作者 | 李陽（美國俄亥俄州立大學博士后）
本人作為生物信息領域研究人員，積累的經(jīng)驗不多，踩的坑倒是不少。
雖然閱歷有限，但是不吐不快。下面先列舉一下我所踩過的坑，拋個磚，歡迎大家補充和拍磚。現(xiàn)在開始：
1. 攤子太大
做科研有點像美國總統(tǒng)選舉。如果總統(tǒng)候選人得到了48個州的支持，那么副總統(tǒng)候選人就一定要覆蓋剩余的兩個州，而不一定是支持率第二高的人選。
科研也是一樣。不同的測序技術、測序平臺、物種得到的數(shù)據(jù)的內(nèi)部特征都是各有差異的。
我們開發(fā)的算法很難適用于所有數(shù)據(jù)，除非你只在模擬數(shù)據(jù)上做實驗。能夠適用于最廣泛數(shù)據(jù)的算法，毫無疑問，絕對是第一個占領市場的方法。
我們不用太雄心勃勃地硬碰硬。只需要在實驗和觀察中，發(fā)現(xiàn)自己的算法最適用的數(shù)據(jù)即可。
至于本領域最主流的算法，我們與它的數(shù)據(jù)格式最好對接。
2. 完美主義
做科研是從地點A走到地點B，而不是把腳印踏遍整個土地。因此，在做實驗的過程中，最重要的是走到實驗的最后一步（評估）。
至于實驗過程中出現(xiàn)的各種意外（例如：個別數(shù)據(jù)上的Bug），我們可以不予理睬。
等到在一部分數(shù)據(jù)上走到最后一步后，再騰出手來處理出現(xiàn)Bug的數(shù)據(jù)。
3. 流程不清晰
多數(shù)人年輕的時候執(zhí)行力超強，經(jīng)常腦海里還沒有清晰的思路，就開始寫代碼做實驗了。
其實在動手之前，最應該做的事有三項：選擇數(shù)據(jù)（不需要太多，但是要覆蓋盡可能多的測序技術）；選擇比較軟件（同樣不需要多，但是需要對軟件進行分類，每一類選擇一個）；完成評價體系的代碼。
有了評價體系，在調(diào)試算法和程序的過程中才有方向。
4. 沒有時間觀念
科研永遠沒有盡頭，因此該妥協(xié)的時候就妥協(xié)。
隨著研究的深入，一定會發(fā)現(xiàn)新問題，甚至新思路。請允許自己把新的創(chuàng)意留給下一篇論文。
時間不等人，目前的項目一定要跟隨時間線按時完成每一個里程碑。
說到這里，注意了：為了有效地將項目進行下去，最好把項目拆分為一個個里程碑。
舉個例子：對于一篇論文，我們可以把它根據(jù)正文圖片進行拆分，完成一張圖意味著完成這幅圖的制作、相關正文和附件的書寫。
絞盡腦汁，只想到了這些，歡迎補充！
版權(quán)聲明：本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務，不擁有所有權(quán)，不承擔相關法律責任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容， 請發(fā)送郵件至 舉報，一經(jīng)查實，本站將立刻刪除。
