Comments 35
Главное, чтоб не так:
«В незапамятные [времена] участвовал в конкурсах работ МАН [Малой Академии Наук]. Сам по математике, но однажды оказался зрителем на докладе в секции биологии. Работа была посвящена изумительному наблюдению, подкрепленному большим числом замеров: окружность любого муравейника примерно втрое длиннее его диаметра.»
«В незапамятные [времена] участвовал в конкурсах работ МАН [Малой Академии Наук]. Сам по математике, но однажды оказался зрителем на докладе в секции биологии. Работа была посвящена изумительному наблюдению, подкрепленному большим числом замеров: окружность любого муравейника примерно втрое длиннее его диаметра.»
Может этим хотели сказать, что форма окружности близка к идеальной?
http://care.diabetesjournals.org/content/17/2/152.short — вот эта шутка еще древнее =)
Также, если к тому будет интерес, могу рассказать про то, чем занимаюсь (изучение связей между генетической и эпигенетической вариабельностью и заболеваниями), в отдельной статье.
Свидетельствую, интерес есть.
Биоинформатика это раздел вычислительной биологии. Не стоит мешать биоинформатику с другими ее разделами. Бионформатика это алгоритмы обработки массивов данных (днк/рнк/белки). Моделирование же развития организмов, к примеру, это уже математическая биология (биокибернетика). Моделирование белков — это уже молекулярное моделирование.
В свое время сам занимался выч. биологией. В последнии годы 99% молодежи устремилось именно в бионформатику, которая сейчас в моде и на конференциях 99% докладов студентов и аспирантов посвящены геном, геном, геном, геном, геном… В связи с этим, досадно видеть упадок интереса молодежи к классическому моделированию.
В свое время сам занимался выч. биологией. В последнии годы 99% молодежи устремилось именно в бионформатику, которая сейчас в моде и на конференциях 99% докладов студентов и аспирантов посвящены геном, геном, геном, геном, геном… В связи с этим, досадно видеть упадок интереса молодежи к классическому моделированию.
ага, тоже интересовался этим делом, хотел поступить в институт биоинформатики. Но когда понял, что там всё только геном геном геном, то передумал. Меня больше молекулярная биология интересует.
посвящены геном, геном, геном, геном, геном
А как иначе, ведь так и обучают, геном геном, нажми розовую кнопку 473289, выпадет конфетка 3729842 (или не выпадет). Конструктор лего, деталек давяще огромное количество, как все регуляторные сети процессов проходят, не уследить (да и нет там как таковых сетей-цепей в большинстве сл.)), поэтому по большому счету остается обезьяний в плане "понимаю что делаю" черный ящик. С розовыми кнопками. Ну и как иначе подходить в такой ситуации? Некоторые надеются на сравнительную генетику, мол или меж видами, или меж особями, или меж близнецами будем брать различие и определять функцию. Вот только это тоже даст далеко не полную и все еще непонятную картину. Главное — не дающую возможность планировать изменения, кроме как через черный ящик. В этом смысле генетика высокого уровня — современный аналог средневековой медицины, с прикладыванием пиявок и т.п. Нужен фундаментальный уровень генетики, которого по мнению многих нет, мы уже все что есть, знаем. Но это не так, к счастью. (аргументировать не буду)
Чтобы сойти на нижние уровни, нужна не только химия, но прежде всего физика, Максвел, электродинамика. И все чаще квантовая, как не отмахивались от этого дела, связки между гуляющими эм волнами и поглощением-испусканием "фотонов", движением электронов, не избежать. А так как физика тяжела в плане неуклюжести, универсальным лекарством может быть (и должна по-моему) математика. Более динамично и с разных сторон, разного уровня моделирования. В моей группе биологи на уровне химика явно имеют границы, чего не могут понять. Прямо стена, "сюда ходи, сюда не ходи". А "в народе" это ведь как раз определяет круг интересов, убежденности на разные темы… Но кое-как объяснить можно. Что интересно, более полезные чем сам матанализ, в такой ситуации — общие принципы понимания дифференциальных-интегральных уравнений, составления их, качественный анализ, потом гармонический анализ (и пусть с интегрированием проблемы, не критично), связанные осцилляторы. Потом на давно знакомую клетку смотрят совсем новыми глазами.
