对高通量数据非常失望# Biology - 生物学
d*i
1 楼
熨斗的效果应该会比较好，而且比较喜欢使用熨斗的感觉
但是最近要去别的地方onsite面试，steamer可以方便携带
不知道是不是酒店都提供衣服的熨烫服务？
希望过来人提供点意见，这样我好参考选择，谢谢大家。
但是最近要去别的地方onsite面试，steamer可以方便携带
不知道是不是酒店都提供衣服的熨烫服务？
希望过来人提供点意见，这样我好参考选择，谢谢大家。
b*g
2 楼
儿子女儿一个幼儿园, 儿子班一韩国女孩过生日,在外面办的那种,邀请哥俩同去. 韩国
女孩妈妈明确说不需要买礼物,意思是不想她女儿spoiled.
可是我们一家四口去又吃又喝又玩的,两手空空,实在不好意思.
要不我不买玩具, 买点学习用品啥的?
女孩妈妈明确说不需要买礼物,意思是不想她女儿spoiled.
可是我们一家四口去又吃又喝又玩的,两手空空,实在不好意思.
要不我不买玩具, 买点学习用品啥的?
T*i
3 楼
这么多年几个项目，想看看高通量数据能提供什么启发，基本上都没用。甚至高通量的
数据都不能包括一些已知低通量数据。这里的高通量数据类型有RNAseq, microarray，
Affinity purification-MS等等，有自己的数据，更多的是网上的数据库，如BioGrid
。只有要看的蛋白是转录因子的情况下还意义。绝大多数时候，看着那么多机器生成的
毫无实际意义的regulation network，让我想起一次听Sidney Brenner的讲座他说的，
“High throughput, low input, no output”。真心是garbage in, garbage out，一
堆大忽悠。
数据都不能包括一些已知低通量数据。这里的高通量数据类型有RNAseq, microarray，
Affinity purification-MS等等，有自己的数据，更多的是网上的数据库，如BioGrid
。只有要看的蛋白是转录因子的情况下还意义。绝大多数时候，看着那么多机器生成的
毫无实际意义的regulation network，让我想起一次听Sidney Brenner的讲座他说的，
“High throughput, low input, no output”。真心是garbage in, garbage out，一
堆大忽悠。
x*g
4 楼
真讲究
【在 d********i 的大作中提到】
: 熨斗的效果应该会比较好，而且比较喜欢使用熨斗的感觉
: 但是最近要去别的地方onsite面试，steamer可以方便携带
: 不知道是不是酒店都提供衣服的熨烫服务？
: 希望过来人提供点意见，这样我好参考选择，谢谢大家。
【在 d********i 的大作中提到】
: 熨斗的效果应该会比较好，而且比较喜欢使用熨斗的感觉
: 但是最近要去别的地方onsite面试，steamer可以方便携带
: 不知道是不是酒店都提供衣服的熨烫服务？
: 希望过来人提供点意见，这样我好参考选择，谢谢大家。
b*s
5 楼
gift card 放生日卡里面,
【在 b*******g 的大作中提到】
: 儿子女儿一个幼儿园, 儿子班一韩国女孩过生日,在外面办的那种,邀请哥俩同去. 韩国
: 女孩妈妈明确说不需要买礼物,意思是不想她女儿spoiled.
: 可是我们一家四口去又吃又喝又玩的,两手空空,实在不好意思.
: 要不我不买玩具, 买点学习用品啥的?
【在 b*******g 的大作中提到】
: 儿子女儿一个幼儿园, 儿子班一韩国女孩过生日,在外面办的那种,邀请哥俩同去. 韩国
: 女孩妈妈明确说不需要买礼物,意思是不想她女儿spoiled.
: 可是我们一家四口去又吃又喝又玩的,两手空空,实在不好意思.
: 要不我不买玩具, 买点学习用品啥的?
