生信不好找工作可能是因为你点错了技能树

学员表示在参加完我们的马拉松授课后，已经能掌握了我们两个月传授的表达量相关的数据分析：

目前能完成以下分析
## Bulk data
数据清洗，各种注释 (ensemble, entriz, symbol id 转换)
差异分析：deseq2, limma, edgeR, wilcoxon, t-test
富集分析: ORA， GSEA
通路差异:GSVA
免疫浸润：IOBR ， 8 种免疫浸润算法。肿瘤微环境分析（stromal score, immune score, 肿瘤纯度）
药敏分析：pRR 与 oncopredict, 以及基于 cellMiner 数据库的相关性分析
相关性分析：pearson, spearman
机器学习相关：logistic, lasso, 单因素/多因素 cox, RSF, log-rank, K-M 生存曲线，最佳 cutoff 的选择,  (筛选变量和模型比较一般用 101 种模型组合)， ROC 曲线绘制,  非线性模型：RCS
免疫治疗： 基于 imvigor210 队列来建模，根据自己项目中的 risk score 来预测免疫治疗效果 (与药敏分析的极其类似)
WGCNA: 建立表型&基因模块的相关性图，以及筛选 hub gene

## 单细胞
降维分群，以及细分亚群（包含了质控，降维，去批次等基本流程）
Decontex 去除污染细胞
利用基因集打分: AUCell, ucell, addmodulescore
ScMetabolism：代谢通路分析
差异基因：findallmarkers, 以及 SCP 包里的 RUNDEtest
ORA, GSEA 富集分析, GSVA（差异通路）
Monocle2 拟时序
Cellchat
Pyscenic 结合 scenic 。转录调控网络构建；方差分解
palantir 拟时序，并筛选影响differention potential & Branch potential的因子，区分该gene module的dynamic pattern

但学员认为这些数据分析还是偏向于科研文章了，继续在这些技能上面提高熟练度也仅仅是去科研服务公司！所以我让他完成我的一些练习题，被拒绝了：

• 细胞名字可以不给但是基因名字不能不要啊
• 单细胞水平看指定基因的表达量差异情况
• 巨噬细胞极化的打分结果散点图
• PDX小鼠模型的单细胞样品定量能选择人类参考基因组吗
• 一网打尽全部的商业化单细胞数据处理
• 为什么要挖掘如此小众而且古老的单细胞转录组数据呢

学员提出来了一个灵魂拷问：对于想从事生信行业，想找工作的新手说还能从哪些角度提高自己的生信能力呢呢？比如联合其他技术，使数据量更大、更脱颖而出。

其实我非常理解学员的想法，作为新手很容易沉浸在掌握某些R包或Pipline的成就感中，特别是当身边的人都不太会的时候。但假如自己不是数学或统计学背景出身，或不打算在将来花费大量时间精力去学习数学和统计学。那么我们对编程语言掌握的天花板也就在哪里了，只是会使用一些工具或流程而已。也就是说，我们的技能只是一个工具，如果要进一步突破，那么方向就是自己对生物学问题的理解。

对于新手一方面要掌握更多的分析方法，提升自己的技能。但另一方面，更为重要的是去观察这些数据在文章中到底放了那些分析的结果，在文章中证明了什么，对文章的逻辑有什么贡献。只有这样才能对生信对生物学问题的贡献度的理解。所以数据量多么大，技术多么花哨来脱颖而出永远不是目的，目的永远应该是对生物学问题的解答可靠。

如果是找生信工程师工作（医疗大健康行业）

上面的理解偏重于科研行业相关的岗位，比如各个课题组的研究助理，各个科研服务公司的售前售后生信工程师等等。很多小伙伴可能是想干一些医疗大健康行业的生信工程师，希望我们的生信数据分析能力可以在一些药企，IVD行业发光发热。因为生物信息学对于药企、IVD行业、肿瘤早筛和肿瘤疗法开发等领域的技术进步和创新至关重要。它不仅有助于提高疾病诊断的准确性，还能推动个性化医疗和精准治疗的发展 ：

1. 药企和肿瘤疗法开发：
   • 在药企中，生物信息学被用于药物研发的多个阶段，包括药物靶点的识别、药物作用机制的解析、药物反应的预测以及药物安全性评估。例如，通过分析基因表达数据，可以识别与特定疾病相关的生物标志物，这对于开发新的治疗药物至关重要。此外，生物信息学工具也用于分析药物与蛋白质之间的相互作用，这对于设计新药和理解药物作用机制非常重要。
2. IVD行业：
   • 在体外诊断（IVD）行业中，生物信息学的应用正在增长。IVD技术，特别是在分子诊断领域，依赖于生物信息学来分析和解释大量的遗传数据，以实现疾病的早期诊断和精准医疗。例如，通过分析患者的基因组数据，可以识别特定的遗传变异，这对于个性化医疗和精准诊断至关重要。
3. 肿瘤早筛：
   • 在肿瘤早筛领域，生物信息学被用来分析液体活检样本中的生物标志物，如循环肿瘤DNA（ctDNA）和循环肿瘤细胞（CTCs）。这些分析有助于早期发现癌症，甚至在症状出现之前。例如，通过分析血液中的ctDNA甲基化模式，可以识别早期癌症的存在。生物信息学工具也用于提高信噪比，从复杂的生物信息中提取出与肿瘤相关的信号。
4. 肿瘤疗法开发：
   • 在肿瘤疗法开发中，生物信息学被用于识别新的治疗靶点、预测药物反应和评估治疗效果。通过分析肿瘤基因组数据，可以发现肿瘤特有的突变和表达模式，这对于开发针对性的治疗方法至关重要。此外，生物信息学也被用于开发和验证预测模型，以预测患者对特定治疗方案的反应。

