生物信息专业解析.docxVIP

生物信息学：在数据的海洋里畅游导言：也许你会说“21世纪是生命科学的时代”是虚无缥缈的，但没有人能否认21世纪是信息的时代。大数据无处不在，生物学相关信息量的“革命性爆炸”已经构成了生物信息数据的海洋，生物信息学便成为了这海洋上的航船，帮助人类在数据海洋中畅游。生物信息学发展介绍生物信息学（bioinformatics）是生物学与计算机科学以及应用数学等学科相互交叉而形成的一门新兴学科。它通过对生物学实验数据的获取、加工、存储、检索与分析，进而达到揭示数据所蕴含的生物学意义的目的。相比其他学科，生物信息学是一门年轻的学科。生物信息学的萌芽最早可以追溯到1956年在美国田纳西州的加特林堡召开的首次“生物学中的信息理论讨论会”，这次会议预示着生物信息学的来临。到1990年左右，Bioinformatics这个词才正式诞生。之后美国政府正式启动人类基因组计划（Human Genome Project），真正推动了生物信息学的迅速发展。生物学相关信息量的“革命性爆炸”已经构成了生物信息数据的海洋，生物信息学便成为了这海洋上的航船，帮助人类在数据海洋中畅游。生物信息学已经成为生物医学、农学、遗传学、细胞生物学等学科发展的强大推动力量，也是药物设计、环境监测的重要组成部分。生物信息学在基因的功能发现、疾病基因诊断、蛋白质结构预测、基于结构的药物设计、药物合成和制药工业中都起着极其重要的作用。从生物信息学研究的具体内容上看，生物信息学包括三个主要部分：(1)新算法和统计学方法研究；(2)各类数据的分析和解释；(3)研制有效利用和管理数据新工具。生物信息学就业分析从上个世纪80年代，美国在最初提出人类基因组计划时便成立了一个由42名专家组成的生物信息研究小组。从结构基因组时代进入后基因组时代，我们对数据的处理需求也从数据收集整理（data management）到了数据的挖掘利用（data mining）。要想破译数十亿计的人体基因组序列信息，我们就必须发掘有效的生物信息工具并加以应用，对生物数据库进行挖掘利用，因此这个领域也就有极大的人才需求。除了学术领域的生物信息学职位增加，大型制药公司和生物技术公司正在争相雇佣在生物信息学以及在识别、编译、分析和大量生物和医疗保健信息可视化方面有经验的专业人士。与以往不同的一点是，生物信息学家不再被局限于在现有的数据库中运用算法来提供解决问题的方法，而是作为问题的发起者来引领生命科学相关的数据科学的创新。所以，现在对于那些想在大型制药公司，生物技术企业寻求生物信息学/大数据相关职业发展的科学家来说，是一个充满机会的时代。生物信息学专业将持续升温。在大型制药和生物技术公司，生物信息学家主要有两种工作方式：一种是在研发或IT部门，作为公司的技术顾问参与项目制工作；另一种是分散在各个不同部门做具体的技术工作。比如在Johnson Johnson，作为流行病学分析组的临床信息学家，将负责开发统计方法来分析“观测数据库”。而流行病学分析组是流行病部门的一部分，公司除了流行病学部门，还设置有信息和IT部门，负责从技术的角度上指导如何管理和分析数据。在研发部门，生物信息工作者开发新的方法去分析数据并且帮助设计甚至构建分析工具。工作目的是检测现有的开源算法并创新的应用于实践，或者用数学和统计专业知识创建全新的算法。最终的目的是实现构建一个平台，使得数据分析简洁化，并且能得到高质量的结果。除了开发算法，生物信息工作者还负责软件系统的开发和支持，作用于药物发现和功能管理、支持并执行数据、图像以及挖掘分析文本数据，为科学决策做出数据支持。比如在Genetech，生物信息学家会参与各个level的调查过程，设计实验，寻找疾病的遗传标记，利用生物信息技术发现生物标志物，帮助病人做出最优的治疗选择。在其他大型制药公司，大数据科学家们会致力于研究疾病和药物开发的趋势，这会涉及到和市场部的合作，然后为一些商业决策提供量化的数据支持。除了在大型制药公司和生物技术公司之外，CRO公司也提供了很多大数据相关的工作职位。从生物标志物的发现到临床的发展，临床试验、卫生经济学和成果研究，甚至市场营销。生产生物信息学软件和其他数据分析工具的企业以及医疗保险公司和医院管理组织也是生物信息学家很好的选择。生物信息学人才具备技能建议：生物信息学作为交叉学科，要求大量跨专业技能。但是重要的起点是从生命科学开始的，生物学课程包括分子和细胞生物学、化学、遗传学、免疫学和流行病学。如果你拥有在某一特定疾病方面的深层生物研究经验将会在求职中具备很大优势。另外要想在大数据行业里就业，生物信息学人才还应该具备文本挖掘、数据集成、机器学习和信息架构能力以及超强的定量分析能力和核心编程技能，包括C++、Java、PERL、Python，会UNIX和Linux操作系统，同