New bing |生物信息学的入门十问

aygx

作者： 芈鹿 ([email protected]) ;  New bing

ChatGPT和 New bing最近火得一塌糊涂。我的科研生活也已经离不开AIGC了。确实大型语言模型和产品的在文字能力上已经达到了文科研究生的水平。当然他的理科水平尤其是逻辑正确性有时候确实不敢恭维，例如经常一本正经地编造参考文献。所以大家使用的时候还是要谨慎一些。
由于最近经常会有一些学弟学妹来咨询关于入门生物信息学的问题，所以就请教了一下紫bing (2023-02-28刚刚更新的一种更有创造力的回答模式)。希望能给到大家一些帮助。
一、什么是生物信息学？




image.png

生物信息学是一门交叉学科，它利用计算机技术来处理和分析生物数据，例如基因组、蛋白质、表观遗传等。生物信息学的目的是揭示生命的本质，探索生物系统的结构和功能，以及发现新的生物知识和应用。生物信息学是一个广阔而有前景的领域，它涉及到分子生物学、医学、药物开发、农业、环境科学等多个方面。

二、对于生物信息学入门，你有好的学习方法，或者资料推荐么？需要具体一些。




image.png

生物信息学入门需要具备一定的分子生物学和计算机科学的基础知识，例如基因、蛋白质、数据库、编程语言等。你可以从应用生物信息学的角度开始学习，了解一些常用的生物信息学软件和工具，如BLAST、ClustalW、MEGA等，以及一些常见的生物信息学分析流程，如序列比对、进化树构建、基因组注释等。你也可以参考一些优秀的生物信息学教材或课程，如《生物信息学导论》（Durbin et al.）、《北京大学生物信息学: 学习方法》（王峰）等。最重要的是要多动手实践，多阅读文献，多思考问题，并不断提高自己的数理和编程能力。

三、你觉得哪种编程语言最适合做生物信息学？




image.png

四、在国内学生物信息学的就业前景如何，可以找到哪些对口的工作？待遇如何？




image.png

我的观点：说得很对，但是回复比较笼统，尤其是关于待遇的信息。

五、国内做生物信息学比较好的导师或者课题组可以推荐一下么？




image.png

这个回答其实就有点问题。例如，杨剑老师（课题组大大大师兄）目前是西湖大学的教授，应该不是北大的，而且他的领域更加偏向生物统计，和我们理解的生信有一些区别，需要数学基础比较高。 另外：本回答是AIGC的回复仅作参考。

六、你有没有什么好的方法或渠道去了解和联系这些导师或课题组？




image.png

我觉得有几个方法或渠道可以去了解和联系这些导师或课题组：
-  阅读他们的论文和项目，了解他们的研究方向、方法和成果，看看是否符合自己的兴趣和目标。
- 关注他们的个人主页、实验室网站、社交媒体等，获取他们的最新动态、招生信息、联系方式等。
- 通过邮件、电话、微信等方式，向他们表达自己的意愿和背景，询问他们是否有空缺或者合作的机会，注意礼貌和简洁。
- 参加一些相关的学术会议、讲座、培训等活动，寻找机会与他们见面或者交流，展示自己的能力和热情。
- 寻求一些中介或者推荐人的帮助，比如自己的导师、同学、朋友等，利用他们与目标导师或课题组之间的关系或者信任，增加自己的影响力和可信度。

七、目前，生物信息学有哪些前沿的研究或者方向，可以按照重要性分点列出，并给出例子么？




image.png

同样，这个回答还是非常的官方和笼统。其实每一个大方向下面具体的新技术或者新方法都有很多，或许需要更加具体的提示符才能让bing说出想要的具体答案。比如关于最近火得不行的单细胞和空间转录组相关自动注释、细胞通讯、调控网络算法的开发居然不是前沿么？ 另外，到这里其实已经可以发现，有大量的回答是来源于知乎前人的问题和回答，所以没有人类持续对于知识的创造，估计AIGC的能力突破会有瓶颈。

八、生物信息学的产业化进展如何？




image.png

我一直理解国内没有真正意义上的生物信息学产业。很多药企或者测序公司固然有生信部门，但是这些并不是真正意义的以生信为主，以数据驱动型产品或者业务作为主体公司业务的企业。不过，我们也看到，在例如AI药物设计领域有不少科技创新企业逐步出现。我们对未来还是充满信心，生信确实是一门朝阳学科。毕竟10年前，生物信息学工程师是一个很少听到的名词，但是今天生信工程师还是一个非常普遍并且有不少供给的岗位。

九、请论述一下国内外生物信息学的研究水平，产业发展，就业环境之间的差距？




image.png

好家伙，终于问出了一个有深度的问题。但是AI是真的懂废话文学的。正儿八经讲了一堆，但是感觉其实并没有太多具体和实质性的信息，是否是我的提问方式还不够具体？

十、你如何看待BioLinkX生物信息学协会？你对他的发展有什么建议么？




image.png

同样的问题，其实直接通过知乎检索也能得到一些不错的答案，不过使用new bing的好处是可以快速帮助我们筛选优质完整的资料，帮助我们节约时间。当然我们不可以过度依赖AI，毕竟太多的回答过于笼统和泛泛而谈缺乏深度和具体分析。
过去机器人替代了一部分重复性的工作，现在AIGC将逐步取代套路性的工作。
研究僧们要想不失业，未来还是应该把更多的时间和精力放在真正重要的，具有创造性的工作中！

末尾啦~
希望获得一个小小的点赞和关注
<hr/>我是芈鹿，欢迎关注！
生物信息学在读博士生，乐于分享自己的科研感悟。