Redian新闻
>
有没有谁有鼓捣生物信息服务公司的想法?
avatar
有没有谁有鼓捣生物信息服务公司的想法?# Biology - 生物学
x*s
1
先谢谢啦
以前都是3过LA而没入,唉。。。
这次也是时间紧迫
只知道啥好莱坞啊
avatar
c*7
2
哦也
avatar
w*k
3
前5名依次是
1.maxim
2.maximum pc
3.popular science
4.mens health
5.mens fitness
都是geek wsn的最爱,一点大妈的影子都看不到,根本没有挣钱的潜力啊。
明天就把goog清空。
avatar
r*0
4
I am a postdoc in Bioinformatics, focusing on high throughput DNA sequencing
data analysis.Anyone who is interested in start up a company to provide
analysis service can contact me. Please also tell me your educational
background~
avatar
W*5
5
全统
avatar
R*a
6
peng

【在 c*******7 的大作中提到】
: 哦也
avatar
a*c
7
楼主能推荐基本NGS data analysis的英文书么?
万分感激啊。
avatar
x*s
9
我假装看不懂
avatar
m*2
10
It is interesting, actually I need the service you mentioned.
will you go back to China or keep staying in USA?

sequencing

【在 r******0 的大作中提到】
: I am a postdoc in Bioinformatics, focusing on high throughput DNA sequencing
: data analysis.Anyone who is interested in start up a company to provide
: analysis service can contact me. Please also tell me your educational
: background~

avatar
W*5
11
找个角落,拿个望远镜,看形形色色的人,说不定还能偷窥到版上几个著名ID,比如老
三啥的。

【在 x**s 的大作中提到】
: 是这个吗?
: http://bbs.lachinaren.com/viewthread.php?tid=86254
: 除了吃的地儿
: 还有啥玩的地儿

avatar
r*e
12
关键在于你的想象力...哈哈

【在 c*******7 的大作中提到】
: 哦也
avatar
t*z
13
做这个来钱吗?好奇下。楼主想必对市场已经调研过了吧?能否先为大家画个饼。
avatar
s*y
14
感觉LA该出FAQ了,比如象隔壁那样弄个
[LosAngeles 欢迎您] - Los Angeles 指南, 征文
。。//闪
avatar
c*7
15
你能告诉我,还能想象出啥其他东西来吗/
=.=

【在 r*********e 的大作中提到】
: 关键在于你的想象力...哈哈
avatar
m*T
16
做这个的门褴不能算高,关键是你有资源吗?这是关键

sequencing
★ 发自iPhone App: ChineseWeb 8.7

【在 r******0 的大作中提到】
: I am a postdoc in Bioinformatics, focusing on high throughput DNA sequencing
: data analysis.Anyone who is interested in start up a company to provide
: analysis service can contact me. Please also tell me your educational
: background~

avatar
r*e
18
赫赫,和你想得一样。。。

【在 c*******7 的大作中提到】
: 你能告诉我,还能想象出啥其他东西来吗/
: =.=

avatar
y*3
19
Hi,
May I ask what type of analysis are you looking for? I have a friend in
China who runs a start-up providing bioinformatics service, I think he is
able to help.
Let me know if you are interested.

【在 m********2 的大作中提到】
: It is interesting, actually I need the service you mentioned.
: will you go back to China or keep staying in USA?
:
: sequencing

avatar
c*7
21
=.=你太V5了,本来我想说一个很想吃,可是很久没有吃到的东西.
后来想想算啦,直接说答案吧.不然大家晚饭吃不好了.
你赢啦...
我输在了油条麻团上....

【在 r*********e 的大作中提到】
: 赫赫,和你想得一样。。。
avatar
r*0
22
看一两篇发表论文就可以了啊
briefings in bioinformatics, PlosCB
上都有不少教学文章

【在 a******c 的大作中提到】
: 楼主能推荐基本NGS data analysis的英文书么?
: 万分感激啊。

avatar
s*d
23
好主意。这个己经象月经贴了。

【在 s***y 的大作中提到】
: 感觉LA该出FAQ了,比如象隔壁那样弄个
: [LosAngeles 欢迎您] - Los Angeles 指南, 征文
: 。。//闪

avatar
x*g
24
影子和孔不match啊...
avatar
r*0
25
生物信息分析的门槛还是很高的
绝对不是过去上网查个数据库那么粗鄙
大规模的脚本处理 质量控制 算法和统计模型
07,08年所谓二代测序开始出现 最近2-3年小实验室也可以产生这样的数据了
最专业的一批人在13年左右才开始毕业
07年之前的生物信息是什么水平 完全是自娱自乐而已
服务科研只是现在不得以
真正的有价值的应用在产前诊断 肿瘤分子辅助诊断这个在米国的很多大学附属医院都
在展开了
生物的价值无非是疫苗 单抗 抑制剂 再加上测序

【在 t*****z 的大作中提到】
: 做这个来钱吗?好奇下。楼主想必对市场已经调研过了吧?能否先为大家画个饼。
avatar
r*0
26
拿手上的技术和他人交换资源