s*y
6 楼
从另外一个角度来说，cook数据的可能性小，更客观，当然前提是操作没有失误，设计
没有问题。很多生物千老或者未来千老对原理不是很透彻或者说根本一知半解，无法按
照自己要求出结果。像跑胶，blot还有confocal这些基本上都被玩坏了，需要啥样的东
西，整一个进去太容易了，整不进去P进去。保守点估计一半以上的所谓的低通量数据，
都是千老们朝着老板画饼的期望值“努力”的结果。都懂滴
BioGrid
【在 T****i 的大作中提到】
: 这么多年几个项目，想看看高通量数据能提供什么启发，基本上都没用。甚至高通量的
: 数据都不能包括一些已知低通量数据。这里的高通量数据类型有RNAseq, microarray，
: Affinity purification-MS等等，有自己的数据，更多的是网上的数据库，如BioGrid
: 。只有要看的蛋白是转录因子的情况下还意义。绝大多数时候，看着那么多机器生成的
: 毫无实际意义的regulation network，让我想起一次听Sidney Brenner的讲座他说的，
: “High throughput, low input, no output”。真心是garbage in, garbage out，一
: 堆大忽悠。
没有问题。很多生物千老或者未来千老对原理不是很透彻或者说根本一知半解，无法按
照自己要求出结果。像跑胶，blot还有confocal这些基本上都被玩坏了，需要啥样的东
西，整一个进去太容易了，整不进去P进去。保守点估计一半以上的所谓的低通量数据，
都是千老们朝着老板画饼的期望值“努力”的结果。都懂滴
BioGrid
【在 T****i 的大作中提到】
: 这么多年几个项目，想看看高通量数据能提供什么启发，基本上都没用。甚至高通量的
: 数据都不能包括一些已知低通量数据。这里的高通量数据类型有RNAseq, microarray，
: Affinity purification-MS等等，有自己的数据，更多的是网上的数据库，如BioGrid
: 。只有要看的蛋白是转录因子的情况下还意义。绝大多数时候，看着那么多机器生成的
: 毫无实际意义的regulation network，让我想起一次听Sidney Brenner的讲座他说的，
: “High throughput, low input, no output”。真心是garbage in, garbage out，一
: 堆大忽悠。
B*g
7 楼
一共才几块钱呀，都买了
【在 d********i 的大作中提到】
: 熨斗的效果应该会比较好，而且比较喜欢使用熨斗的感觉
: 但是最近要去别的地方onsite面试，steamer可以方便携带
: 不知道是不是酒店都提供衣服的熨烫服务？
: 希望过来人提供点意见，这样我好参考选择，谢谢大家。
【在 d********i 的大作中提到】
: 熨斗的效果应该会比较好，而且比较喜欢使用熨斗的感觉
: 但是最近要去别的地方onsite面试，steamer可以方便携带
: 不知道是不是酒店都提供衣服的熨烫服务？
: 希望过来人提供点意见，这样我好参考选择，谢谢大家。
w*t
8 楼
哎呀，这个问题我也想问
作为主人，我也想主动提出生日爬梯不用带礼物
可是，这样会不会反而给客人带来麻烦啊？人家还真不好意思2手空空，咋办呢？
反而送钱啦？我觉得更不好意思了
作为主人，我也想主动提出生日爬梯不用带礼物
可是，这样会不会反而给客人带来麻烦啊？人家还真不好意思2手空空，咋办呢？
反而送钱啦？我觉得更不好意思了
T*i
9 楼
但没什么意义啊。比如Affinity-MS结果中经常见到表达量很高的蛋白如细胞骨架蛋白
，motor 蛋白等，基本都是假的。用的buffer也决定了能得到什么，得不到什么。至于
RNAseq, microarray结果，有多少是secondary effect？我敢说90%以上的高通量结果
没什么用。低通量结果，有用的结果还高些。
据，
【在 s******y 的大作中提到】
: 从另外一个角度来说，cook数据的可能性小，更客观，当然前提是操作没有失误，设计
: 没有问题。很多生物千老或者未来千老对原理不是很透彻或者说根本一知半解，无法按
: 照自己要求出结果。像跑胶，blot还有confocal这些基本上都被玩坏了，需要啥样的东
: 西，整一个进去太容易了，整不进去P进去。保守点估计一半以上的所谓的低通量数据，
: 都是千老们朝着老板画饼的期望值“努力”的结果。都懂滴
:
: BioGrid
，motor 蛋白等，基本都是假的。用的buffer也决定了能得到什么，得不到什么。至于
RNAseq, microarray结果，有多少是secondary effect？我敢说90%以上的高通量结果
没什么用。低通量结果，有用的结果还高些。
据，
【在 s******y 的大作中提到】
: 从另外一个角度来说，cook数据的可能性小，更客观，当然前提是操作没有失误，设计
: 没有问题。很多生物千老或者未来千老对原理不是很透彻或者说根本一知半解，无法按