Ага, тема же про информатиков вообще)) Если на курсах фундаментальных предметов нет, то желательно восполнить, потом будет — или повезет с иссл. группой, которая умело передаст, что им от тебя надо. или будет data-mining со статистикой (и это тоже нужные и важные задачи вообще-то). В любом случае риск нехватки знаний для задачи немал. Химию (как фундамент, так и "зоопарк"), физику, математику подтягивать вверх любыми способами. И так будет постоянно не хватать )
Однако, примерно половина системной биологии (например, построение сетей) тоже обработка массивов данных, однако к биоинформатике её не относят, так что определение не общее. Моделирование развития относят к системной биологии, о чем в статье есть ремарка.
В моделировании сейчас есть некоторые проблемы. Точность модели и вычислимость на текущих вычислительных мощностях, на мой взгляд, приблизились к максимуму, то есть повышать точность — значит усложнять модели еще больше, а уже современные модели считаются с трудом.
В моделировании сейчас есть некоторые проблемы. Точность модели и вычислимость на текущих вычислительных мощностях, на мой взгляд, приблизились к максимуму, то есть повышать точность — значит усложнять модели еще больше, а уже современные модели считаются с трудом.
Как дисциплина- БИ, очень интересная. И может быть в недалеком будущем, будет очень важно дисциплиной. Но проблема БИ на мой взгляд, и на данный момент. Это данные. Которых на данный момент очень, очень, и очень мало. А как писать «код», или инструкцию. Если ты не знаешь точных данных, чисел, алгоритмов. Это проблема.
Биология организмов, процессов которые происходят внутри организма, клетки, ДНК, и т.д, штука очень сложная, и до конца не изученная.
И как создать алгоритм поиска каких-то закономерностей, не имея данных, как все это происходит. Где начало, и где -конец. Я себе это трудно представляю. Нужно просто огромное количество данных. Я даже себе представить не могу, сколько…
Но есть и огромный + БИ. Это как и писалось в статье, возможность проведения опытов неограниченного кол-во раз, и скорости обработки. А вот тут и открывается весь простор для мысли поэта. Но это при условии, если есть точные данные по какому то конкретному случаю, или теме. Или вообще уже есть все возможные данные ( допустим :) ) Вот когда у биоинформатиков, появятся все знания ученых биологов, генетиков, биотехнологов в доступной форме, что бы с ней можно было работать. Вот тогда, биоинформатика превратится в очень и очень интересную дисциплину. Ну а на данный момент, все упирается в данные, которые БИ будут получать от ученых.
Это и есть пока к сожалению, самое узкое место в данной дисциплине. Но это не делает ее, менее интересной. Чем генетика, биология, генная инженерия, цитология, и т.д.
Успехов в начинаниях! Через тернии. к звездам друзья! :)
Кстати, в МФТИ очень много схожих факультетов есть. ФБМФ. Но там надо учится 5 лет.И это не курсы.
P.S. Сам выбрал для себя, профессию- генетик. Очень уж хочется понять суть биологии организма. В будущем буду поступать в мед. И о данной дисциплине как БО, мечтал. Так как создание моделей, и обкатка их в условиях виртуальной реальности будет происходить быстрее в разы, чем эксперименты на личинках дрозофил. Но и без этого конечно ни куда. :)
Биология организмов, процессов которые происходят внутри организма, клетки, ДНК, и т.д, штука очень сложная, и до конца не изученная.
И как создать алгоритм поиска каких-то закономерностей, не имея данных, как все это происходит. Где начало, и где -конец. Я себе это трудно представляю. Нужно просто огромное количество данных. Я даже себе представить не могу, сколько…
Но есть и огромный + БИ. Это как и писалось в статье, возможность проведения опытов неограниченного кол-во раз, и скорости обработки. А вот тут и открывается весь простор для мысли поэта. Но это при условии, если есть точные данные по какому то конкретному случаю, или теме. Или вообще уже есть все возможные данные ( допустим :) ) Вот когда у биоинформатиков, появятся все знания ученых биологов, генетиков, биотехнологов в доступной форме, что бы с ней можно было работать. Вот тогда, биоинформатика превратится в очень и очень интересную дисциплину. Ну а на данный момент, все упирается в данные, которые БИ будут получать от ученых.
