同样是生信博士，如果一开始就奔着工业界去的呢
学术界OR工业界的讨论永无休止，前面我们推送的两个阅读量过万的人生抉择都是在科研圈奋斗很久后才做出离开它的选择，见：
这样给大家的感觉像是劝退帖，所以大家的留言一边倒的批评科研圈子，感兴趣的可以自行浏览。我们这里并不表态，因为人生选择实际情况的复杂性是远超出一个公众号推文能概括的，我们再分享另外一个故事吧。
故事的主角是GDCRNATools这个R包的作者（Ruidong Li），做ceRNA分析的朋友都不陌生，Ruidong Li也是我们生信技能树的老朋友了，当初参加过我们生信编程直播活动的粉丝应该是都有印象。
应健明邀请投稿，年终总结人生感悟或者技术分享。以前每逢大事必总结，比如多年前考完GRE走出高教出版社外面下着小雨哭得稀里哗啦还不忘发个“QQ日志”感慨过去六个月看到的凌晨两三点的北京。过了而立之年就越发克制，避免陷于自我感动。2018年博士毕业结婚工作，2019年儿子降生。人生真正才刚刚开始。也就谈不上人生经验。唯三的感悟都是来自别人，比如乔布斯在斯坦福毕业典礼中讲到的
Have the courage to follow your heart and intuition, they somehow already know what you truly want to become
You have to trust that the dots will somehow connect in your future。
比如还在中科院时儒哥曾跟我分享过的一个观点，如果你要在某个领域做一辈子，不必纠结早一年或晚一年。还比如聊到读博期间生娃的辛苦，同事提到的Life is all about choices。这些至理名言都牢记在心里从而形成了自己的处世态度。即做自己内心最想做的事，逆时不纠结不焦躁，以及enjoy所有不同的时期和经历。
不同于UCLA傅凯大神（详见：一个加州大学洛杉矶分校生物信息学博士离开科研圈）临时起意放弃学术转入工业界。还在读大学的时候我就很明确以后要去工业界做研究。理由很简单，make immediate impact。比起发表论文，更希望参与的研究能转化成实用的产品。当然这种想法其实也过于简单粗暴。学术研究绝不只是一句发表论文就可以概括的。学术界虽然不直接制造产品，但是很多伟大的改变世界的想法或成果都来自于实验室。公司的产品创新也离不开与高校以及医院的合作。从impact大小的角度来讲很难说哪个更好。只能说是两个紧密相连又产生不同影响的领域。所以博士毕业留学术界或进工业界都太正常了。不同的选择而已。当然现在学术之路真是难于上青天啊，只有膜拜的份了。
2018年底离开导师的庇护来到湾区入职Gilead。很喜欢公司的文化和氛围。也很幸运遇到了非常好的领导和同事。身处专业的团队，唯一能做的就是keep learning and learning and learning。。。跟专注算法和软件开发的可能有所不同，大部分做生物信息的人总会经历几个不同的阶段。从hello world开始慢慢学会编程技巧，到写第一个软件开始能够解决一些技术问题，再到将技术应用于真实的生物学场景解答感兴趣的生物学问题。整个过程都需要不断学习。学会的越多发现值得学习的更多。最后不再纠结于生物信息学技术，而是思考如何善用技术解决问题。
我虽是Bioinformatics专业出身，但是更希望从Bioinformatics技术中解脱出来，将更多精力投入到医学问题的研究。我非常注重数据分析流程的标准化和结果的可重复性。反对重复造轮子，除非真的找不到合适的。对应的，我更喜欢做“伸手党”。比如之前超级痴迷于ggplot2画图，后来做项目的时候发现画图特别浪费时间，每次都要翻之前的代码。于是用bookdown写了七分之一本书取名BioinfoHub。（BioinfoHub的链接，https://rli012.github.io/BioinfoHub-pages/book）第一章总结了大部分常用图形的绘制。目的是为了以后再需要画某个图时直接无脑复制粘贴简单修改参数即可。后来忙起来其他六章就搁置了。。。（画外音，这个生物信息学相关绘图总结的想法很多人都有，但是都没有系统性的产品出来）
与自己总结相比，我其实更希望已经有人总结过了，这样可以节省大量时间做其他更重要的事，比如读读文献，了解项目背景，关注行业发展动态。
生信技能树奉行授人以渔，六年技术分享，几十场全国各地的培训，B站课程视频点击几十万，带领很多人学习生物信息，我是真心非常佩服的。只是抱歉自己时间有限，没空分享技术经验。以后依然还是希望自己多做几条鱼，有需要的直接端去就好。比如GDCRNATools: integrative analysis of protein coding genes, long non-coding genes, and microRNAs in GDC，对TCGA数据挖掘或者ceRNA网络构建感兴趣的朋友可以尝试一下。虽然我不在科研圈，但是我仍然会密切关注大家的需求，抽空做一些产品帮助大家，传承生信技能树分享的思想！
如果你也有想分享的生物信息学相关故事，欢迎投稿我们的生信故事会栏目，虽然投稿的人不多：
也欢迎总结你的2019和展望已经到来的2020哦：