tisdag 11 oktober 2011

Det finns alltid mer att lära.

Ofta finner jag mig själv i situationer där min kunskap är begränsad, där det finns oändligt mycket som det vore bättre om jag kunde. Mer bash, bättre python, bättre R, mer Java, mer perl, något C++. Just nu brottas jag med XML konfigurering, scheman och instance documents. Allt för att bättre och smidigare lösa de problem jag har framför mig. Kunna använda de hjälpmedel som kanske finns, men som inte är beskrivna eller annoterade.

Och känslan av hjälplöshet. Är jag ensam om den? När min kunskap är för begränsad för att faktiskt fråga personerna som utvecklat programmet, när frågan är för specifik för att vara min IT supports ansvarsområde, när jag inte arbetar med någon som använder dessa verktyg. Google är min bästa vän, men för de flesta verktyg finns väldigt lite information ens där.

Vi är många i denna situation; vi som arbetar till 100% med analyser men som inte är datavetare eller ens statistiker i grunden. Vi som sitter med den biologiska och analytiska förståelsen, men där själva genomförandet, programmeringen, inte är vår främsta kvalité. Nu ska jag bygga en pipeline för att hantera DNA sekvenseringsdata för familjematerial, tex. Och ja, jag tycker att jag är rätt person för att arbeta med detta, jag tycker alla vi databundna biologer är helt essentiella, men luckan finns ändå här. Fältet har inte riktigt accepterat att vi finns här, tycker antagligen inte att vi borde bära den här rollen. Men när sekvenseringskostnaden sjunker snabbt som attans, när alla labb genomför projekt där now-generation-sequencing används, då måste alla också inse att det inte finns tillräckligt med rena programmerare och statistiker för att analysera allt data, och att proportionen biologer vid datorer som genomför avancerade analyser bara kommer att öka. Och att det faktsikt är en del av biologin.

Inga kommentarer:

Skicka en kommentar