| 查看: 1935 | 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? |
» 收录本帖的淘帖专辑推荐
科研思考 |
» 猜你喜欢
国自然申请面上模板最新2026版出了吗?
已经有7人回复
常年博士招收(双一流,工科)
已经有4人回复
推荐一本书
已经有10人回复
纳米粒子粒径的测量
已经有6人回复
溴的反应液脱色
已经有4人回复
参与限项
已经有5人回复
有没有人能给点建议
已经有5人回复
假如你的研究生提出不合理要求
已经有12人回复
萌生出自己或许不适合搞科研的想法,现在跑or等等看?
已经有4人回复
Materials Today Chemistry审稿周期
已经有4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
【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: 5372.7
- 散金: 389
- 红花: 8
- 帖子: 4299
- 在线: 191.4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












回复此楼