然后大家会发现，科研技能基本上派不上用场，或者说我们的马拉松授课科研技能太底层了。对于工业界来说，深度完全不够。这就是因为生信不好找工作可是点错了技能树，推荐大家看一下这个2020的书籍：《Bioinformatics for Cancer Immunotherapy》，相信神通广大的小伙伴们是可以自己找到这个书籍的pdf文件。不过呢，对绝大部分还处在科研界的小伙伴来说，这个书籍里面的技能其实没啥子用。

以下是书籍《Bioinformatics for Cancer Immunotherapy》的目录，包括各章节的标题和中文翻译：

1. Bioinformatics for Cancer Immunotherapy 生物信息学在癌症免疫疗法中的应用
2. An Individualized Approach for Somatic Variant Discovery 个体化体细胞变异发现方法
3. Ensemble-Based Somatic Mutation Calling in Cancer Genomes 基于集成的癌症基因组体细胞突变呼叫
4. SomaticSeq: An Ensemble and Machine Learning Method to Detect Somatic Mutations SomaticSeq：一种检测体细胞突变的集成和机器学习方法
5. HLA Typing from RNA Sequencing and Applications to Cancer 基于RNA测序的HLA分型及其在癌症中的应用
6. Rapid High-Resolution Typing of Class I HLA Genes by Nanopore Sequencing 通过Nanopore测序快速高分辨率分型I类HLA基因
7. HLApers: HLA Typing and Quantification of Expression with Personalized Index HLApers：个性化指数的HLA分型和表达量量化
8. High-Throughput MHC I Ligand Prediction Using MHCflurry 使用MHCflurry进行高通量MHC I配体预测
9. In Silico Prediction of Tumor Neoantigens with TIminer 使用TIminer进行肿瘤新抗原的计算机预测
10. OpenVax: An Open-Source Computational Pipeline for Cancer Neoantigen Prediction OpenVax：一个开源的癌症新抗原预测计算流程
11. Improving MHC-I Ligand Identification by Incorporating Targeted Searches of Mass Spectrometry Data 通过结合靶向质谱数据搜索改进MHC-I配体鉴定
12. The SysteMHC Atlas: a Computational Pipeline, a Website, and a Data Repository for Immunopeptidomic Analyses SysteMHC图谱：一个用于免疫肽组学分析的计算流程、网站和数据存储库
13. Identification of Epitope-Specific T Cells in T-Cell Receptor Repertoires 在T细胞受体库中识别表位特异性T细胞
14. Modeling and Viewing T Cell Receptors Using TCRmodel and TCR3d 使用TCRmodel和TCR3d建模和可视化T细胞受体
15. In Silico Cell-Type Deconvolution Methods in Cancer Immunotherapy 癌症免疫疗法中的细胞类型反卷积计算方法
16. Immundeconv: An R Package for Unified Access to Computational Methods for Estimating Immune Cell Fractions from Bulk RNA-Sequencing Data Immunedeconv：一个R包，用于统一访问从批量RNA测序数据估算免疫细胞比例的计算方法
17. EPIC: A Tool to Estimate the Proportions of Different Cell Types from Bulk Gene Expression Data EPIC：一个从批量基因表达数据估算不同细胞类型比例的工具
18. Computational Deconvolution of Tumor-Infiltrating Immune Components with Bulk Tumor Gene Expression Data 使用批量肿瘤基因表达数据计算反卷积肿瘤浸润性免疫组分
19. Cell-Type Enrichment Analysis of Bulk Transcriptomes Using xCell 使用xCell分析批量转录组的细胞类型富集
20. Cap Analysis of Gene Expression (CAGE): A Quantitative and Genome-Wide Assay of Transcription Start Sites 基因表达帽分析（CAGE）：一个定量的全基因组转录起始位点分析

这些章节涵盖了从体细胞变异发现、HLA分型、新抗原预测、T细胞受体库分析，到免疫细胞类型的反卷积分析等多个方面，为癌症免疫疗法的生物信息学研究提供了全面的理论和实践指导。

难道说偏重于科研技能教学的授课就没意义了吗

大家可能发现了，工业界需要的很多技能更小众，更深入。这就是为什么大家掌握了我们马拉松授课的表达量相关技能，从表达量芯片到转录组测序到单细胞转录组，都只能说是做一下生信科研文章而已。但是这并不能说说偏重于科研技能教学的授课就没意义了，毕竟是千里之行始于足下啊！