【在 m***T 的大作中提到】
: 做这个的门褴不能算高,关键是你有资源吗?这是关键
:
: sequencing
: ★ 发自iPhone App: ChineseWeb 8.7

avatar
r*0
27
80% 生物实验室搞不定 二代测序数据分析 到处托朋友 或者找公司 很多时候效果也不
尽如人意
这种数据分析能力犹如武功 人跟人差别很大
米国的研究条件还是好的多

【在 m********2 的大作中提到】
: It is interesting, actually I need the service you mentioned.
: will you go back to China or keep staying in USA?
:
: sequencing

avatar
m*u
28
很有必要有这种服务性质的公司。只是信任度需要建立。
avatar
s*n
29
我知道有几个实验室做深度测序,但是不会分析数据。高通量数据分析应该蛮大市场的。

:很有必要有这种服务性质的公司。只是信任度需要建立。
……

【在 m******u 的大作中提到】
: 很有必要有这种服务性质的公司。只是信任度需要建立。
avatar
r*0
30
跑跑bowtie (tophat), cufflinks只是最初步的
真的的难点在后面的统计/算法模型,比如如何挑选感兴趣的基因以保证实验验证有比
较好的成功率?
如何在大量噪音中分析出究竟是哪些基因参与了哪些过程导致了该结果?

的。

【在 s*********n 的大作中提到】
: 我知道有几个实验室做深度测序,但是不会分析数据。高通量数据分析应该蛮大市场的。
:
: :很有必要有这种服务性质的公司。只是信任度需要建立。
: ……

avatar
r*0
31
咱这个坑从标题到内容应该是比较清楚的吧
就是我目前有这个想法,但是还没想透,问一问有没有同样感兴趣的
如果聊的好 想透了就干起来
可不是招人或者招合伙人的意思
avatar
s*o
32

请教,这个服务的deliverable是什么?如何qc?我大胆猜想客人购买之前是不知道分
析结果的,服务方如何保证质量?谢谢!

【在 r******0 的大作中提到】
: 生物信息分析的门槛还是很高的
: 绝对不是过去上网查个数据库那么粗鄙
: 大规模的脚本处理 质量控制 算法和统计模型
: 07,08年所谓二代测序开始出现 最近2-3年小实验室也可以产生这样的数据了
: 最专业的一批人在13年左右才开始毕业
: 07年之前的生物信息是什么水平 完全是自娱自乐而已
: 服务科研只是现在不得以
: 真正的有价值的应用在产前诊断 肿瘤分子辅助诊断这个在米国的很多大学附属医院都
: 在展开了
: 生物的价值无非是疫苗 单抗 抑制剂 再加上测序

avatar
T*e
33
楼主一看就已经琢磨很久了。我一个外行,就从外行的角度说点想法。
我们实验室也有人在做测序。我并不清楚最后这几个做的人要怎么得到结果。是他们自
己搞,还是找合作者。也许两者皆有。
但如果我是老板的话,要选择不管哪一种,甚至于第三种,比如楼主说的公司,我首先
的想法是:谁靠谱。特别是我自己基本不懂的情况下,我凭什么相信你靠谱呢?那么有
几种可能性:
1.已经有现成的成熟规范的手册出现。那么我知道那一家都可以。
2.有熟人推荐。
3.任何一家已有的publication跟我的要求非常接近,所以我会选择。
我觉得你开公司的话,这几条都得想想办法吧。
我看楼主的各种回复觉得你技术上应该没甚么大问题,但是也不像已经有非常成熟的规
划的样子。
所以我觉得你至少应该先找到自己的卖点和定位。什么样的人有可能会找你服务。你有
没有可能先通过进行一些具体的项目积攒经验和团队。这些都不容易啊!
加油!
avatar
g*3
34
说说我的一点想法,如有异议,各位轻拍, 因为的经验仅限于CHIP-SEQ ,RNA-SEQ和
Microarray和biology比较相关的project,那种WGS大量sample不太清楚。
分析大概有以下几类:
standard analysis---customized analysis from the sense of bioinfo/algorithm-
--customized analysis aiming for a biological conclusion(customer will build
experiments based on your result.)
For goal 3, I don't think any company can achieve that. It is just
complicated.
For goal 1, I agree "门褴不能算高". I am in a company doing this. Basically
it is just running script, which is not really bioinformatics.
#2 is really the skill you can stand out from other companies. But it is
also project-specific. Company should provide a platform doing pipeline
service. Also your skill/algorithm is public available after your publish it
.
Also for many biology-sequencing experiment, it is not designed for deep
analysis. I am wondering if you can't see sth in the standard analysis of
fishing strategy experiment (RNA-SEQ,chip-seq), can you really see sth with
a complicated method?
Again, it is another case in large-scale Genome project like ENCODE, GWAS.
etc. There are a lot to study like population stratification correction.etc
But it doens't have too much market. Also there are a bunch of companies
doing that.
说的不对请轻拍。
avatar
r*0
35
sign contract, pay 20% first, if the client is satisfied with the report,
pay the rest. Of course you can show your previous cases to convince the
client.

【在 s***o 的大作中提到】
:
: 请教,这个服务的deliverable是什么?如何qc?我大胆猜想客人购买之前是不知道分
: 析结果的,服务方如何保证质量?谢谢!

avatar
r*0
36
Thanks!
Your comments are really to the points!
I think we can show our previous publication to convince our potential
clients. Of course, it takes time to accumulate reputation and credentials.

