Tosiasiassa useimmat ohjelmoivat biologit ovat sekoitus näitä kahta tieteenalaa.
Kun palkataan pienelle osastolle tai startup-yritykseen, näiden kahden karikatyyrin erottaminen toisistaan on hyvin tärkeää. Jotkut ihmiset ovat alalla nimenomaan biologian vuoksi, ja he tukehtuvat, kun heitä painostetaan kehittämään työkalua tiimin käyttöön. Toiset taas tarttuvat tilaisuuteen kirjoittaa sellainen. Jokainen ryhmä tarvitsee molempia. Mieti nykyisiä tarpeita; rakentaako tämä henkilö putken, jota käytetään yhä uudelleen? Vai aikooko hän tutkia tiettyjä variantteja tai tiettyjä yhdisteiden vasteprofiileja? Oikean henkilön sovittaminen tehtävään takaa tyytyväisen työntekijän ja korkean tuottavuuden.
Minkälainen tausta ja mieltymykset jollakin henkilöllä on, voi olla yhtä yksinkertaista kuin kysyä häneltä. Myös heidän ansioluettelonsa tai LinkedIn-profiilinsa voi antaa vihjeitä. Ohjelmistopainotteisella henkilöllä on yleensä yksi tai useampi suuri, avoimen lähdekoodin bioinformatiikan ohjelmistotyökalu näkyvästi listattuna. Hänen lähdeluettelossaan voi olla muutama artikkeli, joissa kuvataan tätä hanketta ja muita (mahdollisesti monia muita), joissa käytetään kyseistä työkalua. Käsikirjoituksiin keskittyvän henkilön ansioluettelossa ei ole yhtä todennäköisesti merkittävää työkalujen kehittämistä koskevaa osiota. Sen sijaan hän luettelee joukon biologiaan tai tietokokonaisuuksiin keskittyviä projekteja, joista kutakin kuvataan käsikirjoituksissa.
Datatiede
Mutta miten datatiede sopii tähän kaikkeen? Ainakin se on yksinkertaista; bioinformatiikka/laskentabiologia on datatiedettä biologian sovelluksella, aivan kuten laskennallinen kemia on datatiedettä kemian alalla. Fyysikot ovat jo tajunneet, että he kaikki ovat datatieteilijöitä, joten heille ei tarvita muuta nimeä kuin ”fyysikko”. Toivottavasti teemme tulevaisuudessa samoin ja kutsumme itseämme vain ”biologeiksi”.
-Eleanor