注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

云之南

风声,雨声,读书声,声声入耳;家事,国事,天下事,事事关心

 
 
 

日志

 
 
关于我

专业背景:计算机科学 研究方向与兴趣: JavaEE-Web软件开发, 生物信息学, 数据挖掘与机器学习, 智能信息系统 目前工作: 基因组, 转录组, NGS高通量数据分析, 生物数据挖掘, 植物系统发育和比较进化基因组学

网易考拉推荐

生物信息学之我见-转载  

2010-09-23 22:02:31|  分类: 计算系统生物学 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |
生物信息学之我见-(前言1)-原创-转载注明来源
By John_jxw, “DXY-丁香园”论坛

生物信息(bioinformatics)简单点讲就是data mining, 密切结合生物学,医学,物理学,数理学,计算机科学等的相关领域知识。这就是说,只要大家感兴趣,不同理工科背景的朋友们都可以学习这门学科。但是,这又说明生物信息学是门典型的交叉学科(cross-discipline/inter-science),如果你想以此为你的 career(research 或者industrial), 你必须要有周密的计划。就我的学习经历,她确实很难学,不管从知识的维度还是和深度上(可能与我的资质有关联,嘻嘻)。

其实我们还可以这么看生物信息学,生物学加数学加计算机,哈哈简单吧,就是说作为这门学科的基础,你要入门的话,有坚实的生物学基础,包括遗传学,细胞学,生物化学。还要有很好的数学基础,这包括高等数学,线性代数,统计学(包括各种统计模型应用,比如,时间序分析,聚类分析,多变量分析等等)。就计算机科学来说,算法分析和计算机编程,操作系统,数据库等。如果加上一些基本的大学物理学基础(如量子力学部分),就更好了。我有一些以生物信息作为自己研究方向的教授,之前他们有的是从数学专业转过来的,有的是从纯生物学(比如植物学)专业转过来的,也有的是从计算机专业过来的。

有一个事实,有些朋友也许搞不清楚, 搞生物信息学的究竟在从事哪些工作,事实上她和pharmaceutical industry其实联系非常密切,就我以前找工作的一些经验来说,在欧美,生物信息方向的公司普遍规模很小,4个人,8个人的很正常。生物信息学专业毕业的人可以去公司搞算法分析,JAVA编程(考虑到多平台性,以及硬件成本减低,人力成本升高的事实),这些工作都需要较强的计算机工程背景。编程涉及到生物数据库,蛋白质的结构功能预测等等。这些公司还有一个特点,拿欧洲的公司来说,他们大多数受政府的扶持,大多数是大学的spin-off的公司,有很强的研究背景,之前在某一个领域已经小有成就。他们和大的制药企业有较密切的联系,他们好多的项目就是外包项目。如果你去读PHD那又是另外一种情况了,我不作详细讨论。还有好多医学机构会提供很多的工作机会,你可以去做数据分析,SAS或者SPL US编程(2种统计学分析软件),但是需要相应的医学背景。

还有一个事实,由于中国医药行业的实际情况(学习药物的人可能比我清楚),大家都知道新药的研制,周期长常,风险大,所以国外的药物研发机构越来依赖于生物信息学的手段加速药物的研制,缩短研制周期等等。但是生物信息学在中国的实情却不容忽视:虽然大家都在大呼,我们要搞生物信息学,可相应的产业化却做得很差,这与我国的制药业的现状不无关系!由于我不在中国所以信息不是很畅通,希望大家能讨论一下。

总结一下,要想入行Bioinformatics的朋友,首先要有很强的生物学或者数理学背景或者计算机,你的背景决定了你的方向(如下方案以后再具体讨论)。
方案1,对于以前是生物学的朋友,建议加强统计学,计算机科学与工程,算法分析。
方案2,适合计算机背景的朋友,建议强化生物学知识,系统的遗传学,细胞生物学,生物化学,随着你的学习的深入,你还需要学习,基因和蛋白质技术,显微技术,分子生物学,量子化学等等。
方案3,数学背景的朋友(强调统计学),和计算机的朋友差不多,但是比其他背景的人都有优势,建议加强统计模型的算法分析,编程能力。

当你有了这些素质之后,你可以选择你喜欢的研究方向了,你会成为一名很优秀的科研人员的,我希望我们有更多这样的人才,这样我们的人民才能享受到更好的药物,医疗手段。我们会在生命科学的前沿占有一席之地。

最后,生物信息学很有挑战性,入门的门槛其实很高,兴趣是必须的,但是离不开恒心和意志力

下面一些简单的例子,

一个与p53(一种与癌症密切相关的基因)有关的Microarray表达数据分析,
你需要有系统得统计学知识,你需要相应计算机技能,你需要有相应得生物学知识,不然无法进行数据分析,你也无法理解实验步骤,更不用谈,解释你所所得到结论了。

Mass spectrometry,
生物信息学里有个分支是研究蛋白质结构和功能(属于proteomics)的,我们使用一种叫Mass spectrometry的技术,这门技术涉及到高能物理,涉及到算法分析,涉及到数据库检索匹配算法。其中的核心是算法分析(毕竟我不需要去制造质谱仪,但是需要清楚其工作原理,呵呵)

一些事实,
生物信息学作为一门交叉学科这几年在欧美,***发展很快,商业化也越来越成熟,国内显得有些滞后了,这与中国的产业政策以及医药产业本身是密切向关的,我们无法去短期改变。
比如欧美大的制药公司都有自己的生物信息部门,同时他们也保好多项目进行外包,同时培养整个产业的快速成熟的发胀,降低风险等等。

PS:最近很忙,所以写的好像有点乱,先看看反应,如果没有人看,就不继续了 ?。

To be continued conditionally.
  评论这张
 
阅读(1157)| 评论(1)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2016