Это и есть пока к сожалению, самое узкое место в данной дисциплине. Но это не делает ее, менее интересной. Чем генетика, биология, генная инженерия, цитология, и т.д.
Успехов в начинаниях! Через тернии. к звездам друзья! :)
Кстати, в МФТИ очень много схожих факультетов есть. ФБМФ. Но там надо учится 5 лет.И это не курсы.
P.S. Сам выбрал для себя, профессию- генетик. Очень уж хочется понять суть биологии организма. В будущем буду поступать в мед. И о данной дисциплине как БО, мечтал. Так как создание моделей, и обкатка их в условиях виртуальной реальности будет происходить быстрее в разы, чем эксперименты на личинках дрозофил. Но и без этого конечно ни куда. :)
Данных очень, очень, и очень много. Возьмите, например, ftp.ncbi.nlm.nih.gov.
Поддерживаю vyahhi, на текущем этапе данных слишком много, обрабатывать их грамотно и полно — задача на годы, а надо писать статьи. Вот и получается — есть консорциум, накопили они террабайты данных, выпустили десять статей — и данные "убираются в стол", хотя по ним еще десять статей написать можно.
Так как создание моделей, и обкатка их в условиях виртуальной реальности будет происходить быстрее в разы, чем эксперименты на личинках дрозофил. Но и без этого конечно ни куда. :)
Только вот сейчас наоборот — созданию моделей как раз предшествуют сотни экспериментов in vitro. Другое дело, использовать уже созданную модель, дешевле, чем проводить новые эксперименты. Создать и использовать — совершенно разные вещи.
P.S. Сам выбрал для себя, профессию- генетик. Очень уж хочется понять суть биологии организма.
Узнаю себя в юности. Только реальность оказывается не такой радужной — вместо понимании сути биологии организма, годами возишься с пониманием динамики взаимодействия пары белков в одной из подзадач твоей основной задачи…
Узнаю себя в юности. Только реальность оказывается не такой радужной — вместо понимании сути биологии организма, годами возишься с пониманием динамики взаимодействия пары белков в одной из подзадач твоей основной задачи…
Все на столько "плохо"? И простите. Вы генетик по профессии?
Касательно меня. Я бы конечно хотел получить несколько образований. Это геронтология, клеточной биология, генетика.
И дай бог сил, времени. Чтобы их получить, понять.
Дико извиняюсь, что лезу в тред, но да, так плохо ) Задачу нужно разбить на ряд простых и однозначных вопросов, каждый из которых имеет качественный (да/нет) ответ. При этом нужно как минимум найти имеющиеся работы по темам, прочесть, часть проверить руками на точность и воспроизводимость. В итоге, помимо работы, нужно в точности по Кэрролу, тратить минимум полчаса на чтение статей (штучек 5 ), просто чтобы не отстать.
Еще Вам может помешать разное понимание биологии медиками и собственно биологами. Старая шутка: там, где медик будет расспрашивать о снах и детстве, биолог просто вобьёт пару электродов в мозг и посмотрит. Т.е. экспериментальные подходы различаются чудовищно, особенно если работать на людях. В медицине исследования часто ретроспективные или на малых выборках. Ещё существуют такая наука как "молекулярная биология мыши": несмотря на многие сходства, данные, полученные на мышах, на человека ложатся практически никак; даже данные полученные на одной клеточной линии могут в разы отличаться от полученных на другой.
Клеточной биологии в медах учат… препогано. С отставанием от новых понятий минимум лет на 10, может быть и 30. На биофаках МГУ, СпбГУ и в Новосибе учат получше, там отставание поменьше, 3-5 лет. Это я не к тому, что нужно забыть про эту специальность, просто учить её надо как минимум на половину самостоятельно. Первое, что надо понять — это почему учебники по цитологии сначала тонкие, потом толстые, а потом опять тонкие; очень советую почитать 3 последние редакции "Molecular Cell Biology", Harvey Lodish. Ну и чтобы преподаватель объяснил, что такое треды и иконы, и как на них правильно плевать.
