昨天，学生的一篇论文被Bioinformatics杂志接收。我心里的石头也算落地了。这个工作非常漂亮，但是审稿居然拖了半年多，已经大修了3次，要是悲剧我会觉得没法和学生交代。好在总算过关。算起来今年一共中了4篇领域顶刊，包括两篇Nucleic Acids Research和两篇Bioinformatics（论文目录见最后），值得庆祝。

***

这里斗胆说说一流科研工作的特点。一流的工作肯定有很多不同的类型，刚中的这4篇文章可以简单总结为3点：

1. 方向要准确（找到目前研究的痛点和关键问题）：上面提到的四篇文章，论文#1架起基因组和表观转录组的桥梁，论文#2提供了m6A修饰的量化信息数据库，论文#3提供了m7G修饰的生物信息平台，论文#4构建了RNA修饰isoform ambiguity的第一个统计模型。四个项目都直指目前研究领域的关键缺失，问题选择的非常精准。如果开始课题的选择定位有问题，基本就输了一半。

2. 一个子弹消灭一个敌人：一个论文需要基本解决一个问题，不拖泥带水。这4个项目都干干净净的，都把问题解决的非常到位，都不是半成品。都是从方法直接到可以直接使用的应用软件、应用工具和数据库，或者拿出一个严格solution。

3. 味贵家常：优秀的工作其实不需要太花哨，简单描述做了什么，结果是什么就好了。功夫要用在效果和内容上。在工作内容和效果都非常明确的情况，语言角度的美学修饰其实不太必要。尤其值得说明的是论文#4的计算方法非常干净，没有用我熟悉的极其繁琐的MCMC或贝叶斯生成模型，而是用了一个简练新颖的formulation加EM算法就漂亮的解决了问题。越来越觉得，花里胡哨的技术很多时候只是在掩盖作者对研究痛点定位不准的问题。科研也是味贵家常，花哨的工作很多时候并不是第一流的工作。直接和有效可能是更重要的标准。

***

这四篇文章里，论文#4是我最喜欢的，也是我职业生涯以来最引以为傲的论文。值得一提的是，这个模型是一个全新的模型，第一版是我自己formulate出来的（后面学生还有一些简单的改进），然后凭着直觉给出了solution，当时并不确定这个solution是严格的。严格证明是学生后来推导的，并证实和我最初提供的solution一致。这个事情说明，即使已经很多年不推公式了，我的数学直觉也还基本在线，是挺值得骄傲的事——对科研来说，数学直觉比推导能力更重要一些，虽然前者并不能代替后者。完成了这篇文章，即使明天就让我放弃科研也可以不遗憾了。

另外，衷心感谢一下学校提供的各种资源，这么长时间没什么拿的出手的东西，非常惭愧。四篇论文有四个不同的第一作者，从某种角度也说明我的课题组算是慢慢成熟了——虽然比预期的慢了好多年。

***

论文目录

1. Kunqi Chen#, Bowen Song#, Yujiao Tang#, Zhen Wei*, Qingru Xu, Jionglong Su, João Pedro de Magalhães, Daniel J. Rigden and Jia Meng*, RMDisease: a database of genetic variants that affect RNA modifications, with implications for epitranscriptome pathogenesis, Nucleic Acids Research, 2020 (Impact Factor: 11.501)  (https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkaa790/5917656)

2. Y. Tang#, K. Chen#,*,, B. Song#, J. Ma#, X. Wu,#, Q. Xu, Z. Wei, J. Su, G. Liu, R. Rong, Z. Lu, J. P. de Magalhães, D. J. Rigden and J. Meng, m6A-Atlas: a comprehensive knowledgebase for unravelling the N6-methyladenosine (m6A) epitranscriptome, Nucleic Acids Research, 2020. (Impact Factor: 11.501) (https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkaa692/5895329)

3. Bowen Song#, Yujiao Tang#, Kunqi Chen*, Zhen Wei, Rong Rong, Zhiliang Lu, Jionglong Su, João Pedro de Magalhães, Daniel J. Rigden and Jia Meng, m7GHub: deciphering the location, regulation and pathogenesis of internal mRNA N7-methylguanosine (m7G) sites in human, Bioinformatics, 2020 (Impact Factor: 5.610) (https://academic.oup.com/bioinformatics/article/36/11/3528/5803644)

4. Yue Wang, Kunqi Chen, Zhen Wei, Frans Coenen, Jionglong Su and Jia Meng*, MetaTX: deciphering the distribution of mRNA-related features in the presence of isoform ambiguity, with applications in epitranscriptome analysis, Bioinformatics, 2020 (Impact Factor: 5.61) (accepted)

注：Zhen Wei是我去年年底毕业的博士生。Kunqi Chen也是我的博士生，今年年底毕业。实验室署名很多时候按照这篇文章里描述的原则：http://blog.sciencenet.cn/home.php?mod=space&uid=522469&do=blog&id=1243269