关于生物信息,各位的主要需求是精进算法,还是挖掘意义?


关于生物信息这个东西,有一部分专家(计算机、数学等)一直在致力于算法相关的问题,以提供能高效准确的比对、组装、数据传输、存储策略,对于以带宽为基础的云的时代,这是有非凡意义的(尤其是面对基因组测序巨大的数据量)。

另一部分专家(生物学家、医学工作者)致力于序列意义的挖掘,并不关心比对等步骤花费了多长时间。比如一个医学院老板说,他的肿瘤课题要做三年,所以mapping了三个小时还是三天,对他来讲影响不大。然而对于像BGI一样的生物信息服务商,提高信息分析效率、解放有限的计算资源和人力,则应该是很重要的任务。

所以我想像各位了解,你们关注的生物信息的瓶颈在哪里?算法?储存?加密(我认识一个家伙在做加密比对,听起来好屌啊)?传输?还是解读?如果有一家公司提供更快捷的计算服务,对各位是否有吸引力?

回答时请尽量告知自己的职位、主要业务或者产品愿景等,感谢
已邀请:
最佳回复

楼主问的是生物信息的需求,我试着从更广的科研和应用的两个方面来谈一下我的看法,不拘于生物信息。

从科研来看,主要的成果以文章的形式来发表。众所周知,发文章必须要有新问题、新数据、新方法或新结果(往往只具其中一二,什么都是新的文章是发不出去的),所以看新方法类的文章只占一类。从科学本身看更注重新问题和新结果,数据和方法是手段,在大多数杂志里是放在最后的小字里的。由此,可以看出算法研究在学界中的地位了(这里的算法是提高效率的工具,不是指的计算复杂性等计算机科学的基础研究),我认识的一位算法专家提出过一个口号“算法是core,算法是 key,算法是soul",为这个问题我们争论了好久,至今我依然不能同意他的观点,把手段凌驾于问题和结果之上,怎么可能有原初的发现和创新呢?这里我并不否定方法和技术的重要性,说它是key是合适的,但core,甚至是soul就过了。

从应用看,无论是企业还是医疗系统,由于要直接面对终端客户,而且特别是医学和药学往往是生死攸关的,更看重的是检测和分析的质量,所以效率也会被放在次之的位置。

我也在搞些编程,分析数据,提交报告;算法效率在有时是需要的,但是在能正确建模,数据准确,方法正确,结果可靠的前提下才需要的。

赞同来自: xjp13 jetsanix fredzhang1990


我觉得是挖掘意义,这是终极目标。

赞同来自: 秤砣爸爸 许岳楷 林大妹


说实话,作为一个农学类在校研究生,更快捷的计算服务对我没有丝毫吸引力,我比较看重类似IGV的可视化软件。

赞同来自: 秤砣爸爸 whhou 李大嘴


提前优化是万恶之源——高德纳

赞同来自: K2


个人觉得这个还是要看目的,不同的结果需求对技术上的要求肯定不一样。
商业公司精进算法肯定是最重要的,一方面可以保证服务的质量,另一方面挺高效率,两者都能提升用户体验,从而提高客户黏度。
对于研究机构,挖掘意义就显得更加重要,因为前瞻性的、创新性的研究,都是需要深度挖掘才能一窥其中奥秘。

赞同来自: 许岳楷


对于医学背景的个人来讲,挖掘意义肯定是最重要的,学习了几年的医学知识,再去做算法还是很困难的。对于计算机背景的人来讲,改进算法肯定更重要。

换句话说,那要看你的自然禀赋是什么,比较优势是什么。

对于机构来说,最好的方法是让团队成员自由选择,让听得见炮声的人做选择。然后再补充相对弱的那一方。

赞同来自: K2


基因检测:
精进算法更重要,因为生物意义明确,需要提高准确性和检测速度。

赞同来自:


挖掘的话觉得跟生物学的人一起合作会好点

赞同来自:


生物信息技术只是一种工具,一种探索超级复杂的的生命调控网络的工具。

赞同来自:


挖掘意义是目的,精进算法是达到目的的必经之路。割裂二者看问题才是大Bug。

要回复问题请先登录注册