Еще Вам может помешать разное понимание биологии медиками и собственно биологами. Старая шутка: там, где медик будет расспрашивать о снах и детстве, биолог просто вобьёт пару электродов в мозг и посмотрит. Т.е. экспериментальные подходы различаются чудовищно, особенно если работать на людях. В медицине исследования часто ретроспективные или на малых выборках. Ещё существуют такая наука как "молекулярная биология мыши": несмотря на многие сходства, данные, полученные на мышах, на человека ложатся практически никак; даже данные полученные на одной клеточной линии могут в разы отличаться от полученных на другой.
Клеточной биологии в медах учат… препогано. С отставанием от новых понятий минимум лет на 10, может быть и 30. На биофаках МГУ, СпбГУ и в Новосибе учат получше, там отставание поменьше, 3-5 лет. Это я не к тому, что нужно забыть про эту специальность, просто учить её надо как минимум на половину самостоятельно. Первое, что надо понять — это почему учебники по цитологии сначала тонкие, потом толстые, а потом опять тонкие; очень советую почитать 3 последние редакции "Molecular Cell Biology", Harvey Lodish. Ну и чтобы преподаватель объяснил, что такое треды и иконы, и как на них правильно плевать.
При этом нужно как минимум найти имеющиеся работы по темам, прочесть, часть проверить руками на точность и воспроизводимость. В итоге, помимо работы, нужно в точности по Кэрролу, тратить минимум полчаса на чтение статей (штучек 5 ), просто чтобы не отстать.
Горький опыт из жизни — в одной из глав своей диссертации я решал одну нерешенную на тот момент задачу. Пока решал, был очень поглощен и перестал мониторить литературу. По итогу задачу решил и тут как гром среди ясного неба — парой месяцев до этого в одном из западных журналов выходит статья, где решается та же задача, даже название статьи почти как у меня. Обидно конечно было, но благо было лишь частью моей работы. Хотя знаю случаи, когда даже кандидатские по математике были запороты в связи с тем, что кто-то в это же время доказал эту же теорему.
Нет, я математик. В вычислительную биологию (в т.ч. биоинформатику) ведут две двери — со стороны математики и со стороны биологии. Вообще уже много встречал д.б.н, которые имеют к.ф-м.н.
Насчет "плохо" — тут проблема в завышенном ожидание, которое было у меня. Оказывается, что на пути к понимаю сути лежит еще столько нерешенных проблем. В итоге ты занимаешься не разгадкой сути жизни, а этими весьма посредственными, но необходимыми задачами. И чем больше их решаешь, тем больше понимаешь, как же мы далеки от понимания даже фундаментальных механизмов клеток. Я пришел в аспирантуру с амбициями по окончанию создать рабочую мат. модель клетки. Реальность оказалось другой — за 3 года смог смоделировать разве что несколько механизмов в клетке e.coli.
А позвольте узнать, вы сейчас заняты в академической сфере? Т.е. желаете сделать карьеру исследователя, или же просто это ваше хобби?
Насчет "плохо" — тут проблема в завышенном ожидание, которое было у меня. Оказывается, что на пути к понимаю сути лежит еще столько нерешенных проблем. В итоге ты занимаешься не разгадкой сути жизни, а этими весьма посредственными, но необходимыми задачами. И чем больше их решаешь, тем больше понимаешь, как же мы далеки от понимания даже фундаментальных механизмов клеток. Я пришел в аспирантуру с амбициями по окончанию создать рабочую мат. модель клетки. Реальность оказалось другой — за 3 года смог смоделировать разве что несколько механизмов в клетке e.coli.
А позвольте узнать, вы сейчас заняты в академической сфере? Т.е. желаете сделать карьеру исследователя, или же просто это ваше хобби?
А позвольте узнать, вы сейчас заняты в академической сфере? Т.е. желаете сделать карьеру исследователя, или же просто это ваше хобби?
Если вопрос адресован мне, то я на данный момент фельдшер. В медицине 8 лет. Не давно вот, ушел с "03". И только собираюсь поступать в мед. По этому, это пока можно назвать очень увлеченным хобби. Но с желанием, сделать карьеру исследователя.
P.S. Спасибо за развернутый ответ, на мой вопрос.
P.S.S. Если вопрос был адресован не мне, то прошу извинить меня.