: 照自己要求出结果。像跑胶，blot还有confocal这些基本上都被玩坏了，需要啥样的东
: 西，整一个进去太容易了，整不进去P进去。保守点估计一半以上的所谓的低通量数据，
: 都是千老们朝着老板画饼的期望值“努力”的结果。都懂滴
:
: BioGrid
l*a
10 楼
旅馆基本上应该有
【在 d********i 的大作中提到】
: 熨斗的效果应该会比较好，而且比较喜欢使用熨斗的感觉
: 但是最近要去别的地方onsite面试，steamer可以方便携带
: 不知道是不是酒店都提供衣服的熨烫服务？
: 希望过来人提供点意见，这样我好参考选择，谢谢大家。
【在 d********i 的大作中提到】
: 熨斗的效果应该会比较好，而且比较喜欢使用熨斗的感觉
: 但是最近要去别的地方onsite面试，steamer可以方便携带
: 不知道是不是酒店都提供衣服的熨烫服务？
: 希望过来人提供点意见，这样我好参考选择，谢谢大家。
j*e
11 楼
送本书？
j*u
12 楼
还真敢说……
你所说的问题大部分是实验设计和对照的问题。低通量一样有。
高通量时代确实是数据更客观了。你看一个人吹得天幻乱坠一翻原始data就可以笑笑走
开了。不用浪费自己的青春进去
【在 T****i 的大作中提到】
: 但没什么意义啊。比如Affinity-MS结果中经常见到表达量很高的蛋白如细胞骨架蛋白
: ，motor 蛋白等，基本都是假的。用的buffer也决定了能得到什么，得不到什么。至于
: RNAseq, microarray结果，有多少是secondary effect？我敢说90%以上的高通量结果
: 没什么用。低通量结果，有用的结果还高些。
:
: 据，
你所说的问题大部分是实验设计和对照的问题。低通量一样有。
高通量时代确实是数据更客观了。你看一个人吹得天幻乱坠一翻原始data就可以笑笑走
开了。不用浪费自己的青春进去
【在 T****i 的大作中提到】
: 但没什么意义啊。比如Affinity-MS结果中经常见到表达量很高的蛋白如细胞骨架蛋白
: ，motor 蛋白等，基本都是假的。用的buffer也决定了能得到什么，得不到什么。至于
: RNAseq, microarray结果，有多少是secondary effect？我敢说90%以上的高通量结果
: 没什么用。低通量结果，有用的结果还高些。
:
: 据，
m*a
13 楼
唉，我也有这种问题。老二快三岁了，想个她在家办个简易party，但我实在是不想客
人们带礼物了，我家老大五岁的生日礼物一个都还没拆，还在车库里。家里还有好几个
大的玩具也没拆包，娃都顾不上玩。
人们带礼物了，我家老大五岁的生日礼物一个都还没拆，还在车库里。家里还有好几个
大的玩具也没拆包，娃都顾不上玩。
s*y
14 楼
如果没有意义，前面我说了，在实验设计合理操作正确的前提下，说明这个研究本来就
没有意思。低通量不过是人为cook而已
【在 T****i 的大作中提到】
: 但没什么意义啊。比如Affinity-MS结果中经常见到表达量很高的蛋白如细胞骨架蛋白
: ，motor 蛋白等，基本都是假的。用的buffer也决定了能得到什么，得不到什么。至于
: RNAseq, microarray结果，有多少是secondary effect？我敢说90%以上的高通量结果
: 没什么用。低通量结果，有用的结果还高些。
:
: 据，
没有意思。低通量不过是人为cook而已
【在 T****i 的大作中提到】
: 但没什么意义啊。比如Affinity-MS结果中经常见到表达量很高的蛋白如细胞骨架蛋白
: ，motor 蛋白等，基本都是假的。用的buffer也决定了能得到什么，得不到什么。至于
: RNAseq, microarray结果，有多少是secondary effect？我敢说90%以上的高通量结果
: 没什么用。低通量结果，有用的结果还高些。
:
: 据，
M*e
15 楼
我参加过的no gift please的party最后大家都带礼物了。
我看到的有：
让donate较新的鞋，然后donate给一个给贫困孩子的组织
让donate给一个组织，以孩子名义买chicken flocks, lamb, etc. 发给非洲穷人，他
们小鸡娃的时候再送给其他穷人，让他们能自食其力。
邀请上写，我家某某正在攥钱去某某地方旅游或买他的一大件物品，所以cash
appreciated...
【在 m*******a 的大作中提到】
: 唉，我也有这种问题。老二快三岁了，想个她在家办个简易party，但我实在是不想客
: 人们带礼物了，我家老大五岁的生日礼物一个都还没拆，还在车库里。家里还有好几个
: 大的玩具也没拆包，娃都顾不上玩。
我看到的有：
让donate较新的鞋，然后donate给一个给贫困孩子的组织
让donate给一个组织，以孩子名义买chicken flocks, lamb, etc. 发给非洲穷人，他
们小鸡娃的时候再送给其他穷人，让他们能自食其力。
邀请上写，我家某某正在攥钱去某某地方旅游或买他的一大件物品，所以cash
appreciated...
