8.txt

This complete matlab for neural network

发信人: GzLi (笑梨), 信区: DataMining
标  题: [合集]大家觉得Bioinformatics前景怎样？
发信站: 南京大学小百合站 (Fri Jul 18 00:28:25 2003)

niumeng (复习准备考试中。。。) 于Fri Jun 20 12:34:32 2003)
提到：

国内就不要谈了，觉得没有几个地方正儿八经的。
现在国外似乎比较火。
大家觉得将会是昙花一现还是方兴未艾？可以撑十年吗？


jueww (不朽钢) 于Fri Jun 20 14:16:50 2003)
提到：

我的一点体会供参考.

如果自己有兴趣去看懂那些资料, 并且有条件做实验, 能够采到数据, (退而求其次, 能有
合作单位帮你做实验, 并愿意给你清晰的数据), 那么当然可以做.

否则除非你是牛人, 能够闭门造车, 搞一堆算法或公式, 或在人家的垃圾数据里挖到宝贝
, 那也可以做一些, 否则还是躲看远点为好.

另外, 我觉得**metric之类的东西总归给人家做嫁衣裳, 人家要不要还成问题, 没大钱途
.

想靠几个算法软件卖几个钱, 我想还是放弃这种打算吧. :-(

【 在 niumeng 的大作中提到: 】
: 
: 国内就不要谈了，觉得没有几个地方正儿八经的。
: 现在国外似乎比较火。
: 大家觉得将会是昙花一现还是方兴未艾？可以撑十年吗？
: 
: 
: --
: 
: ※ 来源:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 172.16.6.128].
: ※ 修改:．niumeng 於 Jun 20 12:52:14 2003 修改本文．[FROM: 172.16.6.128] 

niumeng (复习准备考试中。。。) 于Fri Jun 20 18:37:38 2003)
提到：

对，我也觉得如果研究的话，试验是个难题

【 在 jueww 的大作中提到: 】
: 我的一点体会供参考.
: 
: 如果自己有兴趣去看懂那些资料, 并且有条件做实验, 能够采到数据, (退而求其次,..
: 合作单位帮你做实验, 并愿意给你清晰的数据), 那么当然可以做.
: 
: 否则除非你是牛人, 能够闭门造车, 搞一堆算法或公式, 或在人家的垃圾数据里挖到..
: , 那也可以做一些, 否则还是躲看远点为好.
: 
: 另外, 我觉得**metric之类的东西总归给人家做嫁衣裳, 人家要不要还成问题, 没大..
: .
: 
: 想靠几个算法软件卖几个钱, 我想还是放弃这种打算吧. :-(
: 
: 【 在 niumeng 的大作中提到: 】
: (以下引言省略...)


freelion (我要自由飞翔) 于Fri Jun 20 20:10:34 2003)
提到：

事实上,也就是有良好质量的数据是一个比较困难的事情.


miningboy (找矿男孩) 于Sun Jun 22 12:31:10 2003)
提到：

目前好出文章。

但是，最大的问题就是，生物方面的知识，还有生物学的特性。

很多生物学家也不知道他们需要计算机帮他们干什么
目前的研究结果基本上是帮助生物学家缩小一些要考虑的范围

呵呵，前景是光明的，道路嘛，当然坎坷曲折了。

个人拙见，仅供参考！

【 在 niumeng 的大作中提到: 】
: 
: 国内就不要谈了，觉得没有几个地方正儿八经的。
: 现在国外似乎比较火。
: 大家觉得将会是昙花一现还是方兴未艾？可以撑十年吗？
: 
: 
: --
: 
: ※ 来源:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 172.16.6.128].
: ※ 修改:．niumeng 於 Jun 20 12:52:14 2003 修改本文．[FROM: 172.16.6.128] 

littlemouse (孟加拉酷鼠) 于Sun Jun 22 16:39:38 2003)
提到：

所谓搞好完美的学科交叉很困难。
【 在 miningboy 的大作中提到: 】
: 
: 目前好出文章。
: 
: 但是，最大的问题就是，生物方面的知识，还有生物学的特性。
: 
: 很多生物学家也不知道他们需要计算机帮他们干什么
: 目前的研究结果基本上是帮助生物学家缩小一些要考虑的范围
: 
: 呵呵，前景是光明的，道路嘛，当然坎坷曲折了。
: 
: 个人拙见，仅供参考！
: 
: 【 在 niumeng 的大作中提到: 】
: (以下引言省略...)


