生物信息学——学科广交叉 科教巧融合

学生物信息学有必要吗？

学生物信息学有必要。Casey Bergman（英国曼彻斯特大学的研究员，主要做计算和进化生物学）在他的“Top N Reasons To Do A Ph.D. or Post-Doc in Bioinformatics/Computational Biology”中提到：计算是21世纪生物学研究的核心技能。生物正越来越变成一门定量的科学。在过去的三个世纪里，生物学从一门观察性科学转变为实验科学，并即将变为一门数据科学。直白一点说，就是简单的发现已经没有了，观察和实验能出重大发现已经越来越难。现在大家都去测序了，获得更大的数据量，希望能从这里挖出更多的东西来。所以为了适应海量的序列信息，构建新的分析方法就需要计算技能，这是不可逃避的现实。

除此以外，我们还必须承认只有少数人能够当上PI，所以我们并不能排除完成学业后从事学术研究以外工作的可能，比别人多懂一点计算技能在就业上也会有一定的优势。

生物信息学会不会很难？

我相信很多对生物信息学有兴趣的同学们都在维基百科上看到过这样一段话：生物信息学利用应用数学、信息学、统计学和计算机科学的方法研究生物学的问题。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。看上去是不是有点吓人？光是“数学”，“信息学”，“统计学”这样的字眼就足以劝退一批小伙伴了。

但是我可以负责任地告诉你们，生物信息学入门对于数理知识的要求并不高。只要了解linux的基本操作和基础的python就可以开始了，所以说学过信息科学技术导论的优秀的你们都是没问题的。

生物信息学课程教些什么？

生物信息学的教学分为两部分：在课堂上，张力烨老师侧重于讲解算法原理、每种统计分析方法的适用情况，帮助同学们梳理分析数据的思路，培养对于分析步骤必要性的判断力。在课下，同学们需要实践课上学到的知识，自学使用分析软件，编写脚本完成一项个人project。张老师会提前联系乐意提供project的课题组，然后给出可供选择的project list。这些project涉及的研究方向多种多样，像今年就有RNA editing，CRISPR，蛋白质组学，药物靶点筛选等。同学们可以选择一个感兴趣的project，然后联系相应的导师。

张老师说过一个优秀的生信人会从头参与合作课题组的实验设计，了解实验流程，与相关实验人员交流并优化方案，而不是单纯地拿到数据然后按标准化流程输出结果。设置个人project的目的就是给同学们提供接触真实课题组的机会，让同学们深入了解课题背景和实验设计，锻炼自主设计和优化分析流程的能力。

我认为project可以简化为三个问题。第一个问题：你要做什么？要回答这个问题，首先要与导师沟通，明确实验目的和实验假设。其次需要阅读文献及相应的软件使用说明，构建大致的分析思路。第二个问题：你做了什么？这是project的核心问题。张老师给同学们在期中和期末分别提供了两次presentation的机会。同学们可以利用这个机会系统地梳理分析流程，提升presentation的能力。分析流程中的漏洞很容易在整理过程和他人的提问中暴露出来，便于之后的优化。第三个问题：你得到了什么？一部分自然是最终得到的实验结果，更重要的另一部分则是在project中锻炼的能力。

以我为例，我在生物信息学这门课程中获得了很多新的科学技能。首先，生物信息学惊人的数据量强制纠正了我关于数据收集和分析的传统观念。像做本科实验一样一个一个制备样本然后一个一个分析显然是不现实的，构建的分析方法必须具有可重复性。其次，我在project中接触到了很多分析软件，在摸索它们的正确使用方法的过程中，我对于代码的理解能力以及阅读操作说明的效率都有提升。最后，经过花式报错的历练后，我的实验逻辑变得更严谨了。在分析过程中我意识到了“复活点”和“检查点”的重要性。在刚开始建立分析流程的时候我忽略了重复检验的步骤，后面发现数据出现问题，向前找到可能出错的步骤有多个，这样我就不得不从排在最前面的步骤重新做起。后来我有意识地筛选出流程中重要的中间步骤作为“复活点”，在其前后设置相应的“检查点”，这样我在后面再遇到问题，就可以从最近的“复活点”读档，不用痛苦地从头开始了。将设置“检查点”和“复活点”的设计方法应用到平时的实验中也很有帮助，可以减少人为操作带来的批次问题，提高实验的效率。

最后的小广告

生物信息学这门课程具有较大的挑战性，需要花费大量的时间和精力是不争的事实。在学习的过程中遇到独自解决不了的困难也是常有的事情。但是张老师和助教都非常乐意为同学们答疑解惑，而且提供project的课题组里的师兄师姐也很有耐心，有任何不懂的地方随时都可以去请教他们。更重要的是，尝试完成一项project可以帮助同学们树立更严谨的科研理念，点上许多新的科研技能点。所以，想要提升自己的小伙伴赶紧行动起来吧！生物信息学，你值得拥有。

