目前优秀的生物信息分析人员，是计算机背景的多还是生物背景的多？？
王春景
2021-04-26 15:07
生物背景多，对于开发者_如何学编程计算机背景的人来说，同等工作量，计算机行业能给的薪水，待遇更好。
阳苏 2021-04-26 15:09 开发者_JS百科
我觉得最后就是数学的分析计算机的一种实现，由于生物行业的特点，没有生物背景的又很难去实现，这当中不仅是计算机，我觉得更多是一种，计算机+数学+生物的结合，学生物的只有想发却很难可视化的实现它，计算机没有数学却又没办法去实现很好的优化，所以最终就是一个多学科之间的交集！
陈思扬 2021-04-26 15:11
生物背景的多吧。
生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。基因组信息学，蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。从生物信息学研究的具体内容上看，生物信息学应包括这3个主要部分：⑴新算法开发者_开发问答和统计学方法研究；⑵各类数据的分析和解释；⑶研制有效利用和管理数据新工具。
王建庆 开发者_如何转开发 2021-04-26 15:14
别的不敢说，反正计算机背景的很少，因为学计算机随便找个本专业工作，都比搞生物赚得多，所以很难留人。
这是最现实的情况，直接决定了生物信息学的群众基础。
李少军 开发者_Python百科 2021-04-26 15:21
从我接触到的情况来看，生物背景的和计算机背景的兼而有之， 不分上下。还是要看具体的研究方向。有这么一种形象的说法（忘记出处了），科学家大致可以分为两类：鹰式和青蛙式。鹰式就是高瞻远瞩、一览天下这种了，青蛙式就是在泥潭中埋头捕食。鹰式，一定要有系统性思维、独到的眼光；青蛙式，一定要对目标有特别的敏锐性。
我认为生物背景 + 计算机训练 或者 计算机背景 + 生物学训练都没有问题。正如@liyr 所说，就看决心。
陈章义 开发者_如何学JAVA 2021-04-26 15:23
首先声明一下：我是生命科学学院出身，所以没有什么偏颇的意思，只是看事实。你问的是“优秀”的生物信息分析人员，我们以最顶尖的cases，抛却具体的领域倾向来看：
三大中心：
Jun Wang：数学、计算机、生物
Richard Durbin：数学
Eric S Lander：数学
三大中心都呆过的：
Heng Li：理论物理
就这么个情况。
优秀的生物信息分析人员既然优秀了，一定是能够追寻个人研究兴趣，而且其能力强大到可以弥补行业和其它通常的影响因素使得他/她不需要考虑个人生存就业及经济报酬的情况。
个人观点：
首先，对于生命作为复杂数学体系的本真理解，思考，描述，重写的能力，是达到顶尖境界的钥匙；
其次，对于生命运转体系的物理模型构造，实现，演绎和变异的能力，是达到超凡境界的钥匙；
再次，对于生命问题的理解，向数理问题的转化和生物学阐释的能力，是达到一流境界的钥匙。
再次，修改个流程，针对性地改个参数，感觉下结果的问题，就个性化问题写个脚本，看个文献开启思路，画几个图表想个point等咱们天天做的事情，是达到日常境界的钥匙。
最后，如果上述做不到，就是立被自动化系统取代的Flag。
其实和哪个专业没啥关系，只是不同的专业容易塑造不同的思维方式而已，能不能打破自己的思维惯性，就看决心了。
生物背景多，对于开发者_如何学编程计算机背景的人来说，同等工作量，计算机行业能给的薪水，待遇更好。
阳苏 2021-04-26 15:09 开发者_JS百科
我觉得最后就是数学的分析计算机的一种实现，由于生物行业的特点，没有生物背景的又很难去实现，这当中不仅是计算机，我觉得更多是一种，计算机+数学+生物的结合，学生物的只有想发却很难可视化的实现它，计算机没有数学却又没办法去实现很好的优化，所以最终就是一个多学科之间的交集！
陈思扬 2021-04-26 15:11
生物背景的多吧。
生物信息学作为一门新的学科领域，它是把基因组DNA序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。基因组信息学，蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。从生物信息学研究的具体内容上看，生物信息学应包括这3个主要部分：⑴新算法开发者_开发问答和统计学方法研究；⑵各类数据的分析和解释；⑶研制有效利用和管理数据新工具。
王建庆 开发者_如何转开发 2021-04-26 15:14
别的不敢说，反正计算机背景的很少，因为学计算机随便找个本专业工作，都比搞生物赚得多，所以很难留人。
这是最现实的情况，直接决定了生物信息学的群众基础。
李少军 开发者_Python百科 2021-04-26 15:21
从我接触到的情况来看，生物背景的和计算机背景的兼而有之， 不分上下。还是要看具体的研究方向。有这么一种形象的说法（忘记出处了），科学家大致可以分为两类：鹰式和青蛙式。鹰式就是高瞻远瞩、一览天下这种了，青蛙式就是在泥潭中埋头捕食。鹰式，一定要有系统性思维、独到的眼光；青蛙式，一定要对目标有特别的敏锐性。
我认为生物背景 + 计算机训练 或者 计算机背景 + 生物学训练都没有问题。正如@liyr 所说，就看决心。
陈章义 开发者_如何学JAVA 2021-04-26 15:23
首先声明一下：我是生命科学学院出身，所以没有什么偏颇的意思，只是看事实。你问的是“优秀”的生物信息分析人员，我们以最顶尖的cases，抛却具体的领域倾向来看：
三大中心：
Jun Wang：数学、计算机、生物
Richard Durbin：数学
Eric S Lander：数学
三大中心都呆过的：
Heng Li：理论物理
就这么个情况。
优秀的生物信息分析人员既然优秀了，一定是能够追寻个人研究兴趣，而且其能力强大到可以弥补行业和其它通常的影响因素使得他/她不需要考虑个人生存就业及经济报酬的情况。
个人观点：
首先，对于生命作为复杂数学体系的本真理解，思考，描述，重写的能力，是达到顶尖境界的钥匙；
其次，对于生命运转体系的物理模型构造，实现，演绎和变异的能力，是达到超凡境界的钥匙；
再次，对于生命问题的理解，向数理问题的转化和生物学阐释的能力，是达到一流境界的钥匙。
再次，修改个流程，针对性地改个参数，感觉下结果的问题，就个性化问题写个脚本，看个文献开启思路，画几个图表想个point等咱们天天做的事情，是达到日常境界的钥匙。
最后，如果上述做不到，就是立被自动化系统取代的Flag。
其实和哪个专业没啥关系，只是不同的专业容易塑造不同的思维方式而已，能不能打破自己的思维惯性，就看决心了。
加载中,请稍侯......
精彩评论