【在 m*******a 的大作中提到】
: 唉，我也有这种问题。老二快三岁了，想个她在家办个简易party，但我实在是不想客
: 人们带礼物了，我家老大五岁的生日礼物一个都还没拆，还在车库里。家里还有好几个
: 大的玩具也没拆包，娃都顾不上玩。
T*i
16 楼
高通量大部分是明明知道没用，也要灌水。当然好的地方是，没用但也没害处，除了浪
费钱。低通量的造假不但没用反而有害。这我承认。
【在 s******y 的大作中提到】
: 如果没有意义，前面我说了，在实验设计合理操作正确的前提下，说明这个研究本来就
: 没有意思。低通量不过是人为cook而已
费钱。低通量的造假不但没用反而有害。这我承认。
【在 s******y 的大作中提到】
: 如果没有意义，前面我说了，在实验设计合理操作正确的前提下，说明这个研究本来就
: 没有意思。低通量不过是人为cook而已
b*g
17 楼
哇，我还是孤陋寡闻啊。明天准备书和学习用品啦。
【在 M******e 的大作中提到】
: 我参加过的no gift please的party最后大家都带礼物了。
: 我看到的有：
: 让donate较新的鞋，然后donate给一个给贫困孩子的组织
: 让donate给一个组织，以孩子名义买chicken flocks, lamb, etc. 发给非洲穷人，他
: 们小鸡娃的时候再送给其他穷人，让他们能自食其力。
: 邀请上写，我家某某正在攥钱去某某地方旅游或买他的一大件物品，所以cash
: appreciated...
【在 M******e 的大作中提到】
: 我参加过的no gift please的party最后大家都带礼物了。
: 我看到的有：
: 让donate较新的鞋，然后donate给一个给贫困孩子的组织
: 让donate给一个组织，以孩子名义买chicken flocks, lamb, etc. 发给非洲穷人，他
: 们小鸡娃的时候再送给其他穷人，让他们能自食其力。
: 邀请上写，我家某某正在攥钱去某某地方旅游或买他的一大件物品，所以cash
: appreciated...
K*4
18 楼
同感，现在学术界喜欢fanciness,比如那些network，大数据，还有systems biology，
说的一个比一个好听，出来的结果都是已知的，新的东西基本上为零，尤其CNS发表的
尤甚！
BioGrid
【在 T****i 的大作中提到】
: 这么多年几个项目，想看看高通量数据能提供什么启发，基本上都没用。甚至高通量的
: 数据都不能包括一些已知低通量数据。这里的高通量数据类型有RNAseq, microarray，
: Affinity purification-MS等等，有自己的数据，更多的是网上的数据库，如BioGrid
: 。只有要看的蛋白是转录因子的情况下还意义。绝大多数时候，看着那么多机器生成的
: 毫无实际意义的regulation network，让我想起一次听Sidney Brenner的讲座他说的，
: “High throughput, low input, no output”。真心是garbage in, garbage out，一
: 堆大忽悠。
说的一个比一个好听，出来的结果都是已知的，新的东西基本上为零，尤其CNS发表的
尤甚！
BioGrid
【在 T****i 的大作中提到】
: 这么多年几个项目，想看看高通量数据能提供什么启发，基本上都没用。甚至高通量的
: 数据都不能包括一些已知低通量数据。这里的高通量数据类型有RNAseq, microarray，
: Affinity purification-MS等等，有自己的数据，更多的是网上的数据库，如BioGrid
: 。只有要看的蛋白是转录因子的情况下还意义。绝大多数时候，看着那么多机器生成的
: 毫无实际意义的regulation network，让我想起一次听Sidney Brenner的讲座他说的，
: “High throughput, low input, no output”。真心是garbage in, garbage out，一
: 堆大忽悠。
j*u
19 楼
做学术的人自古就喜欢fancy的东西，要不然就去工业界了。
后半句么，也真敢说
【在 K**4 的大作中提到】
: 同感，现在学术界喜欢fanciness,比如那些network，大数据，还有systems biology，
: 说的一个比一个好听，出来的结果都是已知的，新的东西基本上为零，尤其CNS发表的
: 尤甚！
:
: BioGrid
后半句么，也真敢说
【在 K**4 的大作中提到】
: 同感，现在学术界喜欢fanciness,比如那些network，大数据，还有systems biology，
: 说的一个比一个好听，出来的结果都是已知的，新的东西基本上为零，尤其CNS发表的
: 尤甚！
:
: BioGrid
K*4
20 楼
做学术是追求自然界的公理，不是fanciness。
看了太多烂文章，也自然敢说。
举个例子，前些天看了一个cell的文章，它提出用network的方法挖掘GO数据，并且号
称可以比blast更有效用于protein functional annotation。这个本身就是不可能的，
因为GO的注释本省就有很多错误，挖掘内部结构怎么可能预测功能信息？当然为了证明
方法的可行性，文章给了一个function-unknown的protein，用他的方法预测是个什么
enzyme，还提供了实验证明。可是仔细一看根本就是错误的，实际上是个膜蛋白，连个
enzyme的活性位点都没有。如果感兴趣，我回去发上来大家看看。
【在 j*******u 的大作中提到】
: 做学术的人自古就喜欢fancy的东西，要不然就去工业界了。
: 后半句么，也真敢说
看了太多烂文章，也自然敢说。
举个例子，前些天看了一个cell的文章，它提出用network的方法挖掘GO数据，并且号
称可以比blast更有效用于protein functional annotation。这个本身就是不可能的，
因为GO的注释本省就有很多错误，挖掘内部结构怎么可能预测功能信息？当然为了证明
方法的可行性，文章给了一个function-unknown的protein，用他的方法预测是个什么
enzyme，还提供了实验证明。可是仔细一看根本就是错误的，实际上是个膜蛋白，连个
enzyme的活性位点都没有。如果感兴趣，我回去发上来大家看看。
【在 j*******u 的大作中提到】
: 做学术的人自古就喜欢fancy的东西，要不然就去工业界了。
: 后半句么，也真敢说
s*j
21 楼
你知道是错得就行了, 人家也没害到你.