【在 T*****e 的大作中提到】
: 楼主一看就已经琢磨很久了。我一个外行,就从外行的角度说点想法。
: 我们实验室也有人在做测序。我并不清楚最后这几个做的人要怎么得到结果。是他们自
: 己搞,还是找合作者。也许两者皆有。
: 但如果我是老板的话,要选择不管哪一种,甚至于第三种,比如楼主说的公司,我首先
: 的想法是:谁靠谱。特别是我自己基本不懂的情况下,我凭什么相信你靠谱呢?那么有
: 几种可能性:
: 1.已经有现成的成熟规范的手册出现。那么我知道那一家都可以。
: 2.有熟人推荐。
: 3.任何一家已有的publication跟我的要求非常接近,所以我会选择。
: 我觉得你开公司的话,这几条都得想想办法吧。

avatar
x*u
37
我在大学里负责一个提供序列分析的小组。需求还是有的,但是愿意花钱的实验室不多
。有另外两家私人公司。一家印度人的,会要喝,老是以consulting project的名义从
我们这里拿idea. 另外一家中国人的,前一阵子还不赚钱,不知道现在怎么样了。
真要做的话,可以用amazon的EC2 cloud;有一些现成的pipeline可以用。把报告弄漂
亮一些,有助于拉拢客户。
前一两年不要考虑赚钱。问题是过一两年,风向有可能就变了。
avatar
r*0
38
really in-depth comments!
Every biology project where NGS is involved has a specific goal. In this
sense, almost all bioinformatics analysis should be personalized. However,
somehow you can summarize various needs into less than 1 dozen categories.
And this is exactly why to start up a such company you should develop
analysis pipeline first.
What kind of results you can get is essentially dependent on your
experimental design and the quality of your raw data. But even conditional
on this, experienced bioinformaticians can really shed light on the data,
where poor guys are making mistakes even without realizing it.

algorithm-
build
Basically

【在 g*********3 的大作中提到】
: 说说我的一点想法,如有异议,各位轻拍, 因为的经验仅限于CHIP-SEQ ,RNA-SEQ和
: Microarray和biology比较相关的project,那种WGS大量sample不太清楚。
: 分析大概有以下几类:
: standard analysis---customized analysis from the sense of bioinfo/algorithm-
: --customized analysis aiming for a biological conclusion(customer will build
: experiments based on your result.)
: For goal 3, I don't think any company can achieve that. It is just
: complicated.
: For goal 1, I agree "门褴不能算高". I am in a company doing this. Basically
: it is just running script, which is not really bioinformatics.

avatar
r*0
39
The story you told is really funny~
really helpful suggestions~

【在 x***u 的大作中提到】
: 我在大学里负责一个提供序列分析的小组。需求还是有的,但是愿意花钱的实验室不多
: 。有另外两家私人公司。一家印度人的,会要喝,老是以consulting project的名义从
: 我们这里拿idea. 另外一家中国人的,前一阵子还不赚钱,不知道现在怎么样了。
: 真要做的话,可以用amazon的EC2 cloud;有一些现成的pipeline可以用。把报告弄漂
: 亮一些,有助于拉拢客户。
: 前一两年不要考虑赚钱。问题是过一两年,风向有可能就变了。

avatar
a*r
40

algorithm-
build
Basically
老兄说的很好,俺再补充点自己的理解。
goal1只能算是raw-data的standard processing。 现在应该是任何一个测序的公司都
能提供。
而goal2 必须要和实验设计者紧密的沟通,如果不能彻底理解整个项目,对分析出来的
结果又能有多大信心呢? 具体的生物学意义怕还是要由实验设计者从分析结果里挑选。
goal3俺觉得怕是只会出现在那种干湿通吃的实验室,或是两个实验室的合作,但对两
边的合作者要求都比较高。
至少对于现在的普通项目(非TCGA等大项目),基本是都是case by case, 很难找到
一个统一的模式去分析,可能这对商业化会产生一些影响吧。

【在 g*********3 的大作中提到】
: 说说我的一点想法,如有异议,各位轻拍, 因为的经验仅限于CHIP-SEQ ,RNA-SEQ和
: Microarray和biology比较相关的project,那种WGS大量sample不太清楚。
: 分析大概有以下几类:
: standard analysis---customized analysis from the sense of bioinfo/algorithm-
: --customized analysis aiming for a biological conclusion(customer will build
: experiments based on your result.)
: For goal 3, I don't think any company can achieve that. It is just
: complicated.
: For goal 1, I agree "门褴不能算高". I am in a company doing this. Basically
: it is just running script, which is not really bioinformatics.

avatar
s*s
41
我就随便一说啊。你跑个啥pipeline的也就服务一下实验室,赚不到钱的。
能赚钱的还是要后续处理很多的,比如对实验室哪些基因有意思,对药厂
哪些mutation可能和药物作用有关等等,不是扔一个list过去就行的,人家
找你事为了解决问题,你就要尽力解决好,这才能stand out

