Bioinformatik vs. computational biologi

Sandheden er, at de fleste programmeringsbiologer er en blanding af de to discipliner.

Når man ansætter til en lille afdeling eller en nystartet virksomhed, er det meget vigtigt at skelne mellem disse to karikaturer. Nogle mennesker vil være i feltet for biologien specifikt, og vil kvæles, når de presses til at udvikle et værktøj til brug for et team. Andre vil hoppe på chancen for at skrive en sådan ting. Enhver gruppe har brug for begge dele. Overvej de aktuelle behov; vil denne person bygge en pipeline, som vil blive genbrugt igen og igen? Eller vil de undersøge bestemte varianter eller bestemte sammensatte reaktionsprofiler? Ved at tilpasse den rigtige person til jobbet sikrer du en glad medarbejder og høj produktivitet.

Det kan være lige så enkelt at finde ud af, hvilken baggrund og hvilke præferencer en person har, som det er at spørge vedkommende. Deres cv eller LinkedIn-profil kan også give fingerpeg. En person med fokus på software vil have en tendens til at have et eller flere store bioinformatiske softwareredskaber med åben kildekode stående fremme i listen. Deres referenceliste kan indeholde et par artikler, der beskriver dette projekt og andre (potentielt mange andre), der bruger det pågældende værktøj. En person med manuskriptfokus vil ikke være så tilbøjelig til at have et større værktøjsopbygningsafsnit i sit CV. I stedet vil de opregne en række biologi eller datasæt-fokuserede projekter med manuskripter, der beskriver hvert enkelt.

Datavidenskab

Men hvor passer datavidenskab ind i alt dette? Det er i det mindste enkelt; bioinformatik/computerbaseret biologi er datavidenskab med en biologisk anvendelse, ligesom computerbaseret kemi er datavidenskab for kemi. Fysikere har fundet ud af, at de alle er datavidenskabsfolk allerede, så der er ikke behov for et navn til dem ud over “fysiker”. Jeg håber, at vi i fremtiden vil gøre det samme og bare kalde os “biologer”.

-Eleanor

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.