生信小白第13天-生信～未来我们何去何从？

今天是生信星球陪你的第13天

   你想找辆共享单车，发现满街都是别家车，没有一辆你能骑。

   你想学点生信，搜了“初学者教程”，满眼尽是高大上，没有一句能看懂。

   终于你跨越茫茫宇宙，来到生信星球，发现了初学者的新大陆！

今天豆豆要写的和技术无关，想谈谈关于未来生信产业发展的体会

       我们一起学习了这么多天，不知道你为什么想学生信呢？是出于对纯生物的厌倦，想学点高大上的信息编程？还是看中了未来这个交叉学科的高薪？
       豆豆踏入这个领域，是在去年的11月底，实验遇到了瓶颈，没有实验材料无从下手，听说转录组测的快，分析流程短，还属于组学高层次范畴，那么就它吧！从得到另一份材料到拿到数据用时2个月，还是蛮快的。在这两个月等待时间内，豆豆没有闲着，分析了师姐的一份转录组数据，就当作练手。
       刚开始确实举步维艰，感觉入门很难。又要学编程，又要学新系统Linux，还要学会各种软件使用，然后跑流程、安软件会遇到各种问题，可能现在的你也面临同样的焦虑。想过放弃，又不甘心毕了业面临迷茫，想给自己找个动力学点新东西，于是沉下心来，从基础linux使用入手，学会了安装软件，配置环境变量，懂得了测序原理，了解了大体的分析流程，一点点从转录组入了门，感觉还蛮有意思的~_~
       其实呢，我们很多时候就是被惰性害了，能分析简单的就不想碰复杂的，但是一旦你跨出了自己的舒适区，拿个真实项目逼迫自己一把，也许会有意想不到的效果。和生信技能树创办者Jimmy聊过发现，他的学习方法很简单但又很高效，就是专注一个项目，做通做透。
       今天上Google想找本教材看看，逛到了edX公开课网站（有兴趣的小伙伴可以去看看，向国际高校教授学习同时又练听力），发现了Georgetown University 的一门课程：                                                    Demystifying Biomedical Big Data       https://courses.edx.org/courses/course-v1:GeorgetownX+BIOX-201-01x+2T2017_2/course/

       关于这所学校，你有可能不太了解，只要知道它1789年建校，上世纪50年代开设生物信息医药方向（那会我们还没有PC），更要记住的是这位女生信科学家Maragate Dayoff。       她是第一个用一个大写字母表示氨基酸的人，之前的所有工作都要使用三联体密码子，想象下得多麻烦，看来生信大牛都是偷懒小能手～记住一句话：偷懒是种美德（来自Python基础教程）。

课程中有一段视频是采访 Dr.Subha,致力于生物医药领域大数据平台构建，开发了G-DOC & G-DOC Plus,前者存放肿瘤数据，后者加入了其他重大疾病数据。在谈到她关于未来生物信息领域的发展时，她谈到了三点创新，另外豆豆也加入了自己的理解：

1. IOT（Internet of Things）space.
   5G时代就要到来，带给我们的不仅仅是高速的网上冲浪，更重要的是物联网的快速兴起并发展。OPEN, SHARE, HELP将是下个黄金十年的重头戏。未来的测序数据不再局限于科研院所和医疗机构，而是应该开放共享，共同助力建设一个大的数据集团。她提到了“The patient is the center of the IOT, with lots of apps available”，人应处于数据的核心，接入简单快捷的APP让我们能随时调用想用的资源。设想一下，你可以拿起自己的手机，随时调取自己已经测序的基因组放到云端去进行比对实时更新的数据库，然后拿结果，就像做体检一样，只不过这种基因层面的方法更准确。但是又有一个隐私性的问题，毕竟只需要70个多态性位点就能确定一个人的身份，云平台的设计者要充分考虑这个问题。

2. More and more of shared computing infrastructure.
   

   未来云计算是基础，人类基因组刚测完的时候每年也就能有几千个基因组测序完成，现在有超过100，000的物种基因组被测序，而且随着未来测序仪的通量更高，更便携，成本更低，会有更多的数据涌出，那么这么多宝贵的数据存放就是个问题。目前Amazon， Google Cloud， IBM， Ali Cloud等众多大型云平台纷纷涌现，就是在为未来做准备，打好基础才能赢取未来生物医疗领域的宝座。

3. Help to make much accurate decisions in cognitive areas.
   要在海量数据库中进行比对，如何才能更高效，更准确？因为疾病不等人，只有早发现，早治疗才能做出最优决策。目前的AI人工智能就是这一项的胜任者，综合容纳各个领域专家的见解知识，采用专业团队优化算法。AI相对于现实人来说，最大的优势就是快捷，高效，还能做到实时获取，目前已经有机器辅助治疗，但是就人体疾病而言，同样性别，同样身体条件，同样疾病，同样发病位置，采用的治疗措施就是不同，这个是简单的机器无法做到的，这个需要运用经验去判断。未来的AI将实现升级，帮助主治医生治疗更多的病人。

       初学生信，很荣幸带你迈出第一步

　　我们是生信星球，一个不拽术语、通俗易懂的生信知识平台。需要帮助或提出意见请后台留言或发送邮件到Bioplanet520@outlook.com~