Spirar

Våren är här på riktigt med blommande träd och grönska som spirar upp. Försöker hinna med att njuta av min sista tidiga vår här, cyklar hem från jobbet medan solen är uppe och kollar in blommorna jag passerar. Innan jag tar kvällspasset hemma.

Projekten spirar också. Det är omöjligt att avsluta dessa projekt innan jag åker hem om 5 månader, men det kanske finns en möjlighet att klara av tillräckligt mycket ändå. Så länge datat faktiskt anländer snart och jag får min pipeline att fungera. Otroligt entusiastisk inför projektet med Marga, hur frågorna, designen, datasetet tillsammans bildar en enhet, en historia som kommer bli intressant att veckla ut och beskriva analytiskt. Hoppas innerligt att jag kan få immunologerna att förstå och uppskatta vart analysen kan ta detta projekt, inser hur långt vi kan komma tillsammans om vi faktiskt arbetar såhär. Inse att det inte finns något black box över huvud taget, bara kraftfulla sätt att undersöka våra data, se mönster som våra hjärnor inte själva skulle kunna utskilja i den stora mängden enskilda observationer. Valideringen av projekt ett tuffar äntligen på. Projekt fyra går långsamt framåt.

Framtiden, den spirar också! Hade en framgångsrik vecka hemma i Sverige där jag pratade med flera otroligt intressanta forskningsgrupper. Nu gäller det för mig att avväga och fundera, planera och diskutera.

Framåt, uppåt, vidare!

Läsk och hjärtinfarkt

En kollega på HSPH publicerade nyligen en studie som visar att män (det fanns enbart män i deras studiepopulation) som dricker sötade drycker (läsk, juice, etc) varje dag har 20% större risk för hjärtinfarkt. I modellen räknades effekten av rökning, fysisk aktivitet, alkoholkonsumption, ålder, familjehistoria av kardiovasculär sjukdom, matkvalité, energiintag, BMI, viktförändringar och multivitaminer. Puh!

Roligast är American Beverage Associations svar på det hela.

"When it comes to risk for heart disease, there is nothing unique about the calories from added sugars, or sugar-sweetened beverages for that matter. According to the National Heart, Lung and Blood Institute of the National Institutes of Health, the major risk factors for heart disease are: high blood pressure, high blood cholesterol, diabetes, smoking, being overweight, being physically inactive, unhealthy diet and stress."

Och att dricka en deciliter socker per dag är ju hälsosamt, det förstår ju vem som helst.

Och dessutom propagerar ju dom för ett hälsosamt kaloriintag, alla uppgifter står ju på flaskan! Uppgifter som ingen jag pratat med i detta landet förstår enheterna eller grunden för.

en gammal glödlampa tändes

För ett par år sedan var jag på ASHG (american society for human genetics) och en av de stora trenderna det året gick mig helt förbi. Syftet var att detektera lämpliga kandidatgener genom att specifikt leta efter gener med liknande funktioner som gener där associationen till sjukdomen redan var känd. På den tiden snörpte jag på munnen och tjattrade om att varför skulle vi bara leta efter liknande gener associerade till sjukdom? För dessa komplexa sjukdomar som jag studerar vet vi ju att många olika faktorer bidrar till insjuknande. Leta efter liknande gener och du kommer ju missa allt annat!

Idag insåg jag att det ju är precis den här ideen jag använder nästan dagligen. Det ter sig uppenbart idag att de genetiska varianter som leder till insjuknande faller inom olika signalvägar, att vi förväntar oss detta och flera av de analyser jag utvecklar bygger på denna ide. Och idag, när det finns hundratals kända genetiska riskfaktorer för vanliga autoimmune sjukdomar så är ju tom den ursprungliga iden riktigt vettig. Bland alla inte-ännu-genomvid-statistiskt-signifikanta loci så kan vi använda andra funktionella dataset för att extrahera mer information från GWAS. Vi kan visa att nätverk av gener innehåller en anrikning av genetisk association, vilken validerar själva nätverket.

Skillnaden från 2005 och nu var såklart att då hade vi inte hundratals riskfaktorer för diabetes och MS, utan enbart ett fåtal. Verkligheten, biologin, är komplicerad. En underbart fantastisk nöt att knäcka.

