Bien, voy a dar una respuesta de muchas partes, algunas de las cuales son autoproclamadas (y puedo reescribir esta respuesta de alguna forma en mi blog, porque me gusta mucho la pregunta. También dé algunos ejemplos específicos, pero no se sienta atado a ellos, están destinados a hacer las cosas más concretas. Además, no sienta que necesita hacer todo esto; son un conjunto de opciones.
¿Cuál es tu objetivo? ¿Quieres un trabajo en el espacio? Ir a la escuela de posgrado? Eso no cambiará mucho de esto, pero a veces podría influir en las elecciones y debe tenerse en cuenta.
Haga un inventario de sus habilidades actuales. ¿Cuáles consideras tus fortalezas particulares? Por ejemplo, en el espacio de aprendizaje automático, ¿en qué técnicas de aprendizaje automático estás particularmente informado? El término “ciencia de datos” cubre mucho terreno: ¿cuáles son específicamente sus habilidades aquí?
Establezca un presupuesto en términos de tiempo y dinero. Gran parte de lo que recomendaré a continuación es gratuito, pero algunas cosas no lo son. Muchas cosas están en línea; otros no lo son y pueden requerir dinero para viajar o registrarse.
Luego, considere comenzar un diario o incluso mejor dar el salto y escribir un blog. Esto lo ayudará a realizar un seguimiento de su progreso y a capturar pensamientos o preguntas importantes. Si escribes en un blog, entonces será una plataforma para encontrar a otros que puedan ayudarte con tu viaje, así como una forma de
Ahora, familiarícese con el servidor de preimpresión BioXiv y la base de datos de publicaciones PubMed. Serán importantes fuentes de información. Puede filtrar PubMed para artículos de acceso abierto. Si está cerca de algunos colegios o universidades, averigüe si puede acceder a sus suscripciones electrónicas visitando la biblioteca; muchos dejan que el público lo haga.
Encuentre algunos documentos que apliquen el tipo de técnicas con las que está familiarizado con los problemas de biología. Como ejemplo, si está familiarizado con las redes neuronales recurrentes, entonces este enfoque se describió recientemente en una preimpresión de BioRiv para convertir las señales eléctricas de una nueva forma de secuenciador de ADN (Oxford Nanopore MinION) en secuencias de ADN reales. Si está familiarizado con los bosques aleatorios, entonces hay muchos documentos que los utilizan para resolver problemas. Lea los documentos y luego comience a tratar de comprender el problema biológico subyacente.
Toma algunos cursos en línea. Algunos son gratis; algunos no lo son. Sé que Coursera tuvo una clase de biología computacional impartida por un gran científico que también es un gran maestro, Pavel Pevzner (sin ninguna pista sobre el costo). Las notas del curso para muchas clases ahora están disponibles gratis en línea.
Participe en algunos proyectos de código abierto. Hay muchos en Github, y leer los documentos que encontró en BioXiv y PubMed lo llevará a muchos repositorios. Contribuir a estos proyectos puede ayudarlo a establecer conexiones y algunos de buena fe, además de familiarizarse íntimamente con algunos de los detalles de bajo nivel de la bioinformática (como los formatos de archivo horribles y horribles que impregnan el campo).
Lee algunos blogs en el espacio (¡por ejemplo, el mío!). Entra en Twitter y al menos mira a tu alrededor; Hay muchas conversaciones interesantes que pueden llevarlo a personas y lugares interesantes. Anuncie su blog (si comenzó uno), haga buenos comentarios y, de lo contrario, muestre cómo sería como colega.
Busque recursos cerca de donde vive. ¿Hay académicos que trabajan en el espacio? ¡Contáctalos! Tal vez te den sugerencias o incluso te permitan participar en reuniones de laboratorio o ayudarte con un proyecto. ¿Hay seminarios cerca? ¿Hay grupos profesionales? Por supuesto, esto depende mucho de la geografía: si vives en Santa Elena, ¡no tienes suerte! Pero si tienes suerte de tenerlos, ¡aprovecha!
Para el espacio biológico que ha identificado, obtenga una comprensión básica. Por ejemplo, si estaba apuntando al cáncer, entonces debería comprender ideas como oncogenes, supresores de tumores, características distintivas del cáncer. Si estaba apuntando a la inmunología, entonces algunas ideas como anticuerpos, inmunidad celular, tolerancia. Ojear un libro de texto de introducción es un buen enfoque, o encontrar algunos buenos libros escritos para audiencias laicas (por ejemplo, El Emperador de todas las enfermedades para el cáncer) o encontrar algunos buenos artículos de revisión gratuitos o tal vez un tratamiento en Scientific American o American Scientist. No esperes convertirte en un experto, pero trata de poder conversar con alguien en el campo.
Gran parte de esto será cíclico. Por ejemplo, puede encontrar un documento relevante para una técnica que sabe que tiene código en un sitio de GitHub. No comprende la biología, por lo que pasa tiempo obteniendo una comprensión básica. Luego observa el código de GitHub y tiene un poco de sentido, pero necesita investigar más. Luego vuelva al papel: tal vez ahora hay cosas que ahora está mejor equipado para comprender, y también comprende lo que antes no sabía que era importante entender, por lo que puede recorrer todo esto para obtener aún más comprensión.
Solo recuerda en todo esto que no te obsesiones con algo que no tiene sentido. A veces eso se debe a que simplemente no ha encontrado la información correcta, o aún no ha construido una base clave. Pero a veces será porque eso es solo una brecha en nuestra comprensión colectiva (si está en la biología), y a veces el código no será comprensible porque alguien tomó una decisión extraña o algún patrón histórico extraño se ha encerrado. Biología computacional , como cualquier otro esfuerzo humano, tiene algunos fósiles extraños que simplemente están encerrados.