何必呢.
【在 K**4 的大作中提到】
: 做学术是追求自然界的公理，不是fanciness。
: 看了太多烂文章，也自然敢说。
: 举个例子，前些天看了一个cell的文章，它提出用network的方法挖掘GO数据，并且号
: 称可以比blast更有效用于protein functional annotation。这个本身就是不可能的，
: 因为GO的注释本省就有很多错误，挖掘内部结构怎么可能预测功能信息？当然为了证明
: 方法的可行性，文章给了一个function-unknown的protein，用他的方法预测是个什么
: enzyme，还提供了实验证明。可是仔细一看根本就是错误的，实际上是个膜蛋白，连个
: enzyme的活性位点都没有。如果感兴趣，我回去发上来大家看看。
何必呢.
【在 K**4 的大作中提到】
: 做学术是追求自然界的公理，不是fanciness。
: 看了太多烂文章，也自然敢说。
: 举个例子，前些天看了一个cell的文章，它提出用network的方法挖掘GO数据，并且号
: 称可以比blast更有效用于protein functional annotation。这个本身就是不可能的，
: 因为GO的注释本省就有很多错误，挖掘内部结构怎么可能预测功能信息？当然为了证明
: 方法的可行性，文章给了一个function-unknown的protein，用他的方法预测是个什么
: enzyme，还提供了实验证明。可是仔细一看根本就是错误的，实际上是个膜蛋白，连个
: enzyme的活性位点都没有。如果感兴趣，我回去发上来大家看看。
j*g
22 楼
能不能发来看看？私信也行，想学习！
谢谢
[在 Ka84 (无) 的大作中提到：]
:做学术是追求自然界的公理，不是fanciness。
:看了太多烂文章，也自然敢说。
:举个例子，前些天看了一个cell的文章，它提出用network的方法挖掘GO数据，并且号
:称可以比blast更有效用于protein functional annotation。这个本身就是不可能的
，因为GO的注释本省就有很多错误，挖掘内部结构怎么可能预测功能信息？当然为了证
明方法的可行性，文章给了一个function-unknown的protein，用他的方法预测是个什么
:enzyme，还提供了实验证明。可是仔细一看根本就是错误的，实际上是个膜蛋白，连
个enzyme的活性位点都没有。如果感兴趣，我回去发上来大家看看。
谢谢
[在 Ka84 (无) 的大作中提到：]
:做学术是追求自然界的公理，不是fanciness。
:看了太多烂文章，也自然敢说。
:举个例子，前些天看了一个cell的文章，它提出用network的方法挖掘GO数据，并且号
:称可以比blast更有效用于protein functional annotation。这个本身就是不可能的
，因为GO的注释本省就有很多错误，挖掘内部结构怎么可能预测功能信息？当然为了证
明方法的可行性，文章给了一个function-unknown的protein，用他的方法预测是个什么
:enzyme，还提供了实验证明。可是仔细一看根本就是错误的，实际上是个膜蛋白，连
个enzyme的活性位点都没有。如果感兴趣，我回去发上来大家看看。
e*o
23 楼
天资有点落伍了啊
哪个方法都有浑水摸鱼的
BioGrid
【在 T****i 的大作中提到】
: 这么多年几个项目，想看看高通量数据能提供什么启发，基本上都没用。甚至高通量的
: 数据都不能包括一些已知低通量数据。这里的高通量数据类型有RNAseq, microarray，
: Affinity purification-MS等等，有自己的数据，更多的是网上的数据库，如BioGrid
: 。只有要看的蛋白是转录因子的情况下还意义。绝大多数时候，看着那么多机器生成的
: 毫无实际意义的regulation network，让我想起一次听Sidney Brenner的讲座他说的，
: “High throughput, low input, no output”。真心是garbage in, garbage out，一
: 堆大忽悠。
哪个方法都有浑水摸鱼的
BioGrid
【在 T****i 的大作中提到】
: 这么多年几个项目，想看看高通量数据能提供什么启发，基本上都没用。甚至高通量的
: 数据都不能包括一些已知低通量数据。这里的高通量数据类型有RNAseq, microarray，