En stålgrå bubbla

Det finns inte så mycket att säga. Jag jobbar. 4 pågående projekt, alla ska slutföras så mycket som möjligt innan jag flyttar hem, 3 av dom är i ganska tidigt skede. Som för att betona hur oavslutade mina projekt för närvarande är så jobbar jag samtidigt på en presentation att hålla inför potentiella grupper hemma i Sverige sista veckan i Mars. Jag har möten med tre grupper/gruppledare inbokade, och borde kanske träffa fler för det handlar ju om vart jag ska jobba om ett halvår. Som grädde på moset läser jag en kurs i computer science.

Det finns hur mycket som helst att säga om de dalar och toppar jag går igenom, hur forskningen är jättekul, hur frustrationen tar över, tankar inför framtiden, avsaknaden av mitt liv, etc etc.

Bullshit

Få saker gör mig så arg som bullshit, och få saker är så vanligt, och också uppskattat av chefen, i mitt labb. Det här pompöst amerikanska, säga saker som låter så vackert så vackert, som jag skulle uppskatta i ett papper vi skriver ihop, men inte när vi som kollegor sitter och diskuterar vårt arbete. Håll käften om du inte vet vad du pratar om, brodera inte ut massa saker som inte har med saken att göra, var kort och koncis och håll dig till ämnet! Att få mitt projekt beskrivet för mig med termer och slutsatser som inte stämmer är pinsamt och får dig att se ut som en fjant. I mina ögon, alltså. I en grupp som består av 70% bullshitare kan jag inte gör annat än helt uppenbart visa mitt missnöje och ointresse. Men det går hem, det är det värsta. Bullshit är vägen till framgång. Jag kan inte förstå det, det är ju så himla enkelt att genomskåda! Alla vi andra, för labbet består till större delen av icke-bullshit, himlar med ögonen och fattar inte grejen.

Ganska högt upp på listan av orsaker till varför jag inte skulle kunna leva i USA.

numeriska metoder i/m matlab

Aldrig har min frustration varit större än när jag läste ovan nämnda kurs på LiTh. Jag fattade ingenting, ingen av oss fattade poängen, och inställningen från kursansvarige lärare (vilken människa, herregud) var att vi var dumma i huvudet. Fattade inte poängen med programmering, verklighetsanknytningen fanns inte. Jag satt ner 10 minuter med tentauppgiften, sen gick jag från rummet och har aldrig sett tillbaka.

(Tänk om jag kunde ta den kursen idag! Tänk om någon hade fått mig att inse att programmering inte var att ge datorn 1:or och 0:or i magiska kombinationer. Tänk om den gigantiska muren hade varit forcerad! Tänk om läraren hade insett vad våra förutsättningar var..)

Ibland befinner jag mig i situationer när känslan är snarlik, när frustrationen kokar över och inga utvägar finns i min begreppsvärld. Nu vet jag att det såsmåningom antingen kommer att ramla ner en pollett, eller så kommer jag på ett eller annat sätt ta mina första steg i ny och spännande terräng. En terräng med nya dimensioner, oväntad logik och helt annan kultur. Men inlärningskurvan är tyvärr oftast väldigt brant.

Forskning i Sverige.

Som ni redan vet så lägger Astra ner sin forskning i Södertälje och 1200 forskare får gå. Vad ska alla dessa forskare som utbildas i Sverige egentligen arbeta med i nuläget? Verkar som om det enda alternativen blir akademin, eller att flytta från landet. Själv har jag siktet inställt på akademin, och Stockholm. Akademin för friheten och idéerna på framtida forskning, Stockholm för att jag vill hem med allt vad det innebär. Men akademin har även blivit mitt förstaval för att det är svårt att se ett alternativ i Sverige, ens innan Astra la ner.

Med min feberhjärna, men även i vanliga fall, har jag svårt att se hur vi ska ta oss ur detta. Forskningspolitiskt. Vad är det egentliga problemet? Jag har svårt att tro att det är bristen på högutbildade människor som får forskningen att fly Sverige (vilket antyds i dagens DN), jag är själv del av en PhD boom. Så vi utbildar ett, för vår marknad, överflöd av forskare. Så är det vår utbildning det är fel på? Vår entreprenörsanda? Våra forskningsidéer?

