¿Por qué tantos geeks de datos se unen a compañías web en lugar de resolver problemas de datos a gran escala en biología?

Además de las ideas anteriores, me gustaría argumentar que la naturaleza misma de la biología hace que los datos biológicos sean difíciles de abordar y comprender. Sugeriría que un enfoque informático de la biología sigue siendo realmente difícil porque 1) los datos biológicos son tanto estocásticos como ruidosos, 2) la biología molecular todavía es muy negra, y 3) la comprensión biológica aún no es muy accionable.

1. La información no siempre es lo mismo que los datos, y los datos no siempre son informativos , es decir, los datos biológicos son tanto estocásticos como ruidosos. En muchos sentidos, la biología molecular sigue siendo un campo de estudio muy crudo. Las células son muy pequeñas, no homogéneas y cambian constantemente. A diferencia de los sistemas digitales, cada señal de las matrices de ADN y tecnologías similares de alto rendimiento tienen puntos de datos analógicos, dependen mucho de las condiciones de cultivo y de la variación de lote a lote. La relación ruido / señal es muy alta, y aún se requiere mucha validación experimental para confirmar nuevos hallazgos.

2. Segundo, la biología molecular sigue siendo una caja muy negra . En muchos aspectos, todavía no entendemos lo suficiente sobre biología como para que la información que tenemos tenga un buen uso. Escuché la analogía de que la investigación biológica es como estudiar pequeñas computadoras pequeñas usando un martillo gigante, rompiendo las piezas y usando una sonda áspera (algo así como un imán en la analogía de la computadora) para recoger un subconjunto de las cosas de interesar. Los diagramas bien definidos en los libros de texto de biología hacen que parezca que todo ya está trazado, sin embargo, son representaciones mínimas de lo que realmente sucede en los sistemas reales. En realidad, estas redes serían órdenes de magnitud más densas y complicadas, con cada proteína interactuando con casi cualquier otra proteína. Hay una tremenda cantidad de redundancia y superposición que apenas estamos comenzando a entender.

3. La comprensión biológica todavía no es muy accionable. Las finanzas estadísticas también son muy negras y estocásticas, pero las personas están dispuestas a participar en su análisis porque sus conclusiones son procesables. Puede ir a scottrade, escribir el ticker y validar en tiempo real sus ideas. La biología molecular es muy diferente y los estadísticos solo pueden ser un pequeño engranaje en una máquina de investigación gigante. Incluso si identifica un gen que es el factor crucial en una determinada enfermedad, se requiere mucho tiempo, energía y mano de obra para validar experimentalmente el objetivo, elaborar un producto terapéutico que se adapte al objetivo y realizar las pruebas de requisitos previos requeridas antes de la primera prueba en humanos para cualquier droga. No importa considerar el proceso paralizante y tedioso de los ensayos clínicos antes de poder tener un producto legítimo.