你还孤独吗？pet bioinformatician
交流群有小伙伴发了一个海外博文的翻译：《给孤独生物信息学者的指北》，原文是：A guide for the lonely bioinformatician
我注意到这个已经是2013年的感言了：
英语还不错的自己看英文哈：http://www.opiniomics.org/a-guide-for-the-lonely-bioinformatician/
译文链接是简书：https://www.jianshu.com/p/5d5755ad028d
译文如下：
你也许会认为是本故事具有英国特色，但其实是全球通用的。
让我从一个简短的故事开始。几周前，我坐在食堂里喝咖啡，无意中听到几个PI之间关于助学金申请的对话。
“别担心”，首席PI说，“我们已经在申请上投入资金，资助一名生物信息学者”。
很好的计划，我听你说，我同意；
然而，请注意，讨论中没有一位PI本身就是生物信息学者；他们都不会编码；就算把他们放在Linux终端前，他们不知道该怎么办。
是的——我们见证了另一位“pet bioinformatician”的诞生。
我所说的这个术语是指在实验室团队中雇佣的单个生物信息学者。这些家伙在英国学术团体中越来越常见，这让我很担心，因为他们可能会变得孤立，并接受不良做法，因为他们没有高级生物信息学者来指导他们。我还担心他们的职业和专业发展可能会受到影响。
考虑一下相反的情况——PIS管理实验室人员有多少人？我们怎么可能指导一个年轻的博士后如何运行凝胶、PCR等，而不需要更复杂的实验室标准工作流程？我们不能——那么为什么基于湿实验的PI认为他们可以指导生物信息学者呢？
当你不具备员工在所选领域生存所需的技能时，必须考虑如何培养年轻或缺乏经验的员工。当你不了解自己时，你如何帮助他们？
本指北针对宠物生物信息学者，旨在指导他们更好地职业发展。
1.与当地的生物信息学团体交朋友
你可能不在当地的生物信息学小组，但如果有，就去找他们，介绍你自己，交朋友。询问你是否可以参加他们的实验室会议和期刊俱乐部。告诉小组组长，你希望确保学习生物信息学的良好实践，并希望得到他们的帮助。如果你所在的研究所没有，那么地理上最近的研究所在哪里？你能去见他们吗？如果是，就去做；如果没有，尝试使用skype进行会议等。与互联网上的人和团体建立电子关系。建立一个支持小组，该小组将能够帮助您解决实验室小组无法解决的问题。
这一点华语地区的《生信技能树》和欧美地区的《biostar》就做的很棒！
2.和你的计算机小组谈谈
找到他们，告诉他们你的工作是关于什么的，你需要什么资源，并询问他们如何在你所处的环境中最好地访问这些资源。如果您不知道需要哪些资源，请参见上文第（1）点。您当地的IT团队对您的成功至关重要。与linux系统管理员交朋友，他们可能会救你的命。你会发现你绝大部分工作技能参考资料都来自于IT技术领域。
3.获得明确的期望
与你的老板交谈，让他们准确地概述他们对你的期望。如果你是靠补助金获得资金的，那就去申请补助金，并仔细阅读你的经理承诺你将提供的内容。让你的老板做好准备，让他们知道他们的期望可能需要改变，特别是如果他们不现实的话。
4.重写你的工作描述
用（3）和（1）和（2）改写你的工作描述，让你的经理充分意识到你能做什么，不能做什么。让他们知道事情需要多长时间，因为他们可能不知道。尽早这样做。如果他们不同意你对你能提供什么的估计，请向（1）寻求支持。给出现实的估计。请您的经理确定目标的优先级。
5.论文
你需要第一作者的论文，就像其他科学家一样。中间作者的论文只会让你走到这一步。提前告诉你的老板你的下一篇第一作者论文来自哪里。解释一下，对于某些项目，你会比实验室的人做更多的工作，所以应该获得第一作者资格（只有在这是真的情况下才这样做）。如果不存在任何可能性，请允许你发展自己的想法并发表。与（1）中的人交谈。
6.参加生物信息学会议
您的boss希望您参加与团队研究相关的会议。去这些地方，但也要求参加生物信息学会议和研讨会。
7.先试试，以后再问
这是一个微妙的平衡行为。没有什么比掌握一些数据或代码并尝试一下更好的方法了。尝试坐下来读一读，尽可能努力解决你遇到的任何问题。但请注意，您提出的解决方案可能是次优的。一段时间后，寻求帮助。向更有经验的人展示你所做的，并征求反馈。充分利用你所学到的知识和得到的反馈，把剩下的留给别人。没有人喜欢过早寻求帮助并希望别人告诉他们该做什么的人；我们都喜欢实践者。但不要走得太远；首先尝试你自己的方式，但在某个时候休息一下，寻求反馈和帮助。
我见过不止一个项目的结果几乎是100%的垃圾，因为一个生物信息学者是孤立的，没有寻求帮助。不要做那种人。别让你自己这么做。与其他生物信息学者在一起应该可以降低这种风险，因为他们能够在一切为时已晚之前发现你的错误。
确保你和团队中的其他成员一样受到高度重视，你的职业生涯得到了培养，你的技能得到了与团队中其他成员一样的发展。确保你的工作符合明确和现实的期望，并积极参与（重新）定义你的角色和工作描述。
如果你在学术界，就出版吧。请发表。中间作者是可以的，但如果你不想被视为一个促进者，第一作者是必不可少的。目标是一年写两篇论文。如果你的老板不能为你提供(课题)，你自己去做，发表review，发布软件工具的比较。抓住你遇到最多的问题，解决它并发布解决方案。一开始，这似乎让人望而生畏，但要寻求帮助，你能做到。
照顾好你们自己，宠物生物信息学者。
多看文章多思考，有想法就动手去做，遇到困难寻求帮助，good luck and good health！
作者：cyano_001 链接：https://www.jianshu.com/p/5d5755ad028d 来源：简书 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
一些更新
我看到了原博文居然还有一点点更新：
Update – 24/4/2013
Wow, did this post touch a nerve – definitely my most popular post in terms of retweets and first day visitors. There are clearly a lot of pet bioinformaticians out there!