Vill vi alla vara så lagom här i Sverige att vi helt förlorat förmågan att glänsa? För att komma någonstans måste vi satsa, men att vara välutbildad leder inte automatiskt till framgång. Om vi, denna kunskapsnation, inte lyckas göra mer av vår kunskap så blir den inte mycket värd. Det är inte kunskap som leder till forskningsframgångar, det är förmågan att tänka utanför nedtrampade stigar, se möjligheter och satsa helhjärtat. Är vi för bekväma? För rädda? För dåligt självförtroende?

Skulle massa pengar till de "mest talangfulla och innovativa forskarna" lösa problemet? Kanske, men vem skulle ha förmågan att utvärdera dessa "talanger"? Skulle det ändra det faktum att alla pengar går till samma gubbar, år efter år?

Då, då skulle det hända grejer. Typ.

Såhär en fredagkväll vid 20 i åtta när jobbet har, trots ihärdiga försök, stått stilla i flera dagar så undrar man ju varför i allsin dar man egentligen pysslar med detta. Frustrationen när det inte fungerar, ingenting fungerar, när man testat 20 olika sätt att få mySQL att spara datat på ett annat ställe. När en enkel analys visar sig ha 20 olika delsteg som alla kväver specialanpassningar. När allting egentligen måste ske här och nu, helst igår, allra helst förra året. När inga positiva resultat uppenbarar sig, enbart en lång lista av analyser och vinklar som jag skulle kunna prova. När det där första steget, det som inte ens är en del av analysen visar sig ta större delen av en vecka att fixa. När det finns så himla mycket mer som jag skulle kunna uträtta här om bara, om bara, om bara. Om det bara vore så enkelt som det borde vara. Om jag bara kunde så det förbannade datat snart. och det där andra förbannade datasetet. Och det där tredje förbenade datasetet. Om mina kollegor bara hade mer tid och mer tid till cellsorteraren. Om bara.

Nya coola dataset, coolare tekniker osv i all evighet. Amen.

Snart dax att ta steget in på en ny arena för mig, ChIP seq data analys. Läser på om metoder och teorier, för det finns ju alltid en djungel. En djungel av miljontals program som diverse grupper och personer har utvecklat, allt för många för att det någonsin ska gå och utvärdera dem. Slutar oftast med en av följande alternativ:
# Jag har fram macheten och hugger ner första bästa metod som ser bra ut.
# Jag använder en metod som en kollega redan har använt.
Båda ungefär likvärdiga, den senare har fördelen att någon i min närhet känner till svagheterna och trixen. Men den personen i sen tur gjorde sitt val lika lättvindigt eller förvirrat som mig.

Och egentligen. Så länge det finns många utvecklade metoder så är nog de flesta ganska bra, eller iaf inte värdelösa. Och, ditt data bör vara starkare än de fluktueringar som olika metoder medför. Och det är ju inte varken den coola tekniken eller det coola analysen som är grejen, egentligen. Det är ju designen, målet, datat och resultatet. Om du har designat ett projekt som faktiskt kan svara på din fråga så spelar det ingen roll om du gör single cell RNA sequencing eller gammeldags microarray, resultaten kommer vara coolt i vilket fall.

Mötesplanering

På inget annat ställe än detta, forskningens högborg, har jag varit på lika värdelöst planerade möten. På inget ställe finns det bättre och mer inspirerande möten varje vecka också, iofs. Men varje torsdag, tex, sitter jag på ett möte som i nio av 10 fall består av att samma två personer sitter och diskuterar och planerar. Har alltid min dator med mig, som just nu, för varför är jag egentligen här?

Tidens olidliga hastighet.

Femtonde freaking November! Visst att tiden går fortare och fortare när man blir äldre, men det här är absurt. Om 1,5 månader åker vi hem till Sthlm, J flyttar hem och jag bara besöker. 1,5 månad, sen är vår gemensamma USA-vistelse över. Det är sorgligt och tungt.