Биоинформатики вырастают из биологов, подтянувшихся в CS, или из программистов/математиков, выучивших биологию. Говорят, есть биоинформатики-инженеры, но таких я не встречал. Сам я биолог (клеточник), помогаю коллегам обрабатывать данные, сам больше занимаюсь микроскопией. Немного поделюсь опытом "вычислителя", пришедшего с биологической стороны. С биоинформатиками по диплому не работал, из моих знакомых вычислительной биологией занимаются генетики и биофизики. Как мне рассказывали про инструменты:
Проблемы взаимодействия с коллегами:
EDIT: поправил опечатки и форматирование
- геномные дела рассчитывают на perl. У биологических биофизиков (выпускников биофака МГУ, а не физфака, где тоже есть кафедра биофизики) есть спецкурс по программированию (теория, алгоритмы, примеры использования) в основную пятилетку и ещё курсы в аспирантуре
- моделирование делают в чем попало. Чаще всего видел матлаб, питон и лисп.
- на прикладном уровне ценятся java и скриптоязыки (питон, Tcl). Эти языки в упрощённом виде особенно часто используются в качестве встроенных макроязыков в программах, с которыми я сталкивался на биофаке. Обычно используется или что-то упрощённое С-подобное, или упрощённая java/beanshell
Проблемы взаимодействия с коллегами:
- не все умеют коротко и однозначно сказать, что же им нужно посчитать. Т.е. какая величина является измеряемой и как это делается вручную (т.е. чтобы алгоритмизировать автоматические измерения, а не "сердце подсказало")
- многие естественники отвратительно знают статистику, хотя есть "Медико-биологическая статистика" Гланца. Для специалистов медико-биологической направленности — эта книга самая понятная. Поэтому лучше всегда брать исходники и самому пересчитывать.
- нужно знать границы применимости и точность приборов, чтобы понять, какие данные релевантные. Как минимум так удобно выявлять аномальные значения и чистить шум.
EDIT: поправил опечатки и форматирование
Используют ли R и bioconductor?
На perl уже считается в некотором роде "дурным тоном" писать. Python выбор мастеров ныне.
Моделирование лучше писать на чем-то очень-очень быстром, если моделирование включает оптимизацию параметров/симуляции. Я бы сказал что Matlab, C, C++, иногда Java.
Со статистикой беда, но статистика штука очень tricky, иной раз простейшие вопросы могут ставить в тупик =) вот недавно проводили лекции по статистике, был озадачен наивным вопросом — почему в тесте на пропорции распределение хи-квадрат? Мне кажется статистику знают отвратительно подавляющее большинство научных работников, вопрос лишь в степени отвратительности.
Моделирование лучше писать на чем-то очень-очень быстром, если моделирование включает оптимизацию параметров/симуляции. Я бы сказал что Matlab, C, C++, иногда Java.
Со статистикой беда, но статистика штука очень tricky, иной раз простейшие вопросы могут ставить в тупик =) вот недавно проводили лекции по статистике, был озадачен наивным вопросом — почему в тесте на пропорции распределение хи-квадрат? Мне кажется статистику знают отвратительно подавляющее большинство научных работников, вопрос лишь в степени отвратительности.
Хорошая статья, кстати, в конце несколько слов про знание статистики биологами и как эту проблему решать. За этим, в том числе, и нужны биоинформатики.
Желание есть в эту сферу податься, тем более Perl вроде активно в биоинформатике юзается, но учиться наобум лень, не факт что потом работу найдёшь, а время потрачено, стажером на полставки пошёл бы.
Если удалёнщиков берут
В российскую "академию" очень неохотно берут удалёнщиков, а бизнес хочет портфолио. Я бы посоветовал стукнуться в Финляндию, если у вас медико-биологическое образование. Там и школа хорошая, и денег дают, и ситуация "меня ледоход застал на острове, я пару недель поработаю удаленно" является штатной.
Биоинформатика вроде сейчас в тренде, но если хотите получить хорошие знания то стоило идти в американские аспирантуры. После барселоны мала вероятность, что удастся попасть на хорошего посдока. Насчет ухода в промышленность не знаю, возможно будет проще. Ну и зп постдока далеко не в разы больше аспиранта, разве что сравнивать российского аспиранта с американским постдоком
Сейчас в тренде машинное обучение, видел много статей по поводу биоинформатики. Если интересно можете написать в личку.
