做biology的看不起做测序、bioinfo和结构的？ - 未名空间MITBBS历史存档

国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>未名空间

>Biology - 生物学

做biology的看不起做测序、bioinfo和结构的？

做biology的看不起做测序、bioinfo和结构的？# Biology - 生物学

j*g2017-03-18 07:03

1 楼

送快递的看不起水管工？都是搬砖的。
很多人把华大和施一公并列，认为他们的研究都属于毫无创新的生产流水线式研究。我
觉得这是不懂基因组学和结构生物学的人才会持有的观点。基因组学（和结构生物学）
是搬砖，难道其他生物学研究就不是？难道每天分子克隆、养细胞、Western很有技术
含量？你觉得你打了五年的pipette就搞清楚了几个信号通路，其思维训练真的比得上
数学专业刷吉米多维奇？生信分析没有深厚的统计学功底是做不了的（说搞生信用的都
是国外软件的，好像你们提质粒用的不是商业化试剂盒似的）。

F*t2017-03-18 07:03

2 楼

生物信息难度比实验高出数量级。
实验生物学瞧不起生物信息就是装逼而已。
PCA都搞不懂的。

【在 j*********g 的大作中提到】

: 送快递的看不起水管工？都是搬砖的。
: 很多人把华大和施一公并列，认为他们的研究都属于毫无创新的生产流水线式研究。我
: 觉得这是不懂基因组学和结构生物学的人才会持有的观点。基因组学（和结构生物学）
: 是搬砖，难道其他生物学研究就不是？难道每天分子克隆、养细胞、Western很有技术
: 含量？你觉得你打了五年的pipette就搞清楚了几个信号通路，其思维训练真的比得上
: 数学专业刷吉米多维奇？生信分析没有深厚的统计学功底是做不了的（说搞生信用的都
: 是国外软件的，好像你们提质粒用的不是商业化试剂盒似的）。

a*r2017-03-18 07:03

3 楼

纯生物的确有人有很大优越感，我原来lab 里就有个国内来的，天天说生信门槛低。老
实说，她抓c57 确实一把好手，我就不行。优越感油然而生。

e*62017-03-18 07:03

4 楼

生物的的确在发表paper时候对写作和最终polishing的要求高很多，你看看比如nar或
者genome research上的图，基本都是在ppt或者更加专业的软件上精心制作的，但是做
计算的，举个类似档次的会议比如nips, 大部分都是code里边写好在latex下生成的

【在 a******r 的大作中提到】

: 纯生物的确有人有很大优越感，我原来lab 里就有个国内来的，天天说生信门槛低。老
: 实说，她抓c57 确实一把好手，我就不行。优越感油然而生。

f*n2017-03-18 07:03

5 楼

您是在讽刺搞生物的人压根不懂何为Latex？
哈哈哈哈

【在 e*********6 的大作中提到】

: 生物的的确在发表paper时候对写作和最终polishing的要求高很多，你看看比如nar或
: 者genome research上的图，基本都是在ppt或者更加专业的软件上精心制作的，但是做
: 计算的，举个类似档次的会议比如nips, 大部分都是code里边写好在latex下生成的

n*72017-03-18 07:03

6 楼

你是不是每次故意来装傻？
nar和genome research是发bioinfo文章的主要期刊好不？
bioinfo的图，不仅需要ppt或者你说的更加专业的软件，还需要很多编程画图
我写文章的相当时间都是用在画图上了
至于文字部分，你要是发过比plos one高的bioinfo讲发现讲方法的文章，绝对不会认
为比生物的故事要好写。reviewer往往都是一半偏生物的，一半偏计算的，又要通俗，
又要严谨，生物和计算两方面都要照顾。

【在 e*********6 的大作中提到】

n*72017-03-18 07:03

7 楼

我这个回帖其实是说
如果不是为了做PI，不要做bioinfo
我也曾是个冒险者，可是付出太多，回报太少...

