博文
学生物的，不会编程，也可以报考生物信息学的研究生
|||
每年暑假前后，大三的同学们都忙于选择、联系导师。最近跟一位同学聊了一下，发现很多学生物的同学对我们生物信息学有些“恐惧”。为了澄清一些同学的误解，也为我自己的实验室做个招生广告，我专门写了几段。
一、什么是生物信息学，哪些人在研究生物信息学？维基百科的定义是，“利用应用数学、信息学、统计学和计算机科学的方法研究生物学的问题”。这个定义和各种教材上的定义都很宽泛，并且给人的印象是生物信息学是非生物学的人来研究生物学。其实不然。
对国内外的生物信息学实验室，我做一个粗糙但很实用的分类：一是开发、设计生物信息学方法、技术，构建生物信息学数据库；二是利用别人的方法、技术和数据库、辅之以简单的程序设计，来研究自己关心的生物学问题。三是二者结合，既做一些方法技术和数据库，也做一些纯生物学问题研究。第一类实验室的导师一般具有数学等非生物学背景。第二类实验室的导师一般具有生物学背景。第三类实验室的导师可能具有生物学背景、也可能来自于数学、信息学等学科。第三类实验室一般都是从事生物信息学时间较长，无论生物学、数学、还是计算机科学方面知识积累都很丰富，所以一般也都很成功。第三类典型的例子是NCBI的Koonin实验室。
二、生物学背景的学生可以报考生物信息学实验室吗？当然可以。如果勇于付出足够努力、不怕眼前的挫折，你去哪一类实验室都可以。但这只是最理想的说法。大多数人还是想找适合自己的实验室，希望少走一些弯路（其实弯路走多了，人的素质会提高很多）。
根据往年的经验，生物背景上了生物信息学研究生的同学可以分成两类。一是喜欢数学、计算机等，这些人非生物学素质在生物学学生中鹤立鸡群。这一类人是很主动地报考生物信息学实验室的研究生。另一类是数学、计算机一般或偏好，从内心中并不太想上生物信息学方面的实验室，但由于报名时避免激烈竞争、考试后专业调剂等原因阴差阳错上了生物信息学的研究生。根据往年的经验，后一类同学几年之后成绩优异的也不少。
对生物学背景的同学，我的建议是：
如果你数学、计算机等方面很强，生物信息学各类实验室你都可以选择。
如果你数学、计算机等方面知识一般或偏好，也大可不必害怕。选择我说的第二类实验室。花半年时间学习程序设计也就可以了，并不太难。不用担心你的程序设计能力或者数学水平竞争不过别人。将来你与他人竞争，最主要的是靠你的生物学知识。在第二类实验室上学，就像在普通生物实验室必须学会使用天平一样，你必须学会程序设计和常用的统计手段。但做出成果多少，也像普通生物学实验室不是取决于天平等仪器掌握的熟练程度一样。在第二类生物信息学实验室，程序设计和统计手段掌握到一定程度就够了，研究工作中出成绩的多少取决于生物学知识的广度和思考生物学问题的深度。
有同学可能会担心，第二类实验室是不是路子很窄。首先，我要强调一下，生物学上，随便一个小问题就足够一个人研究一辈子了。再窄的领域，养活人也没问题。如果经过很长时间之后，第二类生物信息学实验室没有变成第三类，或者是该实验室导师水平太差了，或者是在某一两个生物学问题上研究得很深入了。后者比在很多方面齐头并进的实验室对问题的研究更深入、更细致。
最后，我做一大胆猜测：十几年之后，各校生命科学学院中做生物信息学的人数，应该像现在物理系或天文系做理论的一样，占据几乎半壁江山。别的不说，在就业方面，生物信息学应该明显好于生物学大多数专业。下面转帖我过去博客中的几句话：
前两年，Nature Biotechnology上曾经发表过一篇论文，题目是：“如果你能测任何序列，你准备研究什么？”这几年随着技术手段的进步，分子生物学数据急剧增长，速度快得惊人。我给学生留的作业变成了：“如果你能找到你想要的任何序列，你准备研究什么？”。其实现在已经不仅仅是DNA序列数据急速增长了，从DNA的化学修饰、组蛋白在染色体上的定位、DNA在细胞核中的空间分布到代谢、各种层次的调控。。。，各方面生物学数据积累速度都很惊人。可以大胆的估计，十年之后，只要不是太偏的想法， 你所需要的数据在网上都可以找到。科研人员需要做的就变成，发现问题-->思考出假说-->寻找数据-->处理数据、分析数据 -->检验自己的假说。
https://blog.sciencenet.cn/blog-61772-590128.html
