本來有點想要維持每週一篇,看來還是很難的。
我想,這裡可以分享一些經驗談,不是每個人都要走類似的過程,不過,或許會有人受惠於這些經驗的。
前一陣子,或是每隔一陣子,就會有人好奇的問我,怎麼從生物學訓練的背景轉變做生物資訊研究?我應該說的是,我一直沒有很認真的走上生物資訊研究,只是潮流和趨勢,現在已經回頭不易了。
跨領域嗎?沒人認真的這樣看待,就這樣,自認作了一些覺得有意義的研究,是好事吧。
第一步?我會這樣說,人生的契機。我在很早的時候,在沒有 xml 的定義之前,就「會」html。怎麼學會?自學。自學,所以在世界上越來越多資訊背景的人開始加入制訂各種定義與標準之後,我就不像以前那麼「會」,因為我完全沒有科班背景。不過我很容易懂別人的想法,所以在入門時,會比純實驗室背景的人快。
每當身旁從事生物學研究的朋友問起時,我總有點心虛,因為我不是寫 code 的人,不過我可以看得懂怎麼用,專心投入多一點的時候,有時還可以看得懂人家怎麼寫,就改寫成自己需要的。在有 google 大神的神助下,我的世界也就這樣地運行。但是:
我只記得我需要知道的部分。
這樣講或許不負責,或是不知恥,但是這個世界有那麼多需要知道的事情,google 一天收集的資料量有多少?這些怎麼能夠全部裝在我的小小不能加 硬碟/CPU/RAM 的那個腦裡面?腦科學家說,腦裡面的 synaps 連結方式的複雜如同宇宙一般,所以我們可以做那麼多的事情。只可惜我以前自豪的強大記憶力已經漸漸衰落,上週才跑過的程式,我現在就已經忘光了!那些參數怎麼設定,沒有筆記或是 log (翻譯:留存的記錄檔),我完全不能重複這些程序。
簡單來說,現在我的腦海裡還是留存著很多在分子生物實驗室長期訓練中所學會的實驗程序,然而我也一樣,即使在當下,在我腦力還蠻驚人的時候,我仍然不會倚賴我所記得的細節。哪一個 reagent 要加多少 ul ? 這種細節不應當憑靠著記憶,而是參照 protocol 來完成。用同樣的原理來說,執行某種分析所使用的程式可能有幾種,每種的參數給法都不大一樣,所以,我只記得我需要完成的程序,但細節就要看 menu。
簡單來說,現在我的腦海裡還是留存著很多在分子生物實驗室長期訓練中所學會的實驗程序,然而我也一樣,即使在當下,在我腦力還蠻驚人的時候,我仍然不會倚賴我所記得的細節。哪一個 reagent 要加多少 ul ? 這種細節不應當憑靠著記憶,而是參照 protocol 來完成。用同樣的原理來說,執行某種分析所使用的程式可能有幾種,每種的參數給法都不大一樣,所以,我只記得我需要完成的程序,但細節就要看 menu。
你同意嗎?這是經驗法則戰勝教室的證據嗎?或者是考選與訓練被放大過多?
嗯 ~~~~~ 不需要考據的作文寫起來真快。