【在 x***u 的大作中提到】
: 我在大学里负责一个提供序列分析的小组。需求还是有的,但是愿意花钱的实验室不多
: 。有另外两家私人公司。一家印度人的,会要喝,老是以consulting project的名义从
: 我们这里拿idea. 另外一家中国人的,前一阵子还不赚钱,不知道现在怎么样了。
: 真要做的话,可以用amazon的EC2 cloud;有一些现成的pipeline可以用。把报告弄漂
: 亮一些,有助于拉拢客户。
: 前一两年不要考虑赚钱。问题是过一两年,风向有可能就变了。

avatar
l*s
42
这个不大容易吧。 可以参考前几年的microarray services. 没见谁赚到钱。
Sequencing service类似。需要打包测序实验业务,才会拉到生意。但很多小公司现在
已经在这么做了,竞争太激烈。除非你有特殊的技术才能鹤立鸡群。大多数类似的公司
现在都在往里搭钱。

sequencing

【在 r******0 的大作中提到】
: I am a postdoc in Bioinformatics, focusing on high throughput DNA sequencing
: data analysis.Anyone who is interested in start up a company to provide
: analysis service can contact me. Please also tell me your educational
: background~

avatar
c*r
43
很同意楼上aber,genetics123 等几位ID的观点。
我的感觉是,除了常规模式生物的常规测序方法,很多Project都没有统一pipeline来
分析。
这几天在MSU NGS summer course上学到了很多。同样版本的软件同样的参数,跑不同
的物种和样品,结果都会很不一样。都需要根据不同的sample去调试去train软件。
同样的物种,不同的aligner、assembler的结果也会不同,主流的几个软件各有特长,
要有耐心慢慢品才能找到对于特定物种的和样品的比较合适的pipeline。
还有就是随着技术的进步,reads的长短、准确率、测序类型的变化,现有的软件都得
随着这些变化来改进。有的assembler只能处理短reads,有的只能处理长reads。我不
太懂计算底层的东西,reads变长了对运算的影响还是很大的吧。到时候nanopore出来
了,如果谁能第一时间开发出有效的分析软件,那绝对会占有这个市场的一大份额。
这次来参加课程的,做什么系统什么问题的都有。微生物、非典型模式生物、
metagenomics占了好大一部分。虽然不能反应市场里的情况,但是这一块很难做但又很
有潜力。我觉得如果真要用心开一个这样的成功的公司,初期一定要有很好的个性化的
服务的展示,能上门直接交流最好。客户的需求、客户的生物学问题、客户对数据的理
解、公司能提供的服务和具体能做到什么等等,都需要很花费功夫来交流的。如果有了
几个成功的例子,就能很好建立信誉。
课上还有一点感受,年纪大一些的PI,对NGS这个新事物接受度和愿意花钱的程度远远
低于新PI。所以到时要有针对的找好目标人群。呵呵。
还有一点感受,如果在实验设计的时候,就能很好的咨询有经验的bioinformatician的
话,会更好的选择最合适的测序类型、深度、replicates数量、library类型甚至样品
制备方法、kit 选择等等。这样得到的数据往往才能更好的回答生物学问题。不然设计
都没设计好,垃圾数据一大堆,再好的bioinformatician,再牛的算法,换了mapping
god,也没辙啊。
avatar
c*r
44
虚心请教一下资深人士,这个行业的门槛有哪些?什么样的资源是必须的和锦上添花的?
谢谢!^_^

【在 m***T 的大作中提到】
: 做这个的门褴不能算高,关键是你有资源吗?这是关键
:
: sequencing
: ★ 发自iPhone App: ChineseWeb 8.7

avatar
m*n
45
这个我考虑过,我自己的实验室也一直带几个做bioinformatics的学生和薄厚,在国内
外学术界,工业界也有不少人脉,但是主要有以下一些问题
1. 简单的上游基本的序列分析,其实现在测序公司也能提供一些,这些事专门为需求
最低的人提供的。
2. 真正有价值的分析,需要在实验早期就跟对方一起探讨,跟collaboration一样,但
是你不需academic credit,而是作为一种service,这种model的问题是每个项目需要
投入很多,而且你的人才培养要求也很高,需要真正懂生物的bioinformatian,很难
scale up。
3. 所以很可能你最后的模式介于1和2之间,不上不下。
如果你有好的想法,可以给我email [email protected]@gmail.com.nospam (去掉@ 和.nospam).
avatar
s*r
46
这种服务很难定价,便宜了赚不了钱,能赚钱的价格就贵了没人做
表面上看很多lab都会需要,但大部分的academia的lab都掏不起这钱,或者很难说服老
板在这种服务上额外花钱,有大项目的lab自己都会养个人专门做或者有固定
collaboration,真正的金主药厂之类的更不可能把数据拿出来给你
avatar
c*d
47
服务实验室基本不赚钱,我敢说。
一个项目做数据分析,老板愿意套几块钱?
开公司的,一个这样的case by case没有1万刀基本就是白干。国内几个老板愿意花1,
2万去只是分析个数据?