A few things. Firstly, if you are the PI of a pet bioinformatician, there is no explicit or implied criticism of you here. There is nothing wrong with you employing a bioinformatician in your lab. Just look after them, and recognise you can’t give them everything that they need. You can give them a lot, just not everything.
Secondly, there is nothing wrong with being a pet bioinformatician – it can be a really stimulating role, and opens your eyes to lab-based science. I am not criticizing the pets either, I just urge you to look after yourselves 🙂
Finally, this great comment from the tweetome:
…plus influence project direction RT @biomickwatson: A guide for the lonely bioinformatician wp.me/p1PnkE-3P
— Martin Humphries (@MJ_Humphries) April 23, 2013
I completely agree, if you can, you should be doing this. Don’t be a passenger in lab meetings, suggest things that can be done, never forget you are a scientist too, you can propose hypotheses and how these may be tested 🙂 Your ideas are valid and you bring something to the party that no-one else in the room can.
Update – 30/4/2013
There is a possibility we could host a workshop in Edinburgh to look at best practices in “embedded bioinformatics”, involving some presentations, break out groups, and ultimately authoring a document/paper that highlights the pros and cons of the system. This would either be free to attend, or would incur a very small cost to cover expenses (tea/coffee/lunch). Would you come?
八年过去了
那么，生信工程师的处境有所改善吗？
我觉得起码在华语圈我们《生信技能树》的系统性资料会给大家一些安慰，再怎么强调生物信息学数据分析学习过程的计算机基础知识的打磨都不为过，我把它粗略的分成基于R语言的统计可视化，以及基于Linux的NGS数据处理：
把R的知识点路线图搞定，如下：
了解常量和变量概念 加减乘除等运算（计算器） 多种数据类型（数值，字符，逻辑，因子） 多种数据结构（向量，矩阵，数组，数据框，列表） 文件读取和写出 简单统计可视化 无限量函数学习
Linux的6个阶段也跨越过去 ，一般来说，每个阶段都需要至少一天以上的学习：
第1阶段：把linux系统玩得跟Windows或者MacOS那样的桌面操作系统一样顺畅，主要目的就是去可视化，熟悉黑白命令行界面，可以仅仅以键盘交互模式完成常规文件夹及文件管理工作。 第2阶段：做到文本文件的表格化处理，类似于以键盘交互模式完成Excel表格的排序、计数、筛选、去冗余，查找，切割，替换，合并，补齐，熟练掌握awk,sed,grep这文本处理的三驾马车。 第3阶段：元字符，通配符及shell中的各种扩展，从此linux操作不再神秘！ 第4阶段：高级目录管理：软硬链接，绝对路径和相对路径，环境变量。 第5阶段：任务提交及批处理，脚本编写解放你的双手。 第6阶段：软件安装及conda管理，让linux系统实用性放飞自我。
而且常规的ngs技术，我都已经上传在B站，免费NGS数据处理视频课程，如下所示：
免费视频课程《RNA-seq数据分析》 免费视频课程《WES数据分析》 免费视频课程《ChIP-seq数据分析》 免费视频课程《ATAC-seq数据分析》 免费视频课程《TCGA数据库分析实战》 免费视频课程《甲基化芯片数据分析》 免费视频课程《影像组学教学》 免费视频课程《LncRNA-seq数据》 免费视频课程《GEO数据挖掘》 肿瘤基因测序
并不意味着你不再是pet bioinformatician
寻求帮助是一门艺术，即使你周围确实没有人可以跟你交流生物信息学技术。至少我们生信技能树一直在持续不断创作并且分享笔记，组建各个交流群，如果你不能很好的把握住机会。或许自己也应该对自己失败的职业发展承担一些责任。