jueww (不朽钢) 于Mon Jun 23 09:14:38 2003)
提到：

不仅仅如此, 我觉得搞什么事情的关键问题都一样, 就是你不动手搞一点东西, 你就不可
能真正了解计算机能够帮生物学家什么忙, 也即不能发现问题. 跟着搞现在搞生物学的一
帮计算机出生的人搞, 就像嚼人家已经嚼过的口香糖一样, 不太可能形成自己的主见. 而
且很可能他们自己都没搞清楚自己的算法最后有什么用处. 

【 在 freelion 的大作中提到: 】
: 事实上,也就是有良好质量的数据是一个比较困难的事情.


dequator (不辣丁~我爱南开) 于Mon Jun 23 19:57:42 2003)
提到：

嗯,确实需要跟着搞生物的人跑跑腿什么的才行!
不过,就目前来看,确真是打江山的好时机哦!

【 在 jueww (不朽钢) 的大作中提到: 】
: 不仅仅如此, 我觉得搞什么事情的关键问题都一样, 就是你不动手搞一点东西, 你就不可
: 能真正了解计算机能够帮生物学家什么忙, 也即不能发现问题. 跟着搞现在搞生物学的一
: 帮计算机出生的人搞, 就像嚼人家已经嚼过的口香糖一样, 不太可能形成自己的主见. 而
: 且很可能他们自己都没搞清楚自己的算法最后有什么用处. 
: 
: 
: 
: 【 在 freelion 的大作中提到: 】


freelion (我要自由飞翔) 于Mon Jun 23 21:03:28 2003)
提到：

生物信息学的许多内容，对于搞计算机的来说，首先是一种辅助工具。
许多实用的东西需要动手做实验才行。
所以，跟着别人跑，总是在别人的身后。
什么时候能够自己独立开拓自己的方向？

【 在 dequator (不辣丁~我爱南开) 的大作中提到: 】
: 嗯,确实需要跟着搞生物的人跑跑腿什么的才行!
: 不过,就目前来看,确真是打江山的好时机哦!


yonglei (paul) 于Mon Jun 23 21:32:12 2003)
提到：

个人认为，生物信息学没有什么前途。


trivial (trivial) 于Tue Jun 24 09:02:26 2003)
提到：

为何？不要打击我！
兄台能不能详述一番
兄弟我还指望靠这个毕业呢

【 在 yonglei 的大作中提到: 】
: 个人认为，生物信息学没有什么前途。


jueww (不朽钢) 于Tue Jun 24 09:29:31 2003)
提到：

不知具体有哪些方面比较有意思, 能否介绍一下?

【 在 dequator 的大作中提到: 】
: 嗯,确实需要跟着搞生物的人跑跑腿什么的才行!
: 不过,就目前来看,确真是打江山的好时机哦!
: 【 在 jueww (不朽钢) 的大作中提到: 】


yonglei (paul) 于Tue Jun 24 14:53:59 2003)
提到：

bioinformatics基本上两个大方向：
1、偏生物学（主要分子生物学），搞实验的人结合基因组数据来指导实验，这个方向上计
算机背景的人最多作一些辅助的编程（或用人家的程序来分析）
2、偏计算机或统计，设计一些算法或网站。总体来说，这个方向的面不是很广，我觉得范
围也就跟CAD差不多。
最主要的问题是bioinformatics能否与经济效益相关联，目前还不清楚，序列数据的计算
机分析如果没有生物学实验的验证最终还是没有用处的。