——生命学院15级本科生 过晨玥

生物信息学这门课，我推荐在大三及以后修读。如果一门课的最高得分是五分，我想给生信六分！为何我要给它如此高分呢？首先，它是一门硬课，虽然不及有些同学所言“一门生信等于五门其他课”这么夸张，但这门课确实需要你花很多时间去做。但需要花很多时间的课就一定是好课吗？未必。更重要的是第二点，你真的能在这门课上学到很多东西。

我在这门课上学到了很多，主要有三点：勇于发问、用生信的思维去思考问题、科教一体学以致用。

勇于发问

张力烨老师鼓励我们在课上即刻提问，有不懂的就问，问到懂为止。一开始我还比较羞涩不敢提问，但在同学们的带动下，我也能说出自己的疑惑，甚至当堂与老师展开讨论。这种打破砂锅问到底的精神，也被我带到其他课程当中，有不懂的就问，绝不“不懂装懂”。没有谁一开始什么都懂，在知识面前，人人平等，它不过来，我就过去。在求知欲的驱动下，本学期我学到了很多新知识，搞懂了很多问题。这其中相当一部分都要归功于“勇于发问”的精神。

用生信的思维去思考问题

何为“用生信的思维去思考问题”？要我说就是定量、对比、建模。要用数字去说明问题而不是感觉。考虑背景等因素使得对比的结果有实际意义。生物实验当中有大量的实验组与对照组的对比，对比的时候要考虑什么？这样比较有生物学意义吗？生信这门课会给你答案。当对现象有一个可能的解释以后就要建模了，去验证自己的猜想是不是正确的。虽然这部分生信涉及的不是很多，但也可以管中窥豹略知一二。

科教一体学以致用

最后也是这门课最有特色的一点是科教一体学以致用。占生信总评45%的是每个人独立做一个课题。而这些课题都是上科大生命学院的教授们在科研中遇到的一些与生信相关的实际问题。没错，就是让同学们试着去解决一些没有确定结果的、充满未知的科研问题。当然不是一个特别困难、特别大的一个科研问题。往往是对湿实验的补充或者前奏，分析湿实验的数据之类的，是一个大的科研问题中的一个环节。但这个环节也十分重要，有些课题组由于卡在这个环节上甚至使课题停滞不前。这个时候生物信息学这门课适时地出现了，张老师收集各位教授所遇到的问题，选取比较合适的让我们当做project去完成。对于我来说，在生信课上做的这个project是我第一次真正参与到科研生活当中，是一个崭新的世界。我一共完成了两个课题，虽然都并不是很难，但也遇到了各种各样的问题。首先要强调一点：不要畏难，不要拖延！第一个课题是帮朱焕乎老师分析实验数据，这个课题去年没有人做，于是在今年到了我的手里。一开始我什么都不懂，生物的部分也是一知半解。但是 Just do it! 等你觉得自己总算是准备好了，时间和机会也都悄悄溜走了。只要着手去做，困难会被一点一点消灭的！在花了两天看了相关论文，大致明白实验原理以后就开始生信的部分了。但理论是美好的，现实是严峻的。理论上的成功都是相似的，但现实当中的失败各有各的原因。安装软件、研究参数，在其中某一步需要一个目前软件上没有的功能的时候，自己用python或者linux来写脚本。逢山开道，遇水建桥。有困惑就和TA以及老师讨论。这种未知的东西在自己的努力下一点一点褪下神秘外衣的感觉真好！

有时我甚至会写代码、写报告到四五点，但我是快乐的，因为第二天又有进展能和朱老师讨论了！就这样我的课题推进速度很快，趁着世博会调休，我在第七天的时候把大致的结果做了出来。当然后面也有一些缝缝补补，但大体的框架都完成了。你问我做完课题的感觉是什么？幸福！终于，我所学终于为我所用，那些课本上的知识，你只有做了相关课题才知道没有cartoon描述得那么简单，只有做了才能有更深刻的理解，实验为什么要这样设计，更合理的设计可能是什么样的。另外，在我的努力下生物的某一个领域的某一个地方，有一处小小的未知被我探索，有一个小小的空白被我填补！岂不快哉？！第二个课题是来自张力烨老师的，有了第一个课题的经验，我很快又完成了第二个。

总之，生物信息学这门课，你能学到很多东西！来吧！勇敢地选这门课吧！

——生命学院16级本科生 贺若霖