难者不会，会者不难
有一个潜水很久的的小伙伴接了一个Chip-seq教学的兼职项目，有一些感悟分享给大家：
这是一个合作的时代，我们经常可以在一些高分文章中看到占满两页PDF的各个单位合作，各出所长，然后造就一篇又一篇的大作。
那么没有合作伙伴或者机构呢？如果你是有经费没时间，那么恭喜你这也是一个知识付费的时代，大量的合作伙伴等你挑选。那么如果你是有时间缺经费呢？那么恭喜你，只要你愿意花时间，还有技能树。海量的学习资源等你去吸收：
认识健明已经很久了，从健明开始的 vip biotrainee ，我就已经开始摸鱼。一直摸鱼一直看大佬们聊天，有时候你真的会意识到大佬一句话胜读十年书。然后就在前几天健明突然扔出了这样的一个聊天记录：
我的第一反应就是技能树已经出了这么多关于 ChIP-seq 的教程了，为什么还会有人有想要录制视频获取知识，并且他所想要的东西作者也上传了，这需要着实诡异。怀着试探性的心情，正好看看自己这几年掌握的怎么样，然后就表明了意思：自己可以试一试。也很感谢健明给与了我这一次机会。
当后面对接求助者一对一辅导时候，将 ChIP-seq 数据分析的原理步骤，从哪里下载数据，怎么下载数据，fastq 是什么，怎么辨认是否可以继续后续分析等等等都讲了一个遍，甚至流程都传递给了他。
但是讲完后发现真的很多东西并不是每个人了解，一开始连 ChIP-seq 分析的平台是什么也不清楚，换句话说行外人不是所有的人都清楚 linux 平台是什么？分析 ChIP-seq 这种数据需要什么样的平台？去哪里解决这些平台问题，这些都是茫然未知，隔行如隔山。第一步都不清楚，何来熟能生巧。这个时候我想起了健明的服务器搭建，生信必须掌握的基础知识等等一系列帖子。我们去翻技能树的微信号、论坛，甚至于有时候随手搜的一个教程都有可能都介绍过。有时候就是因为信息不对等，我们做这一块的，对相关的资源关键词等搜集姿势了如指掌，随之而来见到的相关学习资料也是海量。
但是怎么踏进数据分析这个门槛这不是我们此次内容的重点，我们要讲的是开篇说的这是一个合作的时代，虽然说数据分析能会肯定更好，但是人的精力都是有限的，为何不找一个值得合作的伙伴去节省时间更深入的去钻进我们自己的课题。当然大家都有合作者那么也不会有这样的一个需要出来了，这个时候就是无非于金钱和时间的衡量了，因为有像健明这样的人一直分享，学会是迟早的事情，停下来衡量一下这两者的重量，我们也就可以作出选择。如果我们有很好的 idea，时间紧凑，但是局限于数据分析的能力，不要犹豫浪费自己时间去学习，找一个靠谱的伙伴吧，多发点文章不好吗。
希望我们未来能多点像健明这样的人带领大家学习，以至于不会出现“想学的没有方向”的困境，只有大家一起动起来，才会让这个方向越来越好，才能更好地成为每个科研人员的一大助力。感兴趣的可以直接去看