| 查看: 1418 | 回复: 6 | ||||
[交流]
转学生物信息，如何？已有1人参与
|
|
请教个问题，以前做分子生物学，取得了博士学位，现在已经30多岁，也用分子生物学的知识，申请得到了国基，但现在想转方向，学习生物信息学，原因呢，1.不喜欢做实验；2.现在单位条件差，做实验很难取得好结果。所以想，改成生物信息学，就不用在意学校的硬件条件了，不知道这样的想法，是否合理？ 此外，应该从何处开始？难度有多大？我自己想从统计学和VB开始，如何？ |
回复此楼» 收录本帖的淘贴专辑推荐
 科研思考 |
» 猜你喜欢
江南大学到瑞士招聘，称取消非升即走，改预聘+长聘
已经有23人回复
-
怎么带研究生？
已经有8人回复
-
刚刚收到科研之友邮件
已经有26人回复
-
国产期刊影响因子大于12的有20多个个了
已经有6人回复
-
求机械类四区sci推荐
已经有7人回复
-
投稿求助
已经有4人回复
-
初始合伙人来啦！（生物试剂耗材标准品）
已经有26人回复
-
ACS AMI 返回审稿意见，一个大修，两个据稿，编辑给的修改重投
已经有6人回复
-
求助
已经有6人回复
-
试用期辞职
已经有17人回复
» 本主题相关商家推荐: (我也要在这里推广)
» 本主题相关价值贴推荐，对您同样有帮助:
- 【Journal Club】第3讲 水稻全基因组基因网络生物信息学平台的建立
已经有33人回复
- 【求助/交流】引物设计信息如此，touchdownPCR如何设计？
已经有7人回复
- 求职指导之“人怕入错行，入行需谨慎”（转自应届生求职论坛）
已经有47人回复
- 【转载】美国著名高校生活指南
已经有140人回复
2楼2009-02-11 08:07:10
★ ★
司马诸葛(金币+2,VIP+0):谢谢交流 8-31 14:28
司马诸葛(金币+2,VIP+0):谢谢交流 8-31 14:28
|
几年没有上来了，今天上来就回了你的帖子啊：） 我是做生物信息的，做了也有五六年了，也算有些经验。 看你的情况，想半路出家转生物信息，其实在生物领域换任何方向难度都差不多，只要努力总能克服。 生物信息领域很广泛，简简单单的“搞模拟，搞数据库。。。泡在电脑面前搞代码和测试”已经发不了好的paper了（NAR数据库类的除外，尽管只是IF高一些，含金量并不高），所以最好是结合你自己的背景，根据实际需求来选择方向。 统计在生物信息学领域有很多应用，但是学了统计并非就是进入了bioinformatics。生物信息学就是bio + informatics，所有in silico的工作都可以归进去。所以要学会编程，学会处理大规模数据，学会从整体（基因组）的角度来思考问题。 VB虽然学起来容易，但在bioinformtics中应用不大，建议可以学perl, python, java。以上语言学通一门就可以应付所有常见编程工作了。 总之一句话，想尽快入门，不是看基本入门书（老是看书，永远也入不了门），而是根据实际工作需求，有目的的用信息手段去做。 [ Last edited by phyco on 2009-2-11 at 10:30 ] |
3楼2009-02-11 10:28:37
4楼2009-02-12 22:25:29
★ ★
司马诸葛(金币+2,VIP+0):谢谢交流 8-31 14:28
司马诸葛(金币+2,VIP+0):谢谢交流 8-31 14:28
|
（我现在才大3）不过专业就是生物信息技术，感觉生信作为辅助很好，学生技什么的兼修生信的话，对自己帮助很大 而把生信当作主要方向的话就有很多问题……感觉工作就是一个问题```然后生信发小文章容易，真的要写一个很好很好的程序却很难，程序的难点应该是在算法上面，（当然，我承认我数学差。。虽然计算机学的还不错，但是要真的搞算法还是有点痛苦）我还是比较倾向于：算法就是数学…… 学校的情况来看，生信因为是新专业，老师也很少，研究生也很稀有……本专业的同学也不怎么准备继续学生信~也许是我们没有恒心没有毅力，但是生信一路走下去真的不容易…… 如果要说从哪开始，我推荐数学要有统计学，编程的话不忙学可视化编程直接学c/c++/java之类的（自己用的话，能写命令行的就够，要学语言的话，可能C++ Primer/Thinking in Java这一类的书比VB VC之类的更适合！），然后是算法，建议要学，《算法导论》很high，但是也很难啃完。。可以找一本高中信息奥赛的书（但是可能语言都是pascal的，如果看不懂pascal就痛苦了），高中的信息奥赛书基本上就是算法入门了~能深入一些计算机方面更好~~ （所以总结一下，难度：很大。。） 嗯。。大概就是这样~ 继续重申我才大3：） 所以仅供参考了~呵呵 |
5楼2009-02-12 23:37:59
★ ★
司马诸葛(金币+2,VIP+0):谢谢交流 8-31 14:28
司马诸葛(金币+2,VIP+0):谢谢交流 8-31 14:28
|
实验最好不要放，但可以把重心放在生物信息上。说实话现代生物学的发展已经完全离不开生物信息学的手段，一些生物信息的思维已经融合成生物学的一部分，离开它现代生物学无法进行。 精简，精致实验，进行生物信息挖掘或者建模分析加实验验证。现在物理学家出身的生物学家做的Quatative system biology(定量系统生物学，有时又叫做系统生物学)，就主要做这方面的工作，他们注重数据整合分析挖掘，思维和思路是整体性的动态性的。 有人说生物信息在某一个角度上说是数据挖掘。当然还有更专业的，算法优化和研究新的算法。我想对于一个生物学出身的人来说，数据挖掘更适合一些也更好写。算法的应用实际上永远离不开生物学本身这个问题，不能脱离。它们是协作并进的，生物信息不可能超前吧。 一家之言，仅供参考。我在做病毒学研究，生物信息了解些，十分重视和对生物信息学方法挖掘实验数据或已有基因信息。 |
6楼2009-02-13 10:06:57
dragonkiss
铁杆木虫 (职业作家)
- 应助: 58 (初中生)
- 贵宾: 0.2
- 金币: 5366.7
- 散金: 389
- 红花: 8
- 帖子: 4298
- 在线: 190.9小时
- 虫号: 17969
- 注册: 2003-07-05
- 性别: GG
- 专业: 信息处理方法与技术
7楼2011-01-12 16:16:52
10