科研避坑4点经验:该妥协的时候就妥协

作者 | 李阳(美国俄亥俄州立大学博士后)

本人作为生物信息领域研究人员,积累的经验不多,踩的坑倒是不少。

科研避坑4点经验:该妥协的时候就妥协

虽然阅历有限,但是不吐不快。下面先列举一下我所踩过的坑,抛个砖,欢迎大家补充和拍砖。现在开始:

1. 摊子太大

做科研有点像美国总统选举。如果总统候选人得到了48个州的支持,那么副总统候选人就一定要覆盖剩余的两个州,而不一定是支持率第二高的人选。

科研也是一样。不同的测序技术、测序平台、物种得到的数据的内部特征都是各有差异的。

我们开发的算法很难适用于所有数据,除非你只在模拟数据上做实验。能够适用于最广泛数据的算法,毫无疑问,绝对是第一个占领市场的方法。

我们不用太雄心勃勃地硬碰硬。只需要在实验和观察中,发现自己的算法最适用的数据即可。

至于本领域最主流的算法,我们与它的数据格式最好对接。

2. 完美主义

做科研是从地点A走到地点B,而不是把脚印踏遍整个土地。因此,在做实验的过程中,最重要的是走到实验的最后一步(评估)。

至于实验过程中出现的各种意外(例如:个别数据上的Bug),我们可以不予理睬。

等到在一部分数据上走到最后一步后,再腾出手来处理出现Bug的数据。

3. 流程不清晰

多数人年轻的时候执行力超强,经常脑海里还没有清晰的思路,就开始写代码做实验了。

其实在动手之前,最应该做的事有三项:选择数据(不需要太多,但是要覆盖尽可能多的测序技术);选择比较软件(同样不需要多,但是需要对软件进行分类,每一类选择一个);完成评价体系的代码。

有了评价体系,在调试算法和程序的过程中才有方向。

4. 没有时间观念

科研永远没有尽头,因此该妥协的时候就妥协。

随着研究的深入,一定会发现新问题,甚至新思路。请允许自己把新的创意留给下一篇论文。

时间不等人,目前的项目一定要跟随时间线按时完成每一个里程碑。

说到这里,注意了:为了有效地将项目进行下去,最好把项目拆分为一个个里程碑。

举个例子:对于一篇论文,我们可以把它根据正文图片进行拆分,完成一张图意味着完成这幅图的制作、相关正文和附件的书写。

绞尽脑汁,只想到了这些,欢迎补充!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。