生物信息学的出路是什么？新工具的开发，或者专注某个领域（肿瘤），或者和湿实验合作？

John

生物信息学的出路是什么？新工具的开发，或者专注某个领域（肿瘤），或者和湿实验合作？
原文地址：https://www.zhihu.com/question/416902565

长长的路

做生物和医学的都离不开生信吧 练好技能 读个学位 随便哪个大牛实验室都敞开大门欢迎 技术服务公司也需要生信方面的人才

同花顺

嗯，看到这个问题，说一下我目前看到的东西。欢迎大家一起交流。
首先，生信本质是一个工具，和python/R/perl一样是工具，是计算机，数据，统计与生物的交叉学科，是为了解决生物问题而存在的。大量测序数据的产生是这个学科的起源，所以一般认为生信等同于测序数据分析师。
那么，既然是工具，就必须有一个载体。生物/医学/药物就是生信的载体，生信最终是为这三个学科做服务的，在这三学科中，生信比较重要，但也只是这个大链条中的一部分。
那么接下来，题主问的三个方向，将它们做一下解析。

• 新工具开发：必须基于生物学原理，底层测序原理，湿实验原理等设计算法，产出便利的工具，保证特异性的情况下，尽量提高敏感性。
  
• 专注于肿瘤领域（举例）：必须透彻了解细分癌种的发生以及生物学模式，设计临床队列或者实验，验证思路，找出biomarker，为药物或者新的医学手段提供支持。
  
• 和湿实验合作：必须透彻了解湿实验的原理和步骤，尽可能去除实验噪音，在一个大项目的框架下，与湿实验合作产出可信的结果
  

综上，任何一个方向，对于生信人来说，都需要理解得非常透彻。以生物学为背景，辅助以统计，数学，计算机手段，解答生物学问题，为行业做出一些贡献。
这也是为什么市面上生信人员非常紧缺的原因。

继续前进

接触生物信息学10年左右了，个人根据理解把广义上的生物信息学划分为两大类：一类是开发方法、算法、数据库和软件为主的，称为生物信息学。另一类是，利用应用上述工具进行数据分析的，归为应用生物信息学。后者很早就有，但是随着这10多年高通量测序技术的快速发展，获得了高度关注和发展，并且似乎一提到生物信息学，大家想到的就是各种测序数据分析、各种组学测序，成为了高通量测序数据分析的代名词。（实际上：生物信息学>应用生物信息学>高通量测序数据分析）
说到应用生物信息学，个人很喜欢把它与PCR进行类比，因为觉得它们太像了（其实很多关键技术都有类似的生命史）。
PCR技术刚出来时，基本上是克隆一个基因就可以发很高分的文章。再到后来，一篇文章一个基因不行了，就一篇文章多几个基因嘛。再到后来，真正回归技术本身，成为分子生物学最基本最常用的工具。单纯PCR，几乎不能发文章了（不是不能，别杠），但是分子生物学的文章也几乎篇篇都有（不是篇篇都有）。
现在，暗指高通量测序数据分析的生物信息学，过了一个测序一篇高分文章的时代，进入了一篇文章需要多个多种测序的时代，逐渐将会进入到类似PCR这种工具属性时代。
前面讲这么多，都是为了回答题主的问题。出路是什么？问这个问题的，大概率是指的应用生物信息学。既然把它跟PCR类比，这个答案也要类推：如果做分子生物学，只会PCR行不行？不会PCR技术行不行？答案是可以不会，但是必须理解其原理，会解读其结果。可以不会PCR，是因为有一大堆做PCR外包服务的公司；如果觉得公司做不可以的，PCR交给实验室的技术员或者科研助理或者师兄师姐师弟师妹做，总可以吧？
同样地，应用生物信息学也将最终回归工具属性，会像PCR那样，成为很多项目的重要工具。因此可以不会，但是必须理解其原理，会解读其结果。
但是应用生物信息学与PCR又有差别。虽然PCR种类繁多，但是前者学习时间成本和门槛更高，这就决定了精通应用生物信息学的人不会像精通PCR的人那样多。
因此，只要你精通了生物信息学，出路随你选，因为它终将是一种重要的被广泛需求的工具。

清风寡欲

没有出路，请勿踩坑。祝好。

继续前进

如果你是生信专业的学生，我觉得你应该要有一些危机感了。因为我们现在基本上不招生信学生，现在学校的生信专业学科设置很尴尬，计算机科学方面蜻蜓点水，生物学基础又很差，只能做一些与序列相关的基本分析，很难深入到科学问题或者临床问题的本质。
对于个人来说，如果有机会做点实验固然很好，可以培养审美，但是我更强调“精通”遗传学、基因组学、生物化学和细胞生物学这几门生物学基本学科。
要求：（1）要能提对的问题，（2）要有独立解决问题的能力。