Shirley：Levels of Bioinformatics Research
当生信小白跨越了Level 1技术门槛，就要修炼高阶Level1，并且跟Level 2和Level 3夹杂着修炼。顺序是这样的：
第一步：Level 1入门
你可能还想看：《14位生信前辈给的生信入门建议——消除进阶Level 1的困惑》
第二步：Level 1高阶、Level 2入门-Level 2高阶、Level 3入门-Level 3高阶。
注意：第二步不一定是1->2->3的顺序，交织着修炼会相互促进，取得螺旋上升式的学习效果。看几位前辈怎么说：
【Level 3 - Level 1 - Level X】
小丸子：研究生的时候学的生物信息，跟周围许多学霸大神们不一样，我学了很长时间也不知道自己在干什么，毕业的时候想着以后终于可以不用搞生物不用肩膀疼了。那个时候跟导师说，毕业了要去写作，令导师印象深刻。
然而阴差阳错，加入了嘉因生物。刚开始做的销售，像现在这样的大热天也是要在外面奔波的。能站在地铁上睡着，被巨大的公交车开过去的隆隆响声震到双目失明，糖浆一样空气堵住鼻子几近窒息。各种各样的地方都要去，各种各样的人都要见。因为需要跟别人推销，所以开始大量的读文献，寻找其中的套路，琢磨怎么才能让别人用上公司的产品。而后，大概是跟太多人聊了关于测序、数据分析和科研上的事，渐渐地拨开了原来笼罩在周身的迷雾，大概就是在这个时候发现那扇门其实一直就在旁边吧。
现在敲开了山门正要继续翻山越岭。说是生物信息，本质上仍然是生物领域的科学研究，所以需要一点科研的精神，和坚持不懈的努力、突破自我。笨一点慢一点都没关系，活得久一点就好了。受挫的时候别着急，给自己一点成就感。好吧，现在还有一个梦想是当一名作家，拿个诺贝尔文学奖什么的。哈哈。
（她在生信大牛组修炼了Level 3，在嘉因生物修炼了Level 1，现在去生信大牛组修炼Level X）
【level 3 - level 2 - level 1】
Tarela的妹妹：生物信息的优势在于探索，很多人认为会跑软件看质量处理数据就能称为生物信息了，其实这些东西是个人就能做，并不需要我们。适合我们发挥的环境在于，我有一个系统（比如研究胚胎发育，研究代谢，研究特定癌症），我有一些线索（比如转录调控，染色质结构信息），我想知道在这个过程中到底发生了什么。这时候才需要生物信息，需要我们了解情况（收集文章，研究背景）；搜集证据（相关数据）；一步步探索这个世界的真相（找到你所关心的机制）；并公之于众（撰文发表）。很多时候我们的工作更像是一个侦探，真相只有一个，我们的任务就是借助有限的资源和线索，通过各种手段（整合数据，设计方法，寻找角度，搜集证据论证）来揭示这个藏在数据背后的真相。
【Level 2 - Level 3 - Level 2】
糊涂球：生物背景的人最开始要掌握一门编程语言，这样你才能操纵数据和可视化，接着转换用数据的思维看问题。这个过程最好有个简单的纯生信课题，然后边学边做。生物背景的人在现在有各种各样高通量数据的时代非常有利，因为比较容易把不同领域的数据进行联网发现新问题。idea为先，方法啥的偷学下人家计算机和统计。
【Level 1 - Level 3】
不信CNS：我是分子生物学硕士转行学习生物信息的，我觉得生物信息或者大数据是要回答生物学问题，这个是生物信息的道，具体某个软件、某个参数只是术。有些生物背景很弱的人尽管数学、编程功底好，但是抽提不出有重要生物学意义的算法问题，往往是走入了术的误区。
【Level 2 - Level 1】
郝事之秋：最近的课题一直偏向演化方向，只想引用大牛的一句话“Nothing in Biology Makes Sense Except in the Light of Evolution”。生物信息，无论是做技术、算法还是软件，最终还是要回到生物本身，解决生物学问题，而有关生物的所有问题归根到底都是演化的问题。
【Level 2 - Level 1 - Level 3】
一只菜鸟：任何事情都没有捷径！老是被问有没有什么生信入门快捷书、培训......我的回答是NO！生信涉及的内容太多太多，最好只选择一个方向深入下去。入门生信十五年，最近打算回炉重造，只有基础打牢了，才是最好的捷径……
（她在国内规模最大的生物信息专业和生信大牛组修炼好了高阶Level 2，进入实验组修炼Level 1，最近还要结合Level 3）
《开讲啦，一作！| 最新PNAS文章第一作者今晚开讲，解读攻克ER阳性乳腺癌新方法》
最近朋友圈被这篇PNAS paper刷屏，小丫刚好有幸采访到负责生信的第一作者Li Wei（李炜）博士，分享他感悟：
小丫：能给小伙伴一些生信入门、进阶的建议吗？
Li Wei：生物信息是一个范围很广的学科，包括计算机、统计、genetics、机器学习、人工智能，各种各样不同的学科的知识。进阶很重要的一点是专精某一门，而不是每一个方向都只了解一点。希望在某一个特定学科找到一个突破点，在这个突破点能够比别人做的更好。
小丫：这篇paper要wet lab和dry lab合作完成，能分享一下做分析跟做实验的人沟通的经验和建议吗？
Li Wei：多沟通，尽量创造一切可能的机会去沟通。我和肖腾飞有段时间几乎每天都有meeting，需要补哪些分析，需要做哪些实验，实验细节，双方都又很多的沟通，频率多了沟通起来最有效率。
小丫：做生信经常要跟纯生物学家合作，什么样的合作者是好的？
Li Wei：好的合作者其实最重要的是有“双赢”的意识，“win-win”。有很多生物学家自己做的好，但是没有意识到生物信息的价值，他可能只是把生物信息作为辅助的工具，生物信息纯粹沦为打工的角色，这种情况对于做生物信息是不利的。
最好的合作伙伴是能够意识到生物信息的重要性，愿意分享credit，这样对于做生物信息来说才有动力去做。
参与合作的双方都有motivation把合作继续下去，这样的合作是最有力的。
小丫：能介绍一下你们现在在做哪些工作吗？
Li Wei：我们团队现在的大目标是通过计算的方法去研究人的DNA，包括编码区和非编码区对人类疾病和癌症的影响。
希望通过计算的方法对最新的一些生物技术，包括CRISPR/Cas9高通量筛选、单细胞测序方面，揭示一些以前没有揭示的东西。
我们现在做的项目，包括对CRISPR/Cas9高通量筛选数据的整合、建模。
同时我们也跟全世界各地的湿实验室合作，特别是对儿童疾病，例如现在合作的项目是通过单细胞测序研究儿童脑瘤早期单细胞的进化、分类的pattern。
小丫：你们组正在招博士后、研究生和访问学者，想加入你的团队，你理想中的人选具备什么样的能力呢？
Li Wei：理想中的人选，希望有两方面的能力：一是希望他自己的职业发展和训练目标能跟实验室的大方向吻合。二是有比较强的自我学习的能力，很多做生物信息的人之前是在湿实验室，没有计算和统计背景，如果自我学习能力比较强的话，通过训练，也可以做出很好的工作。
回复“win-win”，直达招聘页面。
联系客服
