生信大咖给的生信学习建议 | IBW2017答疑Q & A

小编的话

生信入门路 | 生物/医学人的生信启蒙（点开链接查看），小哈和师兄师姐给出了生信学习建议。IBW会议上生信大咖们给出了什么样的建议？嘉因生物小记者石笑颖做了详细记录，分享给大家，共勉 ~

---

IBW大佬经验分享~

    “纸上得来终觉浅，绝知此事要躬行。”平常的工作、学习中我们都积攒了太多困惑，关乎实验设计、未来选择、研究目的和学习方法......数不胜数。前几天刚刚结束的IBW这样一个精英荟萃的胜地，和大佬们的座谈会这样一个偷学经验的宝贵机会你怎么能错过！快跟着我们的小记者一起膜大佬解疑惑吧！

ヾ(๑╹◡╹)ﾉ"

人生态度篇

“做科研的人两个维度 motivation&capability。”

Q1：生物、医疗背景的怎么来学习计算机？

高歌：你不要学生物信息，你要做生物信息。要以问题为导向的，找一个好的mentor，不一定是导师，也可以是你的朋友。（mooc广告--生物信息学导论）

马坚：（认真脸）刚才不是这个问题！你来上了我龙星计划的课嘛？没有？那不好意思...

Q2：老师们喜欢什么样的学生？

韩敬东：我最喜欢学物理的学生，他们学习了最基础的数理知识，也有global perspective，学生物和计算机的学生就太喜欢钻牛角尖。你要知道你当初学生物的目的是什么？我不希望我的学生目的进我实验室的目的是把我这里当作一个跳板去其他alternative career。

Han Liang：做科研的人两个维度 motivation&capability。我倾向于因材施教，最喜欢passion的学生，现在的时代是学习途径有很多，然而更重要的是去学习。

Ting Wang：我的一个学生，本科学生化，在纯computer science中一个非常厉害的老师评价他是生信学生里编程最好的。只要想学（passion+motivation）就是可能的！你要是真的想成为专家就一定要下功夫，一定要有正规的training，名师指点。只要你有passion+capability，给你机会你要把握。

韩敬东：我的经验中，生物和数理背景的学生，在一定努力之后都pick up上来了。

Yang Xu：你到底想做什么？有的人并不想做PI，只不过想有一技之长，稳定工作。定位不同，动机不同，选择就不同。

Ting Wang：劝退派。你要不是想专注于科研就不要做了。如果没有决心，会在没有成果时候非常绝望的，特别是在二年或三年初时是非常绝望的。有了motivation，哪怕做不出来，也每天都不断换方法绞尽脑汁做出来。（当然，是在导师选题正确的情况）。

晚餐会交流~

实战技术篇

“天赋决定上限努力决定下限，以大多数人的努力程度，远远不到拼天赋的时候。”

Q1：国外留学的奖学金问题？癌症数据比较好的建议？

Han Liang：拿到什么样的奖学金取决于导师的经济状况。关于数据应该是问题导向去分析，而不是被导向。

Q2：在美国和在国内做科研有什么区别？

Yunlong Liu：没什么不一样的，主要都是motivation和capability决定的，而能力取决于你的背景和努力程度。

 Q3：文章决定论是否有意义？

徐书华：我先给大家分享一句话“天赋决定上限努力决定下限，以大多数人的努力程度，远远不到拼天赋的时候。”对只看文章的老师，可能他科研很好，但可能并不值得你追求。当然你的能力还是最重要的。关于与老师通信时，如果你没有文章，你要对老师的文章和研究方向有你的理解，这样也会得到老师的青睐。

Q4：如今大数据时代数据量如此多，我们有没有必要建立自己的数据库？

韩敬东：我们当初做aging的时候，中国很少有人做，所以找不到任何lab有数据，所以我们自己建立一个wet lab，很多时候实验数据的周期比数据挖掘的要短很多。所以我认为不论什么背景的学生，进来首先要学会做实验。

叶凯：至于对于采取公用数据的态度，首先你对公共数据要有一定的鉴别力，要非常即时的很快地去做分析挖掘。自己产生数据会更适合你的研究方向。生物信息是一门交叉学科，dry和wet在一起可以做出很多新东西。

Q5:干湿实验结合固然好，但是同时抓很容易顾此失彼，您的实验室怎么办呢？

Wei Wang：如果你想做PI，建议你先选其中一个做成export。比如我，之前是完全没有接触过湿实验，博士后是在一个纯湿实验室做的。像我现在做湿实验目的不是产生数据，而是去验证一些我之前通过公共数据分析得出的有趣的结论。

Q6: 没有专业生物信息课程培训下，作为一个信息方向的学生只能做一些简单的数据分析产生文章，很容易遇见瓶颈？那么我应该要储备什么知识来应对瓶颈？

Wei Wang：对于纯计算的学生，我建议你能自己去开发相关软件。

Q7：生信在美国大概是什么样的前景？

Han Laing：做科研的职业，关于待遇：纯生物4万八左右，生信到六万五，去工业界都十二三万起。

Q8：没有新idea时候怎么办？

A：经验是在实践中得来的。平时多流汗战时少流血。

Q9：怎么去读SCI文章？被训练还是自己训练自己？

A：研究生的时候，每门课一周两天，下了课老师布置三篇paper，挑一篇写一篇感想，下次上课一边讨论一边讲。 一周十二篇，每天至少三篇，半小时没读完就别睡觉了，一学期就练出来了。我觉得阅读最容易了。

Q10：很长一段时间做不出来质疑自己能力？

A：对课题把握问题和对实验设计的能力最重要。要去找到一个新东西，设计巧妙的东西，always being positive。半年真的不算长。research就是search，一遍远远不够。

Q11:老师们在学生阶段如何培养给talk的能力？

Yunlong Liu：我在读phd时导师是日本人，有一次talk我说得非常快，被打断说：目的是communicate而不是炫耀语言能力。做slides的技巧：三句话能概括一张的内容，句子不要长。

You Xing：不论是什么专业，交流能力都非常重要。作为交叉学科学生，talk时要考虑你听众背景的复杂性。表达能力和写作能力是获得很多提升机会的一个捷径。

听完这么多一线大佬的经（ji）验（tang）分享，大家有什么感受想法都欢迎在留言区一起讨论噢~小记者纯听力+手记，所以有疏漏的地方还请大家原谅啦~

(*/ω＼*)

IBW2017会议报告记录，请见本期推送的另一篇。