【在 T*****e 的大作中提到】
: 楼主一看就已经琢磨很久了。我一个外行,就从外行的角度说点想法。
: 我们实验室也有人在做测序。我并不清楚最后这几个做的人要怎么得到结果。是他们自
: 己搞,还是找合作者。也许两者皆有。
: 但如果我是老板的话,要选择不管哪一种,甚至于第三种,比如楼主说的公司,我首先
: 的想法是:谁靠谱。特别是我自己基本不懂的情况下,我凭什么相信你靠谱呢?那么有
: 几种可能性:
: 1.已经有现成的成熟规范的手册出现。那么我知道那一家都可以。
: 2.有熟人推荐。
: 3.任何一家已有的publication跟我的要求非常接近,所以我会选择。
: 我觉得你开公司的话,这几条都得想想办法吧。

avatar
i*i
48
给你发了一封站内信件。

sequencing

【在 r******0 的大作中提到】
: I am a postdoc in Bioinformatics, focusing on high throughput DNA sequencing
: data analysis.Anyone who is interested in start up a company to provide
: analysis service can contact me. Please also tell me your educational
: background~

avatar
s*s
49

这个是你臆测了。药厂也不是啥人都有。药厂擅长的是标准化的统计分析,
比较复杂的modeling啊,priority一下靶点一类的,就算大药厂也不一定有
这样的人,或者养这么一个组也不一定合算,很多回外包的,当然有名声的
大公司才能拿到生意

【在 s******r 的大作中提到】
: 这种服务很难定价,便宜了赚不了钱,能赚钱的价格就贵了没人做
: 表面上看很多lab都会需要,但大部分的academia的lab都掏不起这钱,或者很难说服老
: 板在这种服务上额外花钱,有大项目的lab自己都会养个人专门做或者有固定
: collaboration,真正的金主药厂之类的更不可能把数据拿出来给你

avatar
m*T
50
其实上面的帖子里已经有说明了,做分析入门的门褴并不高,但要想做大做好对分析者
的要求还是非常高的。只做过一两个project的或某一类分析的,做这种service会比较
吃力。我提的资源是指客户群,刚刚开始的startup在没有积累到足够的credit之前如
何拿到客户最为重要。一般做这类service工作的包括CRO,能不能成功关键就是有没有
客户资源,技术方面是次要的。

的?
★ 发自iPhone App: ChineseWeb 8.7

【在 c*********r 的大作中提到】
: 虚心请教一下资深人士,这个行业的门槛有哪些?什么样的资源是必须的和锦上添花的?
: 谢谢!^_^

avatar
m*T
51
很赞同你的最后一段话。这些年来见过太多跟风做NGS的,但根本对于NGS包括设计在内
的一些基本的知识都没有真正领会。这样的情况即使有了data也别指望能得出什么有效
的结论。

【在 c*********r 的大作中提到】
: 很同意楼上aber,genetics123 等几位ID的观点。
: 我的感觉是,除了常规模式生物的常规测序方法,很多Project都没有统一pipeline来
: 分析。
: 这几天在MSU NGS summer course上学到了很多。同样版本的软件同样的参数,跑不同
: 的物种和样品,结果都会很不一样。都需要根据不同的sample去调试去train软件。
: 同样的物种,不同的aligner、assembler的结果也会不同,主流的几个软件各有特长,
: 要有耐心慢慢品才能找到对于特定物种的和样品的比较合适的pipeline。
: 还有就是随着技术的进步,reads的长短、准确率、测序类型的变化,现有的软件都得
: 随着这些变化来改进。有的assembler只能处理短reads,有的只能处理长reads。我不
: 太懂计算底层的东西,reads变长了对运算的影响还是很大的吧。到时候nanopore出来

avatar
m*T
52
能做到第二步的已经不容易了。不过还是有很多刚接触NGS数据的新PI、实验室,这方
面倒是还有不小的市场。提供这种service的确实需要实验设计阶段就要涉及进去,否
则后面的麻烦就太大了。
如果楼主真有心要做,我的建议是找一个做NGS市场的人来合作,可以找一些做技术的
做part-time。比如有人专做RNA-Seq的分析,有的做metagenomics的等等。楼主自己如
果在NGS分析方面的知识面比较宽的话,可以考虑做为联系人做协调工作。

【在 m******n 的大作中提到】
: 这个我考虑过,我自己的实验室也一直带几个做bioinformatics的学生和薄厚,在国内
: 外学术界,工业界也有不少人脉,但是主要有以下一些问题
: 1. 简单的上游基本的序列分析,其实现在测序公司也能提供一些,这些事专门为需求
: 最低的人提供的。
: 2. 真正有价值的分析,需要在实验早期就跟对方一起探讨,跟collaboration一样,但
: 是你不需academic credit,而是作为一种service,这种model的问题是每个项目需要
: 投入很多,而且你的人才培养要求也很高,需要真正懂生物的bioinformatian,很难
: scale up。
: 3. 所以很可能你最后的模式介于1和2之间,不上不下。
: 如果你有好的想法,可以给我email [email protected]@gmail.com.nospam (去掉@ 和.nospam).

