稳定。”桑顿说。生物信息学服务也包括（数据）管理，或者说基因、蛋白质、代谢物和其它生物元件的注释。对于这点，桑顿又补充道：“注释者必须遵守明确的流程，每个基因每个蛋白都要一致处理。你不能哪天突然换个流程。服务的宗旨在于可靠、稳定、实用、易用。”
生物信息服务的研究机遇通常在于给数据库提速和提效率。但服务方的底线是预定发布和数据交换，并且遵循明确定义的标准、实验方案和截止日期。桑顿同样承认：“服务生物信息学家必须万分确定数据没有被遗漏，这是研究科学家们一直在做的事。”
桑顿说道，生物信息学发现是准备给那些“纯粹的研究者们”（不考虑未来实际应用的纯理论研究者）的，他们可以想到生物信息技术应用的新渠道，或者开辟研究前进的新潮流。“生物信息研究者需要回答生物问题的好奇心。他们需要写一个好的软件，但并不需要做到尽善尽美，这通常并不是首要的目的。对于研究者来说，问出正确的问题更加重要。在我看来，大部分好的生物信息学研究都建立在如何回答一个特定生物学问题的基础上，但这些问题可能相当庞大——比如说，为什么分化后所有基因的表达就改变了？”生物信息研究者可以随他们的想象和兴趣天马行空。“他们可以自由地探索多种生物，这是实验生物学家通常做不到的。”桑顿说，“对于一个计算生物学家来说，数据是蛋白质的相互作用还是代谢过程并无所谓，方法都是一样的。这个领域的一大亮点就是你不会把人生耗费在一个微生物或者蛋白质的观察上，而是灵活贯通、着眼更远。”
未来的职业生涯充满的鼓舞人心的可能。宾州州立大学的舒斯特表示：“与基因组一道，生物信息学将产生最为重要的研究：将时间剖型、基因组特征与化合物、质谱分析和遗传信息关联起来。这真的为许多来自不同研究方向的人打开的机会的大门。”但当下此刻，桑顿说：“生物信息学需要由生物问题驱动、希望从计算路线解答问题的人。”

生物工程师、企业家和学者的机遇
在查尔姆斯基大学的尼尔森看来，系统生物学需要综合性研究人员。他建议他的学生和博士后尽可能多地接触实验，“从工程到统计分析到分子检验”，并把它作为项目的一部分（真变态）。USCD的帕森赞同道：“最好的训练可能是班级合作进行定量研究，同时在一个实验室亲自上手做实验，这样的环境可以予人对生物学总领性的深度理解。”
对于那些技能满身的科学家，尼尔森说道：“考虑到现在世道不佳，他们现在在工业界的职业前景相当之好。”他的许多学生在工业界接受过应用项目的职业培训，处理一些为商品化工公司改良真菌品系之类的问题。尼尔森认为，药物开发公司、制药公司和商品制造公司已经“投资给了系统生物学技术，所以现在他们需要人来使用它”。这个需求尤其利好于“能分析数据，跟随定量潮流推动生物学、从不同方面整合信息的人才”。
帕森已经参与进了数家新兴小企业，掌握着28项美国专利。他认为现在系统生物学企业的需求在于“通过生物过程和代谢工程制造商品和好的化工产品、生物聚合物”。帕森和舒斯特都把可再生能源和生物燃料视为挑战不断但潜力十足的成长领域。“我们已经见证了可持续能源领域的盈利，而他们需要环境和生物多样性领域广泛的系统生物学研究信息。”舒斯特说。EMBL-EBI的桑顿同样看到了生物信息学家们的商业机遇，“制药巨头内部的生物信息资源正在被放弃，”她解释道，“数据太多了，他们解决不了存储问题，并且找不到足够的运营人员。中小型企业可以开发软件方案来有效处理这些数据，这可能成为这些企业的机遇。”
随着系统分析师和生物信息学家需求的增长，学者和教育者也不会被落下。“在十到二十年之内，系统生物学将会成为整合生物学教育的一部分，所以这些领域的教职需求将会在未来暴涨。”尼尔森说。“大学同样需要生物信息学家，”桑顿说，“每个生物研究部门都需要计算专家。”