Men jag hoppas att tiden efter detta, efter att jag flyttat hem också, blir annorlunda. Jag har insett att jag aldrig landar, aldrig slappnar av, aldrig njuter av nuet - något som jag egentligen brukar vara bra på. Vi har haft många besökare här, ska hinna med två till innan vi flyttar, men jag är aldrig riktigt där. Tragiskt att ha familj och bästa vänner på besök och alltid vara någon annanstans i tankarna, alltid vara stressad. Faktiskt inte kunna uppskatta det. Jobba mycket kommer jag och vill jag göra, men utan balans och andra höjdpunkter som går igenom blir det ganska värdelöst.

Mina sista månader i USA kommer bli än mer jobbfokuserade, blir enkelt så här i New Haven i avsaknad av J. Det är ju positivt, eftersom jag har så mkt att göra, men så himla negativt. Men saker rör iaf på sig jobbmässigt, det är dax att göra det värt det och faktiskt få ut något av detta förutom "upplevelsen".

Iaf till öronen.

Planerar projekt och frågeställningar. Riktigt roligt, och kul kollegor att arbeta med. Men undrar hur djupt vatten jag slänger ut mig på. Öppet hav kanske. Men mitt default för att hantera det är, som alltid numera, total förnekelse och ta problemen som dom kommer, i mindre tuggor. Kanske inte kommer bli speciellt svårt alls - men det gäller att inte fördjupa sig i, eller ens tänka tankarna, om hur djupt vatten jag befinner mig på.

Men också, så himla kul!

Programmerade för att motarbeta mig!

Allvarligt, det finns inte ett enda program i denna bioinformatik/biostatik/whatever vars utvecklare jag inte varit i kontakt med. Alla utvecklares mardröm: Boel! Eller dröm, om man brinner för att ständigt utveckla sitt program. Men de allra flesta fick ju, som oss alla andra, lov att lösa ett problem och har egentligen ingen vinning i att hjälpa mig. Men jajajaja, alla är oftast ofantligt hjälpsamma och det är fantastiskt underbart att dom alla finns och att programmen finns och så vidare och vidare.

Men varför får jag alltid konstiga resultat? Varför hittar världens bästa caller osannolika indels i mitt data, varför får jag en avstånd mellan reads i storleksordningen 200 000 baser, varför ger min pileup av baser upphov till den konstiga annoteringen, varför tar det där steget som ska vara så jädra snabbt 183 timmar för mig, varför vill jag veta alla möjliga och omöjliga detaljer om allt allt allt? Men, inte ens när jag kör allt i default funkar det ju som det ska. Varför är det aldrig enkelt!?!

En tugga i taget.

Om två månader flyttar vi från Boston. Olikt andra flyttar jag gjort, kanske för att det alltid varit tillfälligt här, så att flytta är bara logiskt. Känns dock tråkigt att jag inte kommer flytta hem än, att det ännu finns så mycket att göra klart. Faktiskt leverera, faktiskt genomföra och slutföra. Har lagt i en högre växel, och hoppas hålla den uppe i det nätta året som är kvar. Men tankarna finns i framtiden, i möjligheterna och ovissheten. Funderingarna på vilka frågor jag vill besvara, vilka jag vill jobba med, vilka personer har liknande tankar, vilka verktyg jag framför allt tror mig kommer använda. Idéerna blir skarpare, byggs på, slipas. Men ännu en grå massa, där mycket av osäkerheten beror på bristen av kunskap om vilka resurser som finns, hur möjligheterna ser ut, vad andra jobbar med, hur det skulle fungera politiskt. Men att arbeta fram en plan, en del initiala projekt, klura ut svagheter och styrkor, faktiskt ha det på fötterna när i vinter pratar med folk hemma i Stockholm borde vara en styrka.

Stor måltid avklarad.

Hade fått för mig att jag var okapabel att spendera 17 h per dag på att jobba om det verkligen krävdes. Men det var inte sant! Nu är min poster ivägskickad och jag bör ta mig an nästa berg, nästa elefant. Är ju fortfarande samma elefant, eller förra elefantens mamma snarare. Men inte samma stress, behöver inte vara klart om 2 veckor.

Men behöver vara klart snart. Resultat resultat, jag tillber dig!

Jag hade rätt, såklart.

Vi kör en vända till i klagosången. Himla tekniskt och torrt blir det nu för folk som inte arbetar med sekvenseringsdata från Illumina.