avatar
f*9
53
很多讨论都很好,尤其认同这位观点。生物信息从业人员,可能很多都有开公司的想法
,我来说一下我的考虑吧:
1。用户的认可度问题。怎样说服用户,你的pipeline好,比别人的好。那么你有引用
率很高业界非常认可的软件和文章吗,效率高又准确,像muscle/uclust/usearch...那
种,引用率都好几千,那个作者自己不用出门都有一堆人上门求咨询;或者你在学术界
有一定地位,PI/Professor等,在这个领域有相当的积累,不是一两篇文章的事。还有
,为什么你的收费pipeline就比免费的好。市面上免费的太多了,这年头你在主流刊物
发表生物信息方法型的文章,都需要附程序或源码,有些免费软件还真的维护得很好,文
档清晰丰富,功能强大,使用简单,并不需要用户写什么脚本。
2。技术水平的保持领先问题。开公司这种事情都得考虑的比较长远,除了市场之外,
技术也得有一定的不可替代性。如果你的技术并不复杂,在最初的成功之后,别人也想
做一样的事,那么你能保证你的技术一直领先?机器学习那一块,就是楼主说的
training model那些,国内并不差。实际上国内的数学基础教育很好,有大把的人才,
而现在没人做NGS算法是因为生物科研还是相对落后,需求量不如国外大,如果真的有
利可图,别人赶上来也就几个月的事,还可能比你资金充足,人员充足。所以这又牵扯
出来第三个问题——
3。团队问题。如果一个公司只做NGS测序服务,那么不仅技术门槛不高,而且你能提供
的服务并不能解决用户的实际问题,测序仅仅是第一步罢了。公司要长久立足的话,服
务也得完整化,所以团队里需要不同的背景和能力,这恐怕不是一个人就可以组织起来
的。

【在 m******n 的大作中提到】
: 这个我考虑过,我自己的实验室也一直带几个做bioinformatics的学生和薄厚,在国内
: 外学术界,工业界也有不少人脉,但是主要有以下一些问题
: 1. 简单的上游基本的序列分析,其实现在测序公司也能提供一些,这些事专门为需求
: 最低的人提供的。
: 2. 真正有价值的分析,需要在实验早期就跟对方一起探讨,跟collaboration一样,但
: 是你不需academic credit,而是作为一种service,这种model的问题是每个项目需要
: 投入很多,而且你的人才培养要求也很高,需要真正懂生物的bioinformatian,很难
: scale up。
: 3. 所以很可能你最后的模式介于1和2之间,不上不下。
: 如果你有好的想法,可以给我email [email protected]@gmail.com.nospam (去掉@ 和.nospam).

avatar
f*9
54
这个你就有点井底观天了,生物信息就等同于测序?这么多建模,统计,数据库的都不
算?从15年前生物信息刚起步时候的文献读到现在,最经典的方法基本都是05年之前做
出来的,后面无非是修修补补而已。
大规模脚本处理,本身就是个缺陷,都不能做成一个系统。质量控制?50年前的技术了
吧。算法和统计?经典统计,Fisher那一套,得有七八十年了吧;新的机器学习,大多
是1980-1990年左右做出来的,到2000年左右就有N多教科书了,到现在是有改进,但不
大。

【在 r******0 的大作中提到】
: 生物信息分析的门槛还是很高的
: 绝对不是过去上网查个数据库那么粗鄙
: 大规模的脚本处理 质量控制 算法和统计模型
: 07,08年所谓二代测序开始出现 最近2-3年小实验室也可以产生这样的数据了
: 最专业的一批人在13年左右才开始毕业
: 07年之前的生物信息是什么水平 完全是自娱自乐而已
: 服务科研只是现在不得以
: 真正的有价值的应用在产前诊断 肿瘤分子辅助诊断这个在米国的很多大学附属医院都
: 在展开了
: 生物的价值无非是疫苗 单抗 抑制剂 再加上测序

avatar
s*s
55
所以还是我说的,要有竞争力,需要的是个性化的完整的一条龙服务,包括
可能短期驻扎在客户那里分析。当然,开始可以帮acadamia做,赚点小钱,
主要是攒rp

,文

【在 f*******9 的大作中提到】
: 很多讨论都很好,尤其认同这位观点。生物信息从业人员,可能很多都有开公司的想法
: ,我来说一下我的考虑吧:
: 1。用户的认可度问题。怎样说服用户,你的pipeline好,比别人的好。那么你有引用
: 率很高业界非常认可的软件和文章吗,效率高又准确,像muscle/uclust/usearch...那
: 种,引用率都好几千,那个作者自己不用出门都有一堆人上门求咨询;或者你在学术界
: 有一定地位,PI/Professor等,在这个领域有相当的积累,不是一两篇文章的事。还有
: ,为什么你的收费pipeline就比免费的好。市面上免费的太多了,这年头你在主流刊物
: 发表生物信息方法型的文章,都需要附程序或源码,有些免费软件还真的维护得很好,文
: 档清晰丰富,功能强大,使用简单,并不需要用户写什么脚本。
: 2。技术水平的保持领先问题。开公司这种事情都得考虑的比较长远,除了市场之外,

avatar
E*g
56
Plos CB上好多文章跟论坛帖子是一个级别
avatar
c*r
57
看来我的其它几段都写得不太好啊。哈哈。
零经验刚刚起步,还要和专家们多多学习!