系统生物学和生物信息学时代的医药
另一个蓬勃的领域是系统生物学医药。如今的临床应用受到层层限制，但行业领头人相信卫生保健和医药研究即将面临激烈变革。塔夫茨大学的拉特基预言道，随着发展，生理网络分析过程、多层次的数据整合和生物变化监控会起到主要作用。未来的生理学家们，请记住，“我们会更多地把注意力放到整体层面上，并识别不同医学学科之间的联系，比如癌症学和心脏病学，”她说道，“医学正在趋近于它该成为的样子——一种个人定制的综合性治疗。”拉特基认为，干细胞生物学是另一个有很大可能实现系统生物学进路的领域，这是因为细胞高度的复杂性以及它们广泛的作用效应，从神经疾病到慢性症候、再到再生医学。
系统生物学医药也会在生物信息学领域创造工作岗位。桑顿说：“在未来，我们需要中介数据库和临床试验的人才，需要能处理此类所有计算工作的人才。那些数据会被用于许多不同用途，从识别和测量相互作用到决策专注方向，不一而足。我们需要开发能处理那些数据（包括变异体数据）的计算工具。”
从一个更个性化的角度，李·胡德（Lee Hood），西雅图系统生物学研究所创始人，在最近的谈话中提出了他关于未来诊断的构想。他描绘了“一种年度的健康评估，通过指尖血采集可以分析2500个蛋白质生物标记物（一类与细胞生长代谢增殖密切相关、可用作标记的生源化合物），可以产生一份逐器官描述的个人健康状况报告。”随着时间积累的个人数据点能够用来实现一点全人群的纵向研究，并且“每个病人都可以掌握他们自己”。为了实现这个蓝图，科学家需要推进纳米科技和成像技术，并创造新的计算工具。对那些青睐商业导向职业的人，胡德预言了“一次重点从疾病到健康的迁移，以及与之相伴随的一场卫生保健公司的爆发”。
宾州州立的舒斯特对于系统生物学家和生物信息学家如何推动人类健康福利有着不一样的视角。“环境改变会影响植物区系、动物区系和微环境，并可能有地质方面的影响。这可能会改变病原体的格局，而病原体的改变会影响人类人口和食物供应。这将会人类健康和社会稳定性的隐患。”意识到环境变化对健康以及社会的影响日益凸显，给系统生物学家提供研究机会，“我相信环境项目的周期拨款不断攀升”。（不知道川普砍基研经费有没有戳破……）

纵观大局
要想找到系统生物学和生物信息学其它的扩张领域，你不必走的太远。对于互作组——或者说细胞组成分子与它们的邻居相互作用的总和——的分析，“已经在领域内发扬光大了”。查尔姆斯理工大学的尼尔森说：“这将尤具挑战性，因为这不是一个静态不变的东西。蛋白质A可能与蛋白质B协同，但它们之间的相互作用取决于我们如何设置实验。”
塔夫茨的拉特基补充道：“我们需要发掘分子、细胞和组织间多尺度、动态的相互作用，并把它们编织成一个定量结构。”EMBL-EBI的桑顿也认为不同层次间信息的整合是下一阶段的任务，尤其是处理、存储和解释影像数据。“我们正在发展细胞水平、器官水平乃至全生物体水平的先进影像工具。”这些方法得是自动的，并且产生的数据需要被处理、整合和分析。桑顿说：“机会已经显现——从不同层次理解生物学，桥接分子、细胞、组织和全生物体的信息，以及如此得以可能的全方位统筹——简要地说，就是在全水平上解释全基因组。”
这个领域需要与全水平数据工作相合的研究者，以及能够统一理论的杰出思想者。拉特基说，下一步的目标在于找到系统数据的中心原理，也就是能允许研究者“解释和预言”的若干模型。在任何情况下，我们都离不开系统生物学和生物信息学的力量。对于尼尔森所述未来系统学方法和生物信息学将会成为标准工作的评论，拉特基回应道：“我们现在就已经是这么做的了。”

主要参与机构
查尔姆斯理工大学（Chalmers University of Technology, CTH）
www.chalmers.se/en
欧洲分子生物学实验室欧洲生物信息研究所（European
Molecualr Bioglogy Laboratory, European Bioinformatics Institude；EMBL-EBI）
www.ebi.ac.uk
系统生物学研究所（Institude for Systems Biology）
www.systembiology.com
宾夕法尼亚州立大学（Penn State University）
www.psu.edu
塔夫茨大学（Tufts University）
www.tufts.edu
加州大学（University of California）
www.universityofcalifornia.edu