上一篇：带苦味的西瓜
下一篇：加精博文:Nature等期刊论文---推荐博文:引用论文
一、什么是生物信息学，哪些人在研究生物信息学？维基百科的定义是，“利用应用数学、信息学、统计学和计算机科学的方法研究生物学的问题”。这个定义和各种教材上的定义都很宽泛，并且给人的印象是生物信息学是非生物学的人来研究生物学。其实不然。
对国内外的生物信息学实验室，我做一个粗糙但很实用的分类：一是开发、设计生物信息学方法、技术，构建生物信息学数据库；二是利用别人的方法、技术和数据库、辅之以简单的程序设计，来研究自己关心的生物学问题。三是二者结合，既做一些方法技术和数据库，也做一些纯生物学问题研究。第一类实验室的导师一般具有数学等非生物学背景。第二类实验室的导师一般具有生物学背景。第三类实验室的导师可能具有生物学背景、也可能来自于数学、信息学等学科。第三类实验室一般都是从事生物信息学时间较长，无论生物学、数学、还是计算机科学方面知识积累都很丰富，所以一般也都很成功。第三类典型的例子是NCBI的Koonin实验室。
二、生物学背景的学生可以报考生物信息学实验室吗？当然可以。如果勇于付出足够努力、不怕眼前的挫折，你去哪一类实验室都可以。但这只是最理想的说法。大多数人还是想找适合自己的实验室，希望少走一些弯路（其实弯路走多了，人的素质会提高很多）。
根据往年的经验，生物背景上了生物信息学研究生的同学可以分成两类。一是喜欢数学、计算机等，这些人非生物学素质在生物学学生中鹤立鸡群。这一类人是很主动地报考生物信息学实验室的研究生。另一类是数学、计算机一般或偏好，从内心中并不太想上生物信息学方面的实验室，但由于报名时避免激烈竞争、考试后专业调剂等原因阴差阳错上了生物信息学的研究生。根据往年的经验，后一类同学几年之后成绩优异的也不少。
对生物学背景的同学，我的建议是：
如果你数学、计算机等方面很强，生物信息学各类实验室你都可以选择。
如果你数学、计算机等方面知识一般或偏好，也大可不必害怕。选择我说的第二类实验室。花半年时间学习程序设计也就可以了，并不太难。不用担心你的程序设计能力或者数学水平竞争不过别人。将来你与他人竞争，最主要的是靠你的生物学知识。在第二类实验室上学，就像在普通生物实验室必须学会使用天平一样，你必须学会程序设计和常用的统计手段。但做出成果多少，也像普通生物学实验室不是取决于天平等仪器掌握的熟练程度一样。在第二类生物信息学实验室，程序设计和统计手段掌握到一定程度就够了，研究工作中出成绩的多少取决于生物学知识的广度和思考生物学问题的深度。
有同学可能会担心，第二类实验室是不是路子很窄。首先，我要强调一下，生物学上，随便一个小问题就足够一个人研究一辈子了。再窄的领域，养活人也没问题。如果经过很长时间之后，第二类生物信息学实验室没有变成第三类，或者是该实验室导师水平太差了，或者是在某一两个生物学问题上研究得很深入了。后者比在很多方面齐头并进的实验室对问题的研究更深入、更细致。
最后，我做一大胆猜测：十几年之后，各校生命科学学院中做生物信息学的人数，应该像现在物理系或天文系做理论的一样，占据几乎半壁江山。别的不说，在就业方面，生物信息学应该明显好于生物学大多数专业。下面转帖我过去博客中的几句话：
前两年，Nature Biotechnology上曾经发表过一篇论文，题目是：“如果你能测任何序列，你准备研究什么？”这几年随着技术手段的进步，分子生物学数据急剧增长，速度快得惊人。我给学生留的作业变成了：“如果你能找到你想要的任何序列，你准备研究什么？”。其实现在已经不仅仅是DNA序列数据急速增长了，从DNA的化学修饰、组蛋白在染色体上的定位、DNA在细胞核中的空间分布到代谢、各种层次的调控。。。，各方面生物学数据积累速度都很惊人。可以大胆的估计，十年之后，只要不是太偏的想法， 你所需要的数据在网上都可以找到。科研人员需要做的就变成，发现问题-->思考出假说-->寻找数据-->处理数据、分析数据 -->检验自己的假说。
https://blog.sciencenet.cn/blog-61772-590128.html
上一篇：带苦味的西瓜
下一篇：加精博文:Nature等期刊论文---推荐博文:引用论文