: Affinity purification-MS等等，有自己的数据，更多的是网上的数据库，如BioGrid
: 。只有要看的蛋白是转录因子的情况下还意义。绝大多数时候，看着那么多机器生成的
: 毫无实际意义的regulation network，让我想起一次听Sidney Brenner的讲座他说的，
: “High throughput, low input, no output”。真心是garbage in, garbage out，一
: 堆大忽悠。
n*7
24 楼
发上来看看吧
network就是个信仰
很多文章就是为了这个信仰硬掰出来的
这个我也是敢说的 哈哈
【在 K**4 的大作中提到】
: 做学术是追求自然界的公理，不是fanciness。
: 看了太多烂文章，也自然敢说。
: 举个例子，前些天看了一个cell的文章，它提出用network的方法挖掘GO数据，并且号
: 称可以比blast更有效用于protein functional annotation。这个本身就是不可能的，
: 因为GO的注释本省就有很多错误，挖掘内部结构怎么可能预测功能信息？当然为了证明
: 方法的可行性，文章给了一个function-unknown的protein，用他的方法预测是个什么
: enzyme，还提供了实验证明。可是仔细一看根本就是错误的，实际上是个膜蛋白，连个
: enzyme的活性位点都没有。如果感兴趣，我回去发上来大家看看。
network就是个信仰
很多文章就是为了这个信仰硬掰出来的
这个我也是敢说的 哈哈
【在 K**4 的大作中提到】
: 做学术是追求自然界的公理，不是fanciness。
: 看了太多烂文章，也自然敢说。
: 举个例子，前些天看了一个cell的文章，它提出用network的方法挖掘GO数据，并且号
: 称可以比blast更有效用于protein functional annotation。这个本身就是不可能的，
: 因为GO的注释本省就有很多错误，挖掘内部结构怎么可能预测功能信息？当然为了证明
: 方法的可行性，文章给了一个function-unknown的protein，用他的方法预测是个什么
: enzyme，还提供了实验证明。可是仔细一看根本就是错误的，实际上是个膜蛋白，连个
: enzyme的活性位点都没有。如果感兴趣，我回去发上来大家看看。
a*p
25 楼
生物最大的悲哀是它的逻辑推理是建立在人为创造的那些术语上的， 有些术语是有物
理基础的，还有很多没有啥现实基础，这个学科一半是科学一半是宗教。
理基础的，还有很多没有啥现实基础，这个学科一半是科学一半是宗教。
m*n
26 楼
systems biology is garbage.
HTS 大部分没用；
【在 K**4 的大作中提到】
: 同感，现在学术界喜欢fanciness,比如那些network，大数据，还有systems biology，
: 说的一个比一个好听，出来的结果都是已知的，新的东西基本上为零，尤其CNS发表的
: 尤甚！
:
: BioGrid
HTS 大部分没用；
【在 K**4 的大作中提到】
: 同感，现在学术界喜欢fanciness,比如那些network，大数据，还有systems biology，
: 说的一个比一个好听，出来的结果都是已知的，新的东西基本上为零，尤其CNS发表的
: 尤甚！
:
: BioGrid
K*4
27 楼
没有想到这么多人感兴趣：
http://www.ncbi.nlm.nih.gov/pubmed/25126794
Supergenomic network compression and the discovery of EXP1 as a glutathione
transferase inhibited by artesunate.
【在 n******7 的大作中提到】
: 发上来看看吧
: network就是个信仰
: 很多文章就是为了这个信仰硬掰出来的
: 这个我也是敢说的 哈哈
http://www.ncbi.nlm.nih.gov/pubmed/25126794
Supergenomic network compression and the discovery of EXP1 as a glutathione
transferase inhibited by artesunate.
