生物信息学的出路是什么?

007

来源：知乎
生物信息学的出路是什么?
原文地址：https://www.zhihu.com/question/614364302

长长的路

针对现在吹生信的几种人，浅作一个劝退：

（1）在读的医学生。

他们眼中，生信在医院是kuku水文章的作用，容易通过科研服务副业搞钱，甚至进入比临床轻松的科研岗。
实际上：代做是灰色产业现在查得厉害。其次，医院只需引进少量生信教授/工程师长期合作就满足需求。然后，网上生信开源傻瓜工具和教程那么多，生信技能不稀缺，产品卖不出价。
生信我写过很多了——存在意义为工具人，脱离科研圈后没有市场认可。临床专业壁垒使得转行能去医药企、大健康产业；而生信没啥exit。（医学生要有自信！

（2）纯生物学子。

生信是生物脱坑的选择，仅仅是因为“不需要做湿实验”这个特性而已（不是谁都能成功转码）。是脱坑手段，不是目的。
再对比2024年两者在生物医药公司的就业。湿实验的岗位显然多多了，工作节奏相对更休闲可控；并且随着普遍降薪，实验技术工和生信工程师更拉不开多少薪资差距。

（3）毕业太久脱离市场

就如今的行情下行速度来看，一两年前找工作的感受和今年都会有很大偏差，更何况是五年十年前毕业的人？
每次和一些前辈聊都感慨，他们对于毕业生的职业发展，比我乐观很多。说“你这个背景怎么可能进不了xx公司？当时二本/零实习/专业无关都能进。”
三年前的生物医药，毕业生薪资和股票基金一度起飞过，但2024年已经谷底了，一切乐观估计都应该得到修正。

（4）对行业认识不充分

传说中的高薪案例，是生信的人转码、转互联网、科服牛马加班的结果。不是因为生信的技术和知识本身多么有价值，而是转入的这些行业、岗位以及乙方本来就（因为累）给出高薪。
那么，还有没有可能说，生信可以碰瓷赶上未来产业的风口？什么“生物医学大数据”、“医疗人工智能”、“CADD”、“ai4science”听着挺酷的，投资也回暖了。
看着初创公司的招聘，要的是计算机、人工智能、数学统计以及计算生物学背景。生信不具备对口的专业和技术，也不是创业大牛组的phd。只好灰溜溜回各种生物医学的课题组继续做科研，水文章了……

华得森生物

从2023、2024年来看，工业届生物信息的出路感觉不太乐观：
偶尔刷BOSS、猎聘等软件，工资设置2W、3W以上，几乎没有岗位在招人；
之前添加的猎头都转行了；
之前分享生物信息的自媒体开始水生物信息裁员的水文-这种现象之前很少见；
上海这边几家专注早筛的大生信公司，生信岗位几乎都是对半砍；
听到了降薪普调取消、降薪的消息。