【在 n******7 的大作中提到】

: 你是不是每次故意来装傻？
: nar和genome research是发bioinfo文章的主要期刊好不？
: bioinfo的图，不仅需要ppt或者你说的更加专业的软件，还需要很多编程画图
: 我写文章的相当时间都是用在画图上了
: 至于文字部分，你要是发过比plos one高的bioinfo讲发现讲方法的文章，绝对不会认
: 为比生物的故事要好写。reviewer往往都是一半偏生物的，一半偏计算的，又要通俗，
: 又要严谨，生物和计算两方面都要照顾。

K*n2017-03-18 07:03

8 楼

什么 PCA，那叫 PCR
果然做 bioinfo 的啥也不懂 LMAO

【在 F*******t 的大作中提到】

: 生物信息难度比实验高出数量级。
: 实验生物学瞧不起生物信息就是装逼而已。
: PCA都搞不懂的。

K*22017-03-18 07:03

9 楼

这个楼的回帖真是绝了，可以整个搬到joke版去

l*62017-03-18 07:03

10 楼

神回复，智商暴露，PCA = principal component analysis,非常基础，非常常用的特
征提取方法。

【在 K****n 的大作中提到】

: 什么 PCA，那叫 PCR
: 果然做 bioinfo 的啥也不懂 LMAO

h*c2017-03-18 07:03

11 楼

Lol

【在 K****n 的大作中提到】

: 什么 PCA，那叫 PCR
: 果然做 bioinfo 的啥也不懂 LMAO

f*n2017-03-18 07:03

12 楼

额。是您的智商暴露吧
人家这是反讽幽默呢

【在 l********6 的大作中提到】

: 神回复，智商暴露，PCA = principal component analysis,非常基础，非常常用的特
: 征提取方法。

s*y2017-03-18 07:03

13 楼

上SVD++就能镇得住了

【在 l********6 的大作中提到】

: 神回复，智商暴露，PCA = principal component analysis,非常基础，非常常用的特
: 征提取方法。

s*y2017-03-18 07:03

14 楼

latex很难吗？也就在刷试管的千老勉强装个逼格。

【在 e*********6 的大作中提到】

l*62017-03-18 07:03

15 楼

谁知道是不懂，还是反讽。又不是没遇到，不懂说错话，然后说自己是反讽的。

【在 f*****n 的大作中提到】

: 额。是您的智商暴露吧
: 人家这是反讽幽默呢

l*62017-03-18 07:03

16 楼

不用软件，叫用公式自己算PCA，立马就慌了。

【在 s******y 的大作中提到】

: 上SVD++就能镇得住了

s*o2017-03-18 07:03

17 楼

做基因测序硬件直接鄙视你们没我们你玩个屁

e*62017-03-18 07:03

18 楼

不难，latex很方便，但是要做更漂亮的排班和图，就不是很方便了。我强调的时候就
是生物的对画图要求高

【在 s******y 的大作中提到】

: latex很难吗？也就在刷试管的千老勉强装个逼格。

a*r2017-03-18 07:03

19 楼

这贴充满了钓鱼味

K*n2017-03-18 07:03

20 楼

不用类库，让用 c++ 自己求 eigenvalue 立马就慌了

【在 l********6 的大作中提到】

: 不用软件，叫用公式自己算PCA，立马就慌了。

K*n2017-03-18 07:03

21 楼

提 SVD 我可以理解
提 SVD++ 不说 factorization machine 就有点奇怪

【在 s******y 的大作中提到】

: 上SVD++就能镇得住了

K*n2017-03-18 07:03

22 楼

我反思了一下，为啥我忍不住来瞎扯。发现了规律 - 这里的人民群众说的东西都很
out dated
PCA - 已经没人用了，求特征向量求逆的东西产品里没法 scale
SVD++ 已经没人用了，factorization machine 和 field-aware factorization
machine 已经综合了所有矩阵分解类算法
还有您老说的 SVM - 已经没人用了，太 tmd 慢了，除非 linear svm，但是 linear
model 我随便选 cost function 就好了
我建议转码农就好好 coding，不要觉得自己在学校里跟教授大爷学的这些 ML 能过面试