dequator (不辣丁~我爱南开) 于Tue Jun 24 22:24:49 2003)
提到：

不尽然也!
1、首先生物信息学里涉及到的很多数据肯定会对目前传统的计算分析方法提出挑战,这无
疑是发展计算分析方法的很好的契机——包括理论上和应用上，比如数据的合理存取，数
据的有效分析（挖掘）。
2、事实上在生命科学领域的研究里，很多的研究者就用到了一些很好的分析思维方法，
甚至是一些计算分析方法，而这些方法事实上我们理应认为是计算机人更多的去发明和
使用的。由此，我们可以从这些领域里借鉴好多东西。
3、生物信息学本身就是生命科学研究发展到一定的程度（主要是人类基因组计划以及后
续过程）移交给计算科学、统计学、数学等等学科的任务，之所以产生这么多的序列、
产生这么多的表达数据、这么多的结构数据，无非是因为生命科学研究寄希望于其他计算
科学的研究，另一方面，这些非生命科学研究（如计算科学等）完全应该正确的引导生命
科学研究对它们的需求。

是的，生物信息学就目前看来（尤其是国内）可能跟钱商业市场挂不上太大的关系，但这
并不意味着它跟钱挂不上关系，也不意味着不久的将来跟钱挂不上关系！

【 在 yonglei (paul) 的大作中提到: 】
: bioinformatics基本上两个大方向：
: 1、偏生物学（主要分子生物学），搞实验的人结合基因组数据来指导实验，这个方向..
: 算机背景的人最多作一些辅助的编程（或用人家的程序来分析）
: 2、偏计算机或统计，设计一些算法或网站。总体来说，这个方向的面不是很广，我觉..
: 围也就跟CAD差不多。
: 最主要的问题是bioinformatics能否与经济效益相关联，目前还不清楚，序列数据的计算
: 机分析如果没有生物学实验的验证最终还是没有用处的。


jueww (不朽钢) 于Wed Jun 25 08:30:41 2003)
提到：

就我以前接触, 目前所谓生物信息学主要包括:
1. 序列匹配: 很成熟了.
2. 多序列匹配: 数学上很难
3. 基因起始子/结束子预测: 用神经网络性能最好
4. 基因到蛋白质功能的预测: 难啊.
5. 调节网络建模: 用贝叶斯网络进行?
各位内行的能否补充?

我觉得这个领域容易的, 能够映射为纯数学/计算机的都已经解决的差不多了, 剩下的都是
难以用数学解决的问题. 看上去很简单/问题很清楚的3, 也就90%的精确率, 为什么不能再
提高了? 花子狸的冠状病毒有99%的相似性, 在生物上说明什么? 这些东西不可能用计算机
来自动回答的.

当然最关键的是计算机到底有多大用处, 如果一个基因主要是靠生物信息学发现的, 那其
重要性马上就不言而喻了, 靠其它方面来强调其重要性, 都是很难长久的. 就像网络泡沫
靠强调期望价值很难长久一样.

但就我所知, 生物学家鼓吹计算机, 只不过想让N多搞计算机的多为他们打工而已, 如果真
的很多人挤进去, 他们反而害怕没有足够的饭分给别人吃. 在2000的时候, 我就看到一篇
牛人文章, 质疑生物信息学是否应该改变重点, 因为软件生产得太多, 而使用软件的人不
多.

一个不变的真理就是, 目前搞生物的N多, 国内高考分数最高的总是它们, 工资N低(牛人除
外), 如果你半途出家, 想去里面混口饭吃, 钱途可想而知. 我以前也问过华大基因博士的
工资和工作内容. 呵呵.

三思后行, 文章好发并不一定就有好前途. 还需要真正认识到一个行业真正的落脚的实处
在那儿.

【 在 dequator 的大作中提到: 】
: 不尽然也!
: 1、首先生物信息学里涉及到的很多数据肯定会对目前传统的计算分析方法提出挑战,..
: 疑是发展计算分析方法的很好的契机——包括理论上和应用上，比如数据的合理存取..
: 据的有效分析（挖掘）。
: 2、事实上在生命科学领域的研究里，很多的研究者就用到了一些很好的分析思维方