По поводу языка, честно скажу, перл наверно не самый удачный. Я бы обратил внимание на питон для будущей карьеры
Сейчас в тренде машинное обучение, видел много статей по поводу биоинформатики. Если интересно можете написать в личку.
По поводу языка, честно скажу, перл наверно не самый удачный. Я бы обратил внимание на питон для будущей карьеры
Ну, встречал много людей которые придерживаются такой же, как и вы, точки зрения — "не человек место красит, а место человека". Не согласен. Знания в аспирантуре не дают, аспирант — что гусар, берет знания силой и настойчивостью =)
Зп постдока в Барселоне/EMBL/Гроннингене выше в 1.5 — 2 раза. Про остальное, действительно, не знаю.
Машинное обучение я бы не сказал что в тренде, просто потому что это выражение не совсем корректно на мой взгляд. Машинное обучение де факто стандарт во всех исследованиях, в которых не все вероятностные факторы можно напрямую вывести из дизайна эксперимента.
Зп постдока в Барселоне/EMBL/Гроннингене выше в 1.5 — 2 раза. Про остальное, действительно, не знаю.
Машинное обучение я бы не сказал что в тренде, просто потому что это выражение не совсем корректно на мой взгляд. Машинное обучение де факто стандарт во всех исследованиях, в которых не все вероятностные факторы можно напрямую вывести из дизайна эксперимента.
"не человек место красит, а место человека"
Ну это вы скажите, когда на работу будете устраиваться ))) При мне было много случаев, когда предпочитали человека с хорошим дипломом чем более умного и подходящего, но с дипломом из глубинки.
Очень часто выходит, что "без бумажки ты букашка"
Ну это вы скажите, когда на работу будете устраиваться ))) При мне было много случаев, когда предпочитали человека с хорошим дипломом чем более умного и подходящего, но с дипломом из глубинки.
Очень часто выходит, что "без бумажки ты букашка"
Совиет Юнион стайл. Если нет возможностей оценить людей по способностям — ценят по диплому, но в серьезном научном мире немного не так. Человек, получивший PhD по биоинформатике в MIT и имеющий одну статью первым автором в хорошем журнале, скорее всего, проиграет конкурс человеку с PhD из Москвы и имеющему 10 статей первым автором в хорошем журнале.
Что правда, так это то, что в Америке больше возможностей поработать в хорошей команде/с самыми новыми данными. Вовсе не бумажка или букашка играют здесь роль.
Что правда, так это то, что в Америке больше возможностей поработать в хорошей команде/с самыми новыми данными. Вовсе не бумажка или букашка играют здесь роль.
После Ph.D. есть уже 3 варианта:
Первый — понять, что жизнь — тлен
Знаю я такого биолога-программиста, предсказавшего ресурсный кризис и генетическое вырождение цивилизованного человечества.
За 10 лет до «майдана» свалил из Киева на хутор. Виктор Сергиенко АКА Кошастый (1975 г.р.) — известный сурвивалист-дауншифтер.
Оленьи рога ему не грозят. Выращивает двух дочек в относительно чистом месте.
Первый — понять, что жизнь — тлен
Знаю я такого биолога-программиста, предсказавшего ресурсный кризис и генетическое вырождение цивилизованного человечества.
За 10 лет до «майдана» свалил из Киева на хутор. Виктор Сергиенко АКА Кошастый (1975 г.р.) — известный сурвивалист-дауншифтер.
Оленьи рога ему не грозят. Выращивает двух дочек в относительно чистом месте.
Для шапочного знакомства с биоинформатикой уже создано немало онлайн-курсов (русскоязычный Stepic.org
а есть ссылка на конкретный курс?
вот так-так, я там проходил Algorithms in Bioinformatics от UCSD (он раньше дублировался на курсере), теперь видимо он идет только в виде специализации на курсере...
https://stepic.org/users/651763/teach — вот эти курсы будут полезными, но алгоритмы в биоинформатике убрали =(
https://stepic.org/users/651763/teach — вот эти курсы будут полезными, но алгоритмы в биоинформатике убрали =(
Sign up to leave a comment.
Подводная лодка информатики в степях биологии