作者立花克里斯是居于美国西雅图和丹麦哥本哈根的科学作家。

吐槽：虽然本文是采访文章，但还是忍不住吐槽，头衔太TM长了，引用太TM多了。

检验医师

昨天晚上11点，我在微信发起了一个《生物信息工程师薪资调研》的投票，早上一看，已经有 100 多人参加。生信前景如何？数据知道：生物信息工程师薪资调研
----------
好像只能在微信打开查看，解决办法：转发给任意微信好友，在微信中打开

继续前进

非邀自答。     
     生物信息学这个专业。是的，目前在生物专业中比较火的了，身边学习这个专业的同学毕业后很多都走向了互联网和计算机公司，也有去读生物相关信息专业的研究生了，以目前的市场来看，和CS沾边的混的都还凑合，所以工资待遇和纯做生物的对比，你懂得。     
     看看这个专业学习的专业课，首先一半是生物，这个题主肯定比我还了解，所以在这里不做解释，另一半真真切切学的就是计算机和软件专业的课程呀，比如JAVA，MySQL，算法编程。各种前端，后端分分钟与码农对接有木有！     
     那么这些相对幸运的人的事例说明什么呢，说明生物的确可以和计算机紧密结合，而且目前这方面的人才缺口还是蛮大的，目前中国大学中开设这个专业的学校的还是少数。所以个人觉得如果题主时间充裕可以在科研同时学习一些计算机软件相关的知识，一方面可以进一步提升自己就业时的竞争力；另一方面，若是掌握相关技能，用编程计算来完成这方面的研究，也会成为科研的得力助手。
      再讲一个我比较熟悉的朋友的事例，这位朋友在大一大二时就是按部就班的学习，到了大三专业中的计算机部分专业课开课后，发现自己的兴趣是在计算机，然后就在课程的基础上又通过读更多书、自己做项目去参加计算机竞赛，去公司找实习，在大四下非常轻松的签到的国内某互联网巨头，仅仅是本科毕业哦。
     但是题主所说的博士毕业的走向我可能就无力作答了，因为朋友们还没有读到博士毕业哈哈，觉得题主不必太担心，生信虽在生物坑中，但是还是生物专业中最好的几个方向之一了，我身边本科毕业的朋友的走向应该可以给题主吃颗定心丸了吧。放平心态，平常科研中根据兴趣多学点计算机数学或者金融建模知识，这些行业就业前景都不错。




     下面引自一个与题主类似问题下我的回答，主要是关于为什么个人觉得生物信息专业有潜力的一点愚见：

再说说个人对题主所说的 虽然说行行出状元，可是感觉在这一行熬出头的可能性太小了，不知道以后该何去何从，硕士和本科生的差距越来越小

造成这一现象的原因是什么，个人觉得首先，中国不缺什么？人。人多了就不缺劳动力，如果你除了会机械的操作，不管读到什么学位，也只不过是多了几年劳动经历，那么很多人可以分分钟取代你，所以为什么要高薪聘用。所以作为人最重要的首要是要有独立思考的能力，有不能被别人随意取代的独特性。   有人可能问，怎么生物就机械了，计算机就不机械了，这不是明显的偏见么，这个我分为三方面讨论：

• 首先，题主问扩展哪个技能，研究哪个交叉学科比较好。
  
• 知乎上有大把的伪化生的相关讨论，可以了解下，一切不以逻辑推理为基础只是用穷举法的科学都不是科学。
  
• 个人首先要努力，但是也要符合时代的潮流，目前在机器学习和大数据很热门的情况下，已经说明了目前按照怎样的顺序去点人类的科技树发展会更快了。
  

欢迎大家理性讨论，有关计算化学的问题也欢迎大家提问。如果觉得不错就点个赞关个注哈哈。

队长是我

本硕博都是这个专业，目前博士在读。
本科同学没有考研的，男生主晚都滚去游戏开发自己创业之类的，女生干啥的都有，老师，文员，极少数做生物信息！但是在做的现在工资也是棒棒的。
硕士，有滚回家当老师的，也有进企业嗨的。
博士师兄师姐，都进高校啦！！

