生信（以编程为主）文章就一定是水文吗？

（本帖由数据分析师小狐狸借用对象账号发送）

最近，我注意到一些科班人士在社交媒体上，对于非科班出身的我在2023年内指导研究生成功发表三篇学术文章提出了批评。

从一些交流中，我感受到了一些人对生物信息学文章，或自学者在医学领域发表文章的轻视。例如，他们认为连我这样没有念过医学院的人都能指导3篇生信论文，说明生信领域就是很水。又或者认为我说出我的学术成果，是在炫耀。

首先，在当今生物大数据的时代，学会挖掘生信可以充分对转录组、基因组等多个组学的数据进行挖掘，节约成本，拓宽资源。

其次，就我个人的学术成就而言，在我参与的三篇生物信息学研究中，有两篇进行了生物实验验证，实现了实验与信息学的深度融合。

尽管我的本科学习背景并不包含生物学实验，我的研究工作却覆盖了RT-qPCR、病理评分的差异分析及其可视化等关键环节。在自学医学之前，我也曾经指导过应用物理方向的研究生对材料实验数据进行统计分析，在该领域的SCI发表论文。这些工作展示了我在跨领域研究中的努力与成果。

另外，在三篇文章中，有一篇我耗时2年来优化算法与美化统计图表，最终成功发表于中国科学院医学部二区期刊（英语文章的正文也是我来主笔写的，我的英语功底比我队友好）。这项研究中所使用的R语言算法及数据可视化，受到了某位生信公众号博主的认可，并进行了推荐。

值得一提的是，另一篇文章在返修期间，我根据审稿人的建议，进行了全面的模型重建，并采用Linux系统下的编程语言执行了基因层面的可视化分析。使用Linux系统和相关编程语言，并将其应用于生物信息学和基因组学的上游任务，并非人人能做到的技能。

我不能说每一篇生信、Meta的论文都是高质量的，但我会保证我参与的每一篇文章必定竭尽我的所能，并且不存在学科领域的原则性大问题。

生信、Meta都是有力的医学研究工具，并且这两个类型研究具有跨学科的属性，需要的不仅仅是医学、生物学专业知识，同时也要求很强的逻辑思维能力和计算机语言能力。

一些作者在完成如生信、Meta分析文章中可能不是十分认真负责，造成了此类文章数量的泛滥与质量的下降。但自2022年以来，生信领域的论文发表变得越来越困难，审稿标准日益严格。

有问题的学术不端者，而非分析工具本身。因此，我们不能看到论文中存在了生信、Meta研究的相关内容，就一定认为这样类型的文章质量不佳、意义不大。相反，现在仍有纯生信、纯Meta研究发表在Top期刊上。

此外，虽然我目前指导的研究类型主要集中在生物信息学及部分基础实验的分析上，但我同样能够胜任临床数据建模、随机对照双盲重复测量、组轨迹模型等复杂算法设计。

最后，我还想说明一点，读研究生并不只是学好本专业知识，更是学会一种辩证看待问题的方式。正因如此，我才会在疫情发生后，以新冠病毒为切入点，弄懂了病毒学、分子生物学、免疫学当中的底层逻辑和基本概念，常见抗病毒药物的机制。在接触生信后，进一步了解实体肿瘤的相关知识。