【在 n******7 的大作中提到】
: 发上来看看吧
: network就是个信仰
: 很多文章就是为了这个信仰硬掰出来的
: 这个我也是敢说的 哈哈
T*i
28 楼
难怪Cell的IF越来越低了。
【在 K**4 的大作中提到】
: 做学术是追求自然界的公理，不是fanciness。
: 看了太多烂文章，也自然敢说。
: 举个例子，前些天看了一个cell的文章，它提出用network的方法挖掘GO数据，并且号
: 称可以比blast更有效用于protein functional annotation。这个本身就是不可能的，
: 因为GO的注释本省就有很多错误，挖掘内部结构怎么可能预测功能信息？当然为了证明
: 方法的可行性，文章给了一个function-unknown的protein，用他的方法预测是个什么
: enzyme，还提供了实验证明。可是仔细一看根本就是错误的，实际上是个膜蛋白，连个
: enzyme的活性位点都没有。如果感兴趣，我回去发上来大家看看。
【在 K**4 的大作中提到】
: 做学术是追求自然界的公理，不是fanciness。
: 看了太多烂文章，也自然敢说。
: 举个例子，前些天看了一个cell的文章，它提出用network的方法挖掘GO数据，并且号
: 称可以比blast更有效用于protein functional annotation。这个本身就是不可能的，
: 因为GO的注释本省就有很多错误，挖掘内部结构怎么可能预测功能信息？当然为了证明
: 方法的可行性，文章给了一个function-unknown的protein，用他的方法预测是个什么
: enzyme，还提供了实验证明。可是仔细一看根本就是错误的，实际上是个膜蛋白，连个
: enzyme的活性位点都没有。如果感兴趣，我回去发上来大家看看。
i*y
29 楼
还是看什么类型的高通量吧。我以前实验室里发展了一个高通量的东西，出来的hits供
整个实验室吃了5年，包括三篇CNS, 一篇dev cell, 一篇nature cel bio.而且基本上
都是讲机制的。
整个实验室吃了5年，包括三篇CNS, 一篇dev cell, 一篇nature cel bio.而且基本上
都是讲机制的。
s*a
30 楼
好，我看了这篇文章。酶反应的数据都有。你说没有活性点位，证据在哪儿？
glutathione
【在 K**4 的大作中提到】
: 没有想到这么多人感兴趣：
: http://www.ncbi.nlm.nih.gov/pubmed/25126794
: Supergenomic network compression and the discovery of EXP1 as a glutathione
: transferase inhibited by artesunate.
glutathione
【在 K**4 的大作中提到】
: 没有想到这么多人感兴趣：
: http://www.ncbi.nlm.nih.gov/pubmed/25126794
: Supergenomic network compression and the discovery of EXP1 as a glutathione
: transferase inhibited by artesunate.
s*a
31 楼
Yep.
Many people would choose a Corolla over a STI, because they don't know how
to drive.
【在 i********y 的大作中提到】
: 还是看什么类型的高通量吧。我以前实验室里发展了一个高通量的东西，出来的hits供
: 整个实验室吃了5年，包括三篇CNS, 一篇dev cell, 一篇nature cel bio.而且基本上
: 都是讲机制的。
Many people would choose a Corolla over a STI, because they don't know how
to drive.
【在 i********y 的大作中提到】
: 还是看什么类型的高通量吧。我以前实验室里发展了一个高通量的东西，出来的hits供
: 整个实验室吃了5年，包括三篇CNS, 一篇dev cell, 一篇nature cel bio.而且基本上
: 都是讲机制的。
r*t
32 楼
哈哈，同感
【在 a********p 的大作中提到】
: 生物最大的悲哀是它的逻辑推理是建立在人为创造的那些术语上的， 有些术语是有物
: 理基础的，还有很多没有啥现实基础，这个学科一半是科学一半是宗教。
【在 a********p 的大作中提到】
: 生物最大的悲哀是它的逻辑推理是建立在人为创造的那些术语上的， 有些术语是有物
: 理基础的，还有很多没有啥现实基础，这个学科一半是科学一半是宗教。
i*y
33 楼
不过siRNA的筛选真的不是一般人做的，而且最可恶的是很多老板经常喜欢让新学生做
这个东西。真心搞不懂。
这个东西。真心搞不懂。
x*u
34 楼
高通量方法研究分几种：
1. 根据自己关注，设计高通量实验，分析数据，然后mining生物学机制，
2. 完全用public发表的高通量数据，
3. 1，2 的混合，
根据我的经验，第一，三种是非常靠谱的。经常会有大量的novel信息出来，而且一时
半会根本做不完。
比如，我参与的一个leukima的项目，我们这边lab自己产生microarray的数据，和药厂
合作研究compound的resistant，然后我们设计方法跟CMap里面的数据进行比较，效果
