机器学习跨领域到生物信息学怎么样？

Leo962

我知道“生物信息学”是个很大的领域，不过一些分支，像“Genome annotation”，“Genetics of Disease”，有一些机器学习的应用，且存在一个研究方向叫“计算生物学”（Computational Biology）。不知道“生物信息学”领域的研究者欢迎机器学习跨领域吗？
（比如像数学专业基本上是一个计算机领域欢迎的跨专业行当~~那生物信息学领域里有比较强的“欲望”需要“机器学习”背景的研究者吗？）

dgx3529361

我是cs phd 做生信的
就我个人来看，生信分两种
一种主要是依靠牛逼的数据，高强度的跑包，成不成功都是玄学，但是技术要求特别低，cs转过去 3个月基本上全部掌握。 如果没有牛逼的数据，那对不起，撑死也就是个frontier级别的期刊。
一种就是做方法开发，可以看看bioinformatics bib nc一类的
你突然会发现，我靠，我还是老老实实做nlp把，做个时间序列啊，做交通啊，做cv都行
蛋白质也很卷，医学图像也挺难
关键没顶会，就业不给力
再补充一下，湿实验是容易出高分论文，但是考虑到湿实验庞大的人数，这个比例也就那样吧，并且还需要分出共同作者给生信等等
湿实验，靠设备，靠材料，靠劳动，三者缺最后一个说不定能成功，缺前面的一定不成功。
相同的实验，贵的材料和便宜的，结果就是不一样
所有做生物一定要去一个靠谱的组，去不了靠谱的组，科研寿命应该也没了

梦太晚616

科研领域发文章应该还不错，如果机器学习+生物信息投入临床使用，并得到行业认可还需要很长时间。
举个例子，


2017年的时候，谷歌团队发布了开源版本的DeepVariant，是一种将深度学习Convolutional neural networks (CNNs)和高通量测序NGS (Next generation sequencing technology)结合用于germline variant-calling的工具，当时可谓轰动一时。



主要技术原理

然后，和各种通用软件一顿比，
首先，出场的是GATK，在indels和snps方面，


然后，和gatk、strelka、greebayes等比较，DeepVariant获得更少的基因型错配(FP.gt)和等位基因错配(FP.al)，多达50%


DeepVariant性能不受参考基因组版本影响，


跨物种


适用不同测序平台




几年之间github也被标星2.5k


而明星gatk也才1.2k


是不是很牛逼的样子～


<hr/>但是，除了在文献中看到有被使用，真正在检测流程中，有几家在用？(有使用的，欢迎点赞 )
个人感觉还是归功于CNN的黑盒、可解释性差吧～
推荐阅读

pythonic生物人：一图胜千言，超形象图解NumPy教程！
pythonic生物人：谁是Python/R中最强Dashboard APP开发工具？
pythonic生物人：pandas、spark、DataFrames.jl、polars、dask、data.table、datatable谁才是最快数据处理武器？？
pythonic生物人：赞赞赞N个神经网络可视化工具
pythonic生物人：yellowbrick牛逼，机器学习“炼丹师”、“调参侠”们有福了
pythonic生物人：丰富的Python可视化“武器库”：从PyViz到Matplotlib
pythonic生物人：从哪些方面着手提高Python？Python社区“老司机们”的这本书讲清楚了！
pythonic生物人：13个高清图助快速上手Python: NumPy/Pandas/SciPy/Matplotlib？
更多好文，欢迎关注 @pythonic生物人

13335291348

我只见过反过来的，从生物信息跨到计算机搞机器学习，毕业以后去找工作去挣钱吃香的喝辣的，很少见到过愿意不要炙手可热的热点，愿意贡献自己的学识，青春给我们遗传学的。
真心给问主点个赞！

名人堂熊猫虞kk

我是CS PhD，focusing on computational biology，或者叫Bioinformatics，反正我们系里也没有各个分支的明确界限。
computational biology大部分情况下指的的computer Science的一个分支，Bioinformatics在美国大部分指的是生物学的一个分支。这里不细分了，统称生物信息。
生物信息本来就是用计算的手段来解决生物问题的，机器学习自然是现在来说，最最热门的计算上的手段了。生物信息和机器学习，分别是目的和手段，从纯学术来讲，是没有什么矛盾的。
从个人角度来看，因为和生物背景的人合作很多，大家的思路是不一样。生物系搞生物信息的，一般情况下，问题基本是定好的，比如我要预测某某某东西，我想分析A与B的相关性，问题定好了之后，在去找方法，统计分析，机器学习都试试，看看有什么结果。学计算机的搞这个生物信息，一般都是从方法出发，一般需要读文献的时候，从一个比较广的角度去看，看到某个方法很新颖很有效，就想想有没有什么问题可以用这个方法解决。
而经常遇到的困难，对从点了生物树技能的来说，就是经常因为编程或者方法上的问题，本来应该很快得到结论的，拖了很久才能有结果。对升了CS技能童鞋俩说，最常见的问题就是，解决的问题，没有生物学意义，属于屠龙之术。
从个人前途来讲，哪怕发了一样的paper，走CS路线的，不管找工业界工作，还是postdoc，包括教职，都好于从走生物路线的。从我们学校来看，排名100以后，CS PhD首先就被各大公司的校招general hire招走一大批，美国人很多留在本地，不想全国性搬家，剩下找postdoc的基本就是真的对学术感兴趣的，并且基本也都能找到大学霸的课题组