【在 m***T 的大作中提到】
: 很赞同你的最后一段话。这些年来见过太多跟风做NGS的,但根本对于NGS包括设计在内
: 的一些基本的知识都没有真正领会。这样的情况即使有了data也别指望能得出什么有效
: 的结论。

avatar
c*r
58
我很同意这几点。个性化以及和客户面对面的直接交流,才能最有效的了解客户的生物
学问题、计算需求,帮客户设计合理的实验,给客户讲解清楚什么样的计算能得到什么
样的结果。完整的做成几个项目,才能慢慢有些成绩。

【在 s******s 的大作中提到】
: 所以还是我说的,要有竞争力,需要的是个性化的完整的一条龙服务,包括
: 可能短期驻扎在客户那里分析。当然,开始可以帮acadamia做,赚点小钱,
: 主要是攒rp
:
: ,文

avatar
f*9
59
这就是另一个ID说的问题,资源问题,就是有多少关系,比如学术界的关系网。

【在 s******s 的大作中提到】
: 所以还是我说的,要有竞争力,需要的是个性化的完整的一条龙服务,包括
: 可能短期驻扎在客户那里分析。当然,开始可以帮acadamia做,赚点小钱,
: 主要是攒rp
:
: ,文

avatar
t*z
60
up. cannot agree more.

,文

【在 f*******9 的大作中提到】
: 很多讨论都很好,尤其认同这位观点。生物信息从业人员,可能很多都有开公司的想法
: ,我来说一下我的考虑吧:
: 1。用户的认可度问题。怎样说服用户,你的pipeline好,比别人的好。那么你有引用
: 率很高业界非常认可的软件和文章吗,效率高又准确,像muscle/uclust/usearch...那
: 种,引用率都好几千,那个作者自己不用出门都有一堆人上门求咨询;或者你在学术界
: 有一定地位,PI/Professor等,在这个领域有相当的积累,不是一两篇文章的事。还有
: ,为什么你的收费pipeline就比免费的好。市面上免费的太多了,这年头你在主流刊物
: 发表生物信息方法型的文章,都需要附程序或源码,有些免费软件还真的维护得很好,文
: 档清晰丰富,功能强大,使用简单,并不需要用户写什么脚本。
: 2。技术水平的保持领先问题。开公司这种事情都得考虑的比较长远,除了市场之外,

avatar
b*s
61
这个总结非常到位,我觉得要开一个个性化医疗服务公司并保持持续的领先地位,最后
两个目标正是该公司应该搞的和优先搞的,这些是核心竞争力,不是山寨可以的。这样
一个公司应该着重提供数据分析,咨询和指导服务。至于实验检测和验证之类的工作交
给别人去做。就像家庭医生一样,根据客户情况,建议其去哪做什么检测,拿到检测数
据后进行分析,给出诊断结果并指导下一步的检测和验证。可以先成立一个这样的小公
司,然后和有声望的测序公司以及实验室谈好合作,选取有影响力的人比如患某种病的
名人进行免费的个性化分析和后续的检测治疗,在取得较好结果的情况下广而告之建立
公司名声。同时也可提供针对科研人员的咨询分析指导服务,在学术上积累credits 和
用于训练员工。另外需要强调的一点是,一定要开发类似于IPA的分析软件。还有就是
可以几个人牵头先搞个创业计划书,争取拿到风投。 我比较看好开这样一个公司,有
兴趣的可以让我加盟啊。

algorithm-
build
Basically

【在 g*********3 的大作中提到】
: 说说我的一点想法,如有异议,各位轻拍, 因为的经验仅限于CHIP-SEQ ,RNA-SEQ和
: Microarray和biology比较相关的project,那种WGS大量sample不太清楚。
: 分析大概有以下几类:
: standard analysis---customized analysis from the sense of bioinfo/algorithm-
: --customized analysis aiming for a biological conclusion(customer will build
: experiments based on your result.)
: For goal 3, I don't think any company can achieve that. It is just
: complicated.
: For goal 1, I agree "门褴不能算高". I am in a company doing this. Basically
: it is just running script, which is not really bioinformatics.

avatar
l*n
62
你说得很对,做这种科研服务是很难赚钱的。
对于这样的公司来说,所面对的大多数客户的心态是这样的:
付出很少或最好不付出任何酬劳,得到真正有价值的分析,拿走所有的credit。
除非有商业模式的创新,否则就是在挣吃力不讨好的辛苦钱。

【在 m******n 的大作中提到】
: 这个我考虑过,我自己的实验室也一直带几个做bioinformatics的学生和薄厚,在国内
: 外学术界,工业界也有不少人脉,但是主要有以下一些问题
: 1. 简单的上游基本的序列分析,其实现在测序公司也能提供一些,这些事专门为需求
: 最低的人提供的。
: 2. 真正有价值的分析,需要在实验早期就跟对方一起探讨,跟collaboration一样,但
: 是你不需academic credit,而是作为一种service,这种model的问题是每个项目需要
: 投入很多,而且你的人才培养要求也很高,需要真正懂生物的bioinformatian,很难
: scale up。
: 3. 所以很可能你最后的模式介于1和2之间,不上不下。
: 如果你有好的想法,可以给我email [email protected]@gmail.com.nospam (去掉@ 和.nospam).

avatar
w*1
63
先生存后发展,个体化医疗市场是未来趋势,但是不能老想着未来不顾现在,我有成熟
的商业模式和实践经历,以及一个相对完整的团队,正想开拓生物信息学的市场,有兴
趣的朋友可以与我联系。