-----------20160309更新线----------
关于工资:
评论里提到的工资是我是前两年硕士毕业找工作时的行情，最近了解已经涨了，小本干两三年，有点水平都能1w+了，有的地方，博士能给20w到30w。
但我个人并不十分欣喜，有点泡沫的感觉。
一些思考:
现在生物信息的需求是越来越多了，目前公司能够发展潜力巨大，是市场需求。
但是各大高校，甚至连博士点都没有的地级市的二本院校都盯上生物信息专业了，有意向让我去了以后开设这个课程。
欣欣向荣是好事，看清楚发展方向，在某一落脚点稳住脚跟，明白自己想要什么才是最重要的，可惜对于未来，我也迷茫了。
在高校，土鳖博士想进好点的高校不可能，去了普通高校，拿项目是问题，生物信息是服务型学科，怎样积累自己的东西是问题。
去企业，帮别人处理数据能算科研吗？单纯挣钱真的是我所愿？尽管我能力有限，但仍有科学梦，毕竟生物信息是手段，对生命科学一直是有爱的，永远无法做自己想做的事情，哎，大概还是太稚嫩，没有脱离中二期吧。
思路乱，将就看吧。

20181219更新
目前已入职江苏省沿海城市一普通大学，讲师。
汇报一下朋友圈的情况：
博士都进了大学或者博后。硕士有去了公司的，有考教师编制的。
待遇一般般，勉强还行吧，主要是大学一般会给一笔安家费，今年行情看涨，很多学校都提高安家费待遇了。
现在生物信息缺口很大，找工作明显感觉比其他生物博士好找一点，但博士是看文章的，劝大家多发文章哈，硕士也比较受公司欢迎。
欢迎跳不出生物坑的朋友跳坑，其他坑的小伙伴就别跳啦。

###########2020年11月20日#################
恍惚间，又过了两年。
断断续续的，总是有朋友私信告诉我他的情况，问我要不要跳生物信息这个坑，偶尔还有家长替孩子问的情况。
非常感谢大家对我的认可，但我只是一个普通得不能再普通的科研打工人，不好意思也没有资格给大家什么人生建议。
首先待遇问题：生物行业是处于一个发展中的行业，待遇方面相对一些成熟的行业是要低一些的。而生物信息行业，可以用矮子中的高子来形容，反正还好，饿不死吧 。
其次，读博进科研单位问题：有的朋友问读生物信息的博士，以后好不好进高校，其实进科研单位，你的文章是首要的，当然，还有毕业院校的层次也有影响。而且，还有很重要的一点，那就是想去的这个科研单位是否需要你这个研究方向的人才，人家有没有这个招聘计划。
当然，还有考研，想考生物信息方向的朋友，其实读研是一个很好的转折，很多做生物信息的本科期间都是五花八门的专业，完全可以放心考，只要你能考上。
最后，还有本科小朋友想转学生物信息：本科阶段，还是有很多时间可以用来学习的，可以在此期间自学，或者找学校里面做生物信息的老师聊一聊，可以提前进实验室当个“打工人”，看看硕士博士在做什么，参加一些生物信息的线上培训，评估一下你感不感兴趣，再决定未来要不要转投生物信息这个行业。
OK，那么我们，下次再聊蛤～

检验医师

生物信息学专业毕业后做科研的多，应用也在发展，以下做个简单的整理：
1.科技服务
为大学、研究所、医院、药厂等提供测序和生物信息分析服务，业务范围相当广，比如Denovo测序，重测序，RNA，Meta，群体分析等等，基本上还是在科研圈子里面转悠。如果你喜欢生物信息学，这样的单位也是个不错的选择。国内从事这种业务的公司很多，如深圳华大基因，北京诺禾致源等等，还有很多大大小小的公司，具体可以参考这个帖子：
国内生物信息学领域或基因组测序相关的创业公司有哪些，其主营业务分别是什么？
2.产前筛查
通过评估母体血液中胎儿DNA进行遗传异常的筛查和检测。这项技术避免了侵入性产前诊断，如，绒毛膜取样和羊水穿刺。目前应用最成功的是唐氏综合症<21号染色体疾病>筛查，据说准确率高达99.97%（还有爱德华氏综合征<18号染色体疾病>和帕陶氏综合征<13号染色体疾病>等等）。国内从事这个业务的主要有华大基因、贝瑞和康。
华大基因——全球最大基因组研究中心贝瑞和康

3.基因检测
检测你基因组上若干位点，然后预测你的患病风险、药物反应、个体特征以及祖源信息等，依据的是学术界已有的大量研究成果。但最大问题是：预测结果的准确度很值得怀疑。因为在疾病的发生发展过程中，往往是多个基因共同起作用，还有环境因素的诱导。而预测却只是检测几个位点，从部分推导整体，其准确度自然难有保证。
国外有23andme，国内有360基因，另外还有一帮挂羊头卖狗肉以忽悠为目的的公司。
23andMe - Genetic Testing for Ancestry; DNA Test基因体检开启健康生活