是非常好的。
第二种就不好说了，public的数据往往产生条件不同，差异性大，而且质量良莠不齐，
对工具的操作，以及知识面要求很高。如果没有很好的生物信息学traning以及经验，
基本可以等同于一堆垃圾。
BioGrid
【在 T****i 的大作中提到】
: 这么多年几个项目，想看看高通量数据能提供什么启发，基本上都没用。甚至高通量的
: 数据都不能包括一些已知低通量数据。这里的高通量数据类型有RNAseq, microarray，
: Affinity purification-MS等等，有自己的数据，更多的是网上的数据库，如BioGrid
: 。只有要看的蛋白是转录因子的情况下还意义。绝大多数时候，看着那么多机器生成的
: 毫无实际意义的regulation network，让我想起一次听Sidney Brenner的讲座他说的，
: “High throughput, low input, no output”。真心是garbage in, garbage out，一
: 堆大忽悠。
1. 根据自己关注，设计高通量实验，分析数据，然后mining生物学机制，
2. 完全用public发表的高通量数据，
3. 1，2 的混合，
根据我的经验，第一，三种是非常靠谱的。经常会有大量的novel信息出来，而且一时
半会根本做不完。
比如，我参与的一个leukima的项目，我们这边lab自己产生microarray的数据，和药厂
合作研究compound的resistant，然后我们设计方法跟CMap里面的数据进行比较，效果
是非常好的。
第二种就不好说了，public的数据往往产生条件不同，差异性大，而且质量良莠不齐，
对工具的操作，以及知识面要求很高。如果没有很好的生物信息学traning以及经验，
基本可以等同于一堆垃圾。
BioGrid
【在 T****i 的大作中提到】
: 这么多年几个项目，想看看高通量数据能提供什么启发，基本上都没用。甚至高通量的
: 数据都不能包括一些已知低通量数据。这里的高通量数据类型有RNAseq, microarray，
: Affinity purification-MS等等，有自己的数据，更多的是网上的数据库，如BioGrid
: 。只有要看的蛋白是转录因子的情况下还意义。绝大多数时候，看着那么多机器生成的
: 毫无实际意义的regulation network，让我想起一次听Sidney Brenner的讲座他说的，
: “High throughput, low input, no output”。真心是garbage in, garbage out，一
: 堆大忽悠。
D*a
35 楼
对于像我这样wet lab的人，真看不懂那一堆蜘蛛网一样的图。在我看来，它就是在说
：我们这可是高上大的研究，你相信就是了。
：我们这可是高上大的研究，你相信就是了。
g*0
36 楼
It is better to describe what you have done in little bit more details.
BioGrid
【在 T****i 的大作中提到】
: 这么多年几个项目，想看看高通量数据能提供什么启发，基本上都没用。甚至高通量的
: 数据都不能包括一些已知低通量数据。这里的高通量数据类型有RNAseq, microarray，
: Affinity purification-MS等等，有自己的数据，更多的是网上的数据库，如BioGrid
: 。只有要看的蛋白是转录因子的情况下还意义。绝大多数时候，看着那么多机器生成的
: 毫无实际意义的regulation network，让我想起一次听Sidney Brenner的讲座他说的，
: “High throughput, low input, no output”。真心是garbage in, garbage out，一
: 堆大忽悠。
BioGrid
【在 T****i 的大作中提到】
: 这么多年几个项目，想看看高通量数据能提供什么启发，基本上都没用。甚至高通量的
: 数据都不能包括一些已知低通量数据。这里的高通量数据类型有RNAseq, microarray，
: Affinity purification-MS等等，有自己的数据，更多的是网上的数据库，如BioGrid
: 。只有要看的蛋白是转录因子的情况下还意义。绝大多数时候，看着那么多机器生成的
: 毫无实际意义的regulation network，让我想起一次听Sidney Brenner的讲座他说的，
: “High throughput, low input, no output”。真心是garbage in, garbage out，一
: 堆大忽悠。
相关阅读
恭喜杰出校友兼老乡施一公升任清华校长有包子~Paper help~:>我们身体上那些难以言明的奇怪的症状，99%的人都出现过zz做生物的转行，有哪些行业可以选择Paper help （包子）国际学术界高度关注施一公研究组《科学》论文成果居然没人发这个？－德国施普林格出版集团回应撤回64篇论文（中国大造假）赞一下饶毅的讲话觉得很多人真是走火入魔了paper help, thanks!熬夜工作容易得血液病nonradioactive ATP binding施一公的普林斯顿以前同事现在知道他为什么回国了吧我预测，11g至少至少可以得五次诺贝尔奖南都专访肖传国为什么那么多人说Roger Kornberg？学生物的，在湾区，能混下去吗？投了pnas，有点紧张为什么施一公总有人批评有些人说生物发展技术革新不重要我笑了