【在 b*****s 的大作中提到】
: 这个总结非常到位,我觉得要开一个个性化医疗服务公司并保持持续的领先地位,最后
: 两个目标正是该公司应该搞的和优先搞的,这些是核心竞争力,不是山寨可以的。这样
: 一个公司应该着重提供数据分析,咨询和指导服务。至于实验检测和验证之类的工作交
: 给别人去做。就像家庭医生一样,根据客户情况,建议其去哪做什么检测,拿到检测数
: 据后进行分析,给出诊断结果并指导下一步的检测和验证。可以先成立一个这样的小公
: 司,然后和有声望的测序公司以及实验室谈好合作,选取有影响力的人比如患某种病的
: 名人进行免费的个性化分析和后续的检测治疗,在取得较好结果的情况下广而告之建立
: 公司名声。同时也可提供针对科研人员的咨询分析指导服务,在学术上积累credits 和
: 用于训练员工。另外需要强调的一点是,一定要开发类似于IPA的分析软件。还有就是
: 可以几个人牵头先搞个创业计划书,争取拿到风投。 我比较看好开这样一个公司,有

avatar
k*z
64
也就是说学生物的变态多?

【在 l*******n 的大作中提到】
: 你说得很对,做这种科研服务是很难赚钱的。
: 对于这样的公司来说,所面对的大多数客户的心态是这样的:
: 付出很少或最好不付出任何酬劳,得到真正有价值的分析,拿走所有的credit。
: 除非有商业模式的创新,否则就是在挣吃力不讨好的辛苦钱。

avatar
M*P
65
你先搞清楚用开源软件能否收钱吧。

sequencing
★ 发自iPhone App: ChineseWeb 7.8

【在 r******0 的大作中提到】
: I am a postdoc in Bioinformatics, focusing on high throughput DNA sequencing
: data analysis.Anyone who is interested in start up a company to provide
: analysis service can contact me. Please also tell me your educational
: background~

avatar
o*n
66
我也觉得后面的统计分析是关键。
processing data没什么

【在 r******0 的大作中提到】
: 跑跑bowtie (tophat), cufflinks只是最初步的
: 真的的难点在后面的统计/算法模型,比如如何挑选感兴趣的基因以保证实验验证有比
: 较好的成功率?
: 如何在大量噪音中分析出究竟是哪些基因参与了哪些过程导致了该结果?
:
: 的。

avatar
S*6
67
先赞一下LZ的想法的勇气!
然后告诉LZ一点最近发生的比较压力大的事情,那就是苹果和Google已经进入这个领域
,苹果和梅奥合作,因为梅奥有大量的病人数据而且开发了很多在线apps。Google有自
己的23andme正在自己搜集数据,而且也在和斯坦福/杜克合作。
欢迎LZ私信我一起聊聊。最好的方法是先混进这两大超级团队里面看看先。
avatar
s*s
68
那两个离婚了没?

【在 S***6 的大作中提到】
: 先赞一下LZ的想法的勇气!
: 然后告诉LZ一点最近发生的比较压力大的事情,那就是苹果和Google已经进入这个领域
: ,苹果和梅奥合作,因为梅奥有大量的病人数据而且开发了很多在线apps。Google有自
: 己的23andme正在自己搜集数据,而且也在和斯坦福/杜克合作。
: 欢迎LZ私信我一起聊聊。最好的方法是先混进这两大超级团队里面看看先。

avatar
P*6
69
在版上这么干很难成功,创业最重要的是团队,没有长期的信任培养,能力匹配很难。
你可以在版上找和你地域相近的。版下慢慢聊

【在 r******0 的大作中提到】
: 咱这个坑从标题到内容应该是比较清楚的吧
: 就是我目前有这个想法,但是还没想透,问一问有没有同样感兴趣的
: 如果聊的好 想透了就干起来
: 可不是招人或者招合伙人的意思

avatar
r*0
70
I believe google genomics is the best
The problem is google is interested in too many staff, I doubt if they could
focus
They have money, kit, machine, everything, I just want to live by the side
of the elephant like a bird or an ant

【在 S***6 的大作中提到】
: 先赞一下LZ的想法的勇气!
: 然后告诉LZ一点最近发生的比较压力大的事情,那就是苹果和Google已经进入这个领域
: ,苹果和梅奥合作,因为梅奥有大量的病人数据而且开发了很多在线apps。Google有自
: 己的23andme正在自己搜集数据,而且也在和斯坦福/杜克合作。
: 欢迎LZ私信我一起聊聊。最好的方法是先混进这两大超级团队里面看看先。

avatar
P*6
71
你说得对,测序及基本分析只是大的bioinformatics analysis中的零头。
case by case的问题可以克服,只要管理能力,技术高度够强。首先是管理能力

【在 f*******9 的大作中提到】
: 这个你就有点井底观天了,生物信息就等同于测序?这么多建模,统计,数据库的都不
: 算?从15年前生物信息刚起步时候的文献读到现在,最经典的方法基本都是05年之前做
: 出来的,后面无非是修修补补而已。
: 大规模脚本处理,本身就是个缺陷,都不能做成一个系统。质量控制?50年前的技术了
: 吧。算法和统计?经典统计,Fisher那一套,得有七八十年了吧;新的机器学习,大多
: 是1980-1990年左右做出来的,到2000年左右就有N多教科书了,到现在是有改进,但不
: 大。

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。