今天推文和大家分享一篇最近看到很有趣的文章。主要是关于生物信息学和数据科学之前的区别。大家都知道生信对比其它数据科学职业（IT大数据挖掘工程师）来说并不是一个特别赚钱职业，那么相信很多小伙伴都会有这样的疑问，生物信息学家可以轻松地转换为数据科学家的角色吗？他们应该期待什么样的挑战？他们的技能足以胜任数据科学吗？
什么是生物信息学？
在回答这个问题之前，我们先回顾或者具体了解一下什么是生物信息学？生物信息学要求你处理和分析大规模基因组数据集，并根据你的生物学背景提出生物学见解。为了达成这一系列目的你您需要能够处理大规模原始数据（通常是测序或某种形式的组学数据），质量检查并转换处理后的数据。然后，你将需要根据自己生物学的问题应用机器学习或统计模型等方法进行分析。你很可能会进行一些降维和聚类，然后对结果进行可视化。你可能需要重复所有这些步骤（将步骤整理成对应的分析流程），或者根据分析的初始结果采取不同的方法。最后你将会写报告文章对结果进行演示，以传达数据所驱动的故事。最重要的是，生信工作者需要适应不断变化的数据生成技术（测序技术），文件格式以及新的生信工具，统计和机器学习方法。
生物信息学家的技能集
在了解完生物信息学的定义后，下一步当然是要全面了解一下生物信息学所需要掌握的技能。生物信息学家需要具备以下知识和技能。他们不需要在所有方面都是专家，但至少应具有一定的实践经验：
- 特定(测序,表型，其他组学等)数据处理和质量检查
- 常规数据转换和过滤
- 使用特定领域的统计工具和数据可视化
- 对结果进行可视化
- 应用统计学和机器学习
- 能够使用版本控制编写代码以执行数据分析任务。该代码应是可重复使用的，并且附有相关的代码解析。
- 建立特定于域的数据库
- 能够通过出版周刊，海报和演示交流由数据驱动的生物学故事
数据科学家所需的技能集
作为对比让我看看数据科学家所需的技能集：
- 程序设计
- 机器学习，算法学习
- 统计
- 数据整理，数据处理，格式转换
- 可视化数据
- 一定的数学功底（了解线性代数或微积分等）
- 数据直觉 （对数据特有的一种敏感度，根据自己的经验，对与数据分析有关的问题进行故障排除，知道在意外发生时应进行哪些检查和测试。）
同样，要成为所有这些领域的专家是非常困难的。但一般还是要对不同技能集有一定的掌握熟练度。
比较
通过比较，我们可以发现从生物信息学的技能集组中含有大部分数据科学所需的技能集。定期进行从原始数据到洞察力的端到端数据分析的生物信息学家在“数据科学”职位上的执行力是不会有任何麻烦。但并不是说任何生物信息学家都可以在数据中执行科学角色。他们可能必须学习与公司数据组织相关的特定领域的新知识或技术堆栈（例如，hadoop，spark等），但是学习新方法并实施这些方法是他们在博士培训和博士后工作中的常遇到的做法。我认为，如果生物信息学家具有上述适应和学习的核心技能，则可以在从事任何与数据分析相关的领域的工作。
接着通过分析一些从生物信息学转向数据科学的实例，总结了一些生物信息学家转向数据科学家可能会遇到的一些问题。首先是，数据科学家一般是认为是工业界的工作，与生物信息学家（更多是面向学术界）相比，优先关注的内容是不同的。在工业界中，更多的是面向客户和产品的思维。与提出最酷的数据分析方法相比，方法的故障安全性，可伸缩性和实用高效性可能同等或更重要。而生物信息学（作为学术界的一部分）更多关心是如果通过数据分析去讲述生物学故事，以发文章，总结结果为最终目的。另外，作为工业界的一部分，数据科学家需要更多的团队合作以及团队之间和客户之间的互动。而生物信息学家，做很多分析往往都是单兵作战的，很少涉及需要跟一大批人进行合作交流。
小结
总而言之，这两个领域所需的技能是相似的，并且具有我上面描述的技能的生物信息学家可以在行业的数据科学角色中发挥作用，前提是他们可以调整自己的思维方式以适应当今行业的所需。
