La verità della questione è che la maggior parte dei biologi programmatori sono un mix delle due discipline.
Quando si assume per un piccolo dipartimento o una startup, la distinzione tra queste due caricature diventa molto importante. Alcune persone saranno sul campo per la biologia specificamente, e si strozzeranno quando saranno spinte a sviluppare uno strumento per l’uso di un team. Altri salteranno alla possibilità di scrivere una cosa del genere. Ogni gruppo ha bisogno di entrambi. Considerate le esigenze attuali; questa persona costruirà una pipeline che sarà riutilizzata più volte? O indagherà su particolari varianti, o su particolari profili di risposta dei composti? Adattare la persona giusta al lavoro assicurerà un dipendente felice e un’alta produttività.
Capire che tipo di background e preferenze ha una persona può essere semplice come chiedere a lei. Anche il loro curriculum o il profilo LinkedIn possono dare degli indizi. Una persona focalizzata sul software tenderà ad avere uno o più grandi strumenti software bioinformatici open-source in evidenza. La loro lista di referenze può includere alcuni articoli che descrivono questo progetto e altri (potenzialmente molti altri) che usano quello strumento. Una persona focalizzata sul manoscritto non avrà la stessa probabilità di avere un segmento importante di costruzione di strumenti nel suo curriculum. Invece, elencherà una serie di progetti incentrati sulla biologia o sui dataset, con manoscritti che descrivono ciascuno di essi.
Data Science
Ma dove si inserisce la scienza dei dati in tutto questo? Questo, almeno, è semplice; la bioinformatica/biologia computazionale è scienza dei dati con un’applicazione biologica, proprio come la chimica computazionale è scienza dei dati per la chimica. I fisici hanno capito che sono già tutti scienziati dei dati, quindi non c’è bisogno di un nome per loro oltre a “fisico”. Spero che in futuro faremo lo stesso e ci chiameremo semplicemente “biologi”.
-Eleanor