个人感觉挺迷茫的！
一直比较好奇，行情这么差，2023、2024生信相关的毕业生都找到了什么样的公司。
吐槽一下，更多干货+ @pythonic生物人

同花顺

作为一个勉强与生信沾边的资深（并不）人士
我来给题主把水搅得更浑一点
各位请轻拍~

首先
我是搞云计算的
众所众知（并不*2）
我们这个行业属于特殊行业（？？？）
哪里特殊呢？
别的行业都是被吹上天的
我们云计算本来就在天上（大雾）

之前在新冠疫情的大背景下
很多行业都跟我们搞在了一起
生物——确切说是生信
也跟我们搞得那是水深火热

比如说
你在实验室里做虚拟筛选
实验室的计算资源不多
一般也就采样百万个分子
多了搞不了

某天
你的导师搞了个大新闻（划掉）
还申请到了一堆超算资源
一下子就筛了好几千万个分子

你乐得不行
表示鸟枪换炮了
导师问你乐啥
你说从没见过这么多分子
真开心啊真开心
导师接着问
你晓得我们其实有多少有机分子可以筛吗？

你如实回答
不晓得

导师说
记住了
以后要考——
1000000000000000000000000000000000000000000000000000000000000个。

别数了
60个0
鸟枪换炮？
换核武器都打不出伤害

你问
还有希望吗？
导师抬头
说——
希望在上面

你望着导师头顶稀疏的头发
满腹疑虑又不敢问

确切地说
希望真的在上面
希望就是——
云


比如疫情期间
全球都在不计成本地开发疫苗或特效药
不计成本的意思是
老子有钱！

这句话灰常有用
毕竟新药开发动不动就是几十亿美刀+几十年下去了
现在上面说了
老子有钱
研发费用随便加几个零
麻溜滚去干活！
这时候你该怎么做？

对于生信来说
能做的事情就很多了
还是说虚拟筛选
最近
哈佛大学医学院
在《Nature》上发了论文
说他们搞了一个叫做VirtualFlow的药物发现平台
可以在云端整合海量CPU
对超大规模的化合物库进行基于结构的虚拟筛选
从而全面提升药物发现效率
作者说
根据他们选定的条件
在一个CPU上筛选10亿种化合物
每个配体平均对接时间为15秒
全部筛完大概要475年
要到他们孙子的好几次方才能看到结果

而他们用这个平台
调用16万CPU对接10亿分子仅用了15小时
1万个CPU需要两周
就不劳驾自己后代了

关于这个平台的详情可戳：
速石科技 fastone：15小时虚拟筛选10亿分子，《Nature》+HMS验证云端新药研发未来

卡卡

本人在北美做生信和计算生物学的PHD。目前北美各大药厂，CRO，生物科技公司对于生信分析需求越来越大。生物数据量随着新技术的发展，比如单细胞技术，一直再成几何倍数的增加。我之前在剑桥大学Sainsbury lab的时间发现很多老外都已经开始从湿实验，转到生信或者计算。根据我自己的经历和对周围人的了解。总体而言就以下一些对口出路：

生物信息学家： 在研究机构、大学、医疗机构、制药公司等地工作，负责分析和解释大规模生物数据，搭建分析流程，进行统计，数学模型的构建。

研究员/教授： 机构或者科研院所做研究，现在一般都都是需要博士毕业后，做一定时间的博后，有比较好的学术文章发表。

药物研发科学家： 在药物开发领域，生信可以帮助识别潜在的药物靶点、分析分子相互作用，预测药物代谢途径等。这些都在药物设计、筛选和优化方面发挥关键作用。

临床生物信息学家/统计分析师： CRO/CDMO 公司特别需要，国内比如药明康德，凯莱英，泰格医药等等，北美，欧洲就更多了。

数据科学家/分析师： 生物信息学家具备处理大规模数据和应用数据分析技术的能力，如果你具备tier2甚至tier1级别的生信分析能力，扎实的代码能力，超群的数学，统计，建模基础，对现在比较流行的各种机器学习模型搭建很熟悉，完全是可以去做数据科学家，或者是把能力平移到其他和计算机相关的岗位，我们组就有人去hedge fund专门搭建金融模型。

教育和培训： 生物信息学专业人士还可以在教育机构或培训机构担任教职，培养未来的生物信息学人才。

科学传媒与科学写作： 了解生物学和信息学的结合，生物信息学家也可以在科学传媒领域从事科学写作、科普宣传等工作。

创业与科技企业： 一些生物信息学专业人士可能选择创办自己的公司，开发生物信息学相关的工具、软件或服务，以满足科研、医疗和药物开发等领域的需求。比如之前最早创立华大基因的一批人，很多都是之前北大生科院做生信的本科生，研究生。
大家可以通过我主页文章了解和学习申请，择业，以及计算生物学和数学知识点。

清风寡欲

Hi同学你好，
首先要确定一下你的“生物信息学”主要指得是通过已有的算法和统计方法来分析生物学数据这个方向，而不是“计算生物学”（软件算法开发）。这两个不太算一个赛道。这个概念我在别的回答里面提到过
目前主要的出路有几个方向：

• 科研向：在高校、医院和工业界做研究，都是科研向，主要对你的生物学理解以及科学研究能力有比较高的要求。这个的好处就是越老越吃香，积累越多越无可替代
  
• 工程向：主要是做流程搭建、数据生产等工作，偏IT，目前国内的技术比较落后，天花板不高，转IT也比较困难
  
• 数据分析向：主要是通过R、Python等工具来分析已经生产出来的数据，在国外可能做统计模型多一些，国内的部分岗位可能会沦为画图岗；如果知识技能扎实的话，可以转型做其他行业的数据分析
  

主要的话还是看个人，2和3有可能转行到IT或者是数据分析/数据开发领域，但是你要比较优秀才可以。我同事里去华尔街和从华尔街回来的人都有。跟传统生物学行业比较还是有一定优势的。
注意一点，生产力工具（包括但不限于云原生和人工智能工具）对2和3的冲击最大。用一下ChatGPT Code Interpretor感受一下吧。10x提升效率意味着原则上9个人可以失去工作
祝好