Av oklar anledning fick jag mitt data från vår core i export.txt format. Av självklara själ behöver jag veta hur kvalitén av varje bas kodas i mina fil, detta använder jag i senare steg. Och Illumina har alltså tre olika format för att koda detta. Jag frågade min core vad dom använt, och svaret var CAVASA 1.8 där kvalitén kodas som ASCII + 33. Detta innebär att illumina-basers kvalité kodas av ASCII 33-126, men inget rådata har någonsin högre kvalité än 45 (=78 i ASCII). Jag däremot hade siffror som gick från 66 till 105, vilket inte alls överensstämmer med phred+33...

Mejlar coren och frågar, och får två gånger svaret att datat är i phred+33. Men till slut mejlar dom sin fields specialist och frågar. Och det visar sig då att CASAVA 1.8 ger dig fastq och bam filer i phred+33, men qseq.txt och export.txt (som är menat att vara interna format) kodas i phred+64.

Kontentan:
# Illumina kodar sina kvalitéer på två olika sätt i samma program.
# Min core har inte koll på detta.
# Min core skickar mig export.txt när fastq och bam, de format som klassas som standard, faktiskt produceras och är menade att ges till kunden.
# Jag inser detta. Och måste ligga på och mejla och fråga upprepade gånger för att få det bekräftat.

Jag borde debitera dem för min tid.

Uppdatering: Eller så kan man anse att detta är mitt fel. Varför ska jag vara så himla noggrann?!

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.

Stressfylld väntan.

Kontrasten i att ha så himla mycket att göra, men tvingas att vänta.

Fick äntligen DNA sekvenseringsdatat för mitt epilepsi-projekt, och nu måste jag jobba igenom det snabbt. Ska presentera resultaten om 30 dagar. Nämnde jag att jag faktiskt aldrig gjort detta innan?

Äntligen fått till ett script som förvandlar de 14 filerna i illuminas export format till de fastq filer jag behöver (problem med wildcards...). Så nu väntar jag på att jobben ska bli launchade på servern. Men det går så långsamt! Och kommer ta tid efter att dom väl startar.

Andra projekt eller delar köar också på klustret eller är tillfälligt på hyllan. Stressen i att ha så himla mycket att göra, men inte ha datat. Kanske är nyckeln till framgång, iaf delvis, att ta tillvara på den här tiden och göra andra vettiga saker. En figur kanske. En forskningsplan eller idé kanske. Kolla upp en av alla de där sakerna som man borde göra lite snabbt, men som man inte kommer ihåg när man har en timme "över".

Running out of memory.

Hårddisken är full, min hemfolder på servern är full, min dropbox är full, hjärnan är full och luften är full i alla bollar jag försöker hålla uppe.

Men, flow.

Arbetstimmarna

Nature publicerade i Augusti två artiklar där typexempel på två olika sorters lab presenterades (namnen jag ger återspeglar väldigt tydligt min syn på saken):
Roboten - där 20 h om dagen eftersträvas och socialt liv undanbedes.
Balansen - där även forskaren tillåts ha ett rikt liv utanför forskningen.

I tidningen finns även en editorial som verkar säga att om man ska bli framgångsrik som forskare så måste man jobba mycket, alltså 24/7.

Kommentarerna till alla tre är roliga att läsa. Jag kan för mitt liv inte förstå hur Quiñones-Hinojosa är stolt över att hans lab undviker honom i korridoren och att han missat sina barns uppväxt (dom trodde att han bodde på labbet).

Jag tycker att man ska ha stora mål som forskare, jag vill inte spendera min tid på detta om jag inte gör något som är intressant och som kommer ge intressanta resultat som gör skillnad. Om man vill det, arbeta 110 timmar i veckan, julafton och nyår så får man gärna göra det. Och visst hinner jag mer en dag där jag har flow och jobbar 13 timmar. Men forskning är en kreativ sysselsättning. Tiden, och ron, att fundera, analysera, debattera, diskutera måste finnas. Annars hinner du inte göra annat än att timme efter timme följa protokoll. Och allvarligt, så länge det inte är det enda målet med mitt liv så vore det korkat att spendera hela mitt liv och all min kraft och inspiration på det.

Och massa blogg-poster som följer upp detta! Ett par exempel: Blather, Jenny, Bonnie,