写在前面
机缘巧合，近段时间参与了基因组组装与分析相关工作。大体了解了这一过程之后，才慢慢明白。这些分析，消耗脑力，也消耗体力，与此同时还有期望与耐心。
无论如何，项目总归是一个项目，完成一个项目，可能并不是为了完成项目，而主要还是了解这类项目的处理逻辑。更重要的，应是一些分析经验和思维。
经验影响了数据敏感度
慢慢地，我倾向于向生信数据分析的下游发展（关于生信分析的上下游，见之前的推文）。下游分析，极大地依赖于分析人员对生物学问题的认知。或许，这些才是生物信息学区别于IT或者其他信息学的地方。
在过去的一年多，可以非常明显地发现几种状态：
- 只有数据，没有信息（也就是完全不懂分析）
- 只有结果，没有故事（也就是，能跑跑软件，看得懂结果却猜不到生物学问题）
- 只有猜测，没有实证（看着一个结果，猜了各种各样的故事，却没有一个亮点）
当然还有更多状态，但对于我个人，目前来说，主要处于2和3。
我们会做出不少结果，却不一定能从结果中看出分析是否有问题，或者挖掘出生物学问题。前两天在博士课题组的支持下，到福建农观看大佬们的讨论，立马感受到，项目经验之重要，敏锐的感觉来自于实践与思考。
累计经验方式，可能是处理尽可能多的数据，完成尽可能多的项目。
失之毫厘，谬以千里
在验证一个猜测的时候，我与小庭子做了一些分析。遇到这么一个软件，其文档要求上一步骤的操作，必须限制阈值。而我忘记了。
从某个角度来说，相信用户上一步操作一定正确，那么就会引发更多的使用问题。使用了没有阈值限制的输入，我们得到了一个惊人的（预期结果之一）结果。
在小庭子的提示下，做了另外一个补充分析（此时我又加上了阈值），结果符合预期。
设想，如果不做这个补充分析，那么或许，我们就会选择一开始的结果。最终做更多的（白费力气）的分析。
所以，总的来说，
- 软件的参数很重要
- 软件的输入，还是要尽可能地按照软件的说明来
写在后面
忘了
网友评论