【在 f*****n 的大作中提到】

: 额。是您的智商暴露吧
: 人家这是反讽幽默呢

y*u2017-03-18 07:03

23 楼

文科生看不懂你们在说啥。eigen 是德语吗

【在 K****n 的大作中提到】

: 不用类库，让用 c++ 自己求 eigenvalue 立马就慌了

h*n2017-03-18 07:03

24 楼

“都是搬砖的”，这个正解。
其实不管是wet，还是dry，都是一个样子。生物这个行当，还处于原始积累的阶段，注
定了要烧掉那么几代人的，然后才能完成量变到质变，成为正式的学科。
杀老鼠是忽悠，做信息是用忽悠的数据再分析，也就是忽悠上的忽悠。
其实重大发现很多都不一定是要“定量”的。

K*n2017-03-18 07:03

25 楼

我真诚滴求个指点

【在 y***u 的大作中提到】

: 文科生看不懂你们在说啥。eigen 是德语吗

n*72017-03-18 07:03

26 楼

你也不要过来吓人
现在是个码农都号称自己会ML
特别是转DS的，要求也没特别高

面试

【在 K****n 的大作中提到】

: 我反思了一下，为啥我忍不住来瞎扯。发现了规律 - 这里的人民群众说的东西都很
: out dated
: PCA - 已经没人用了，求特征向量求逆的东西产品里没法 scale
: SVD++ 已经没人用了，factorization machine 和 field-aware factorization
: machine 已经综合了所有矩阵分解类算法
: 还有您老说的 SVM - 已经没人用了，太 tmd 慢了，除非 linear svm，但是 linear
: model 我随便选 cost function 就好了
: 我建议转码农就好好 coding，不要觉得自己在学校里跟教授大爷学的这些 ML 能过面试

K*n2017-03-18 07:03

27 楼

要求是不高，只是有人达不到
码农主要考 coding，他号称会ML，答不上来题，coding好的话招了也有别的用处

【在 n******7 的大作中提到】

: 你也不要过来吓人
: 现在是个码农都号称自己会ML
: 特别是转DS的，要求也没特别高
:
: 面试

w*22017-03-18 07:03

28 楼

是这样

【在 h*****n 的大作中提到】

: “都是搬砖的”，这个正解。
: 其实不管是wet，还是dry，都是一个样子。生物这个行当，还处于原始积累的阶段，注
: 定了要烧掉那么几代人的，然后才能完成量变到质变，成为正式的学科。
: 杀老鼠是忽悠，做信息是用忽悠的数据再分析，也就是忽悠上的忽悠。
: 其实重大发现很多都不一定是要“定量”的。

w*22017-03-18 07:03

29 楼

PCA SVM 都挺有用的，不过都可以被包装起来自动化了。

w*22017-03-18 07:03

30 楼

现在出了TIME SERIES之外，别的MODEL都不用人工建模了。以后TIME SERIES也会自动
化。DS的前途何在？

K*n2017-03-18 07:03

31 楼

DS 的前途在于向 business 和 product 推销“可解释”和“可操作”的模型，在公司
组织内部形成对抗 ML 和 AI 的联盟。这本质是新旧科技的对抗，不过大部分人没有感
受。

【在 w********2 的大作中提到】

: 现在出了TIME SERIES之外，别的MODEL都不用人工建模了。以后TIME SERIES也会自动
: 化。DS的前途何在？

w*22017-03-18 07:03

32 楼

感觉DS用深层神经网络也挺多的，和ML，AI很难区分。倒是过去FACTORIAL ANOVA之类
的很好解释，但和统计没啥区别。

【在 K****n 的大作中提到】

: DS 的前途在于向 business 和 product 推销“可解释”和“可操作”的模型，在公司
: 组织内部形成对抗 ML 和 AI 的联盟。这本质是新旧科技的对抗，不过大部分人没有感
: 受。