Science：生物信息學，神秘的新職業

　　今天的生物信息學家迎來了好時候。由于各個部門生成了幾乎無窮無盡的生物數據，因此形成了對于生物、統計學和計算機科學交叉領域中有經驗的專業人才的高度需求。科學家如果能夠分析大量信息并將其清晰地展示給決策制定者，就會發現自己的工作和職業生涯前途無量，尤其是在大型制藥和生物技術部門。

　　“在大數據時代，這是個有趣的地方，也是令人激動的時刻。”羅斯—豪曼理工學院計算機和軟件工程教授Sriram Mohan評價道，他就利用自己的學術假期在一家數據管理公司Avalon咨詢公司研發生物信息學軟件。

　　而且數據量如此之大，部分是由于思維方式已經從數據的生成轉變為數據的分析，美國休斯敦市德克薩斯大學健康科學中心生物醫學信息學系副教授W. Jim Zheng表示。現在，更簡單劃算的工具促生了更多的數據，因此就更需要有專家能夠以一種方式理清堆積成山的信息，讓其對科學家和臨床醫生具有意義，并最終惠及客戶和患者。

　　產業界和學術圈對于生物信息學的認知上的轉變，也促成了該領域工作機會的增長。先前，“科學家和公司往往會將生物信息學作為一種工具。”比利時根特大學生物信息學教授、MDxHealth公司首席科學家Wim Van Criekinge表示，MDxHealth公司研發基于實驗胚胎學的癌癥診斷。生物信息學家會被要求來解決一個關于數據的問題，他們的作用是在數據庫中運行一個算法以獲得答案。“但這門學科已經從像組織學一樣的服務，進化成為了自己的研究領域生物信息學家現在是創新的馬達。”他補充道。他們不僅解答了關于數據的咨詢，更重要的是，他們決定了最初需要去問哪些問題。

　　因此，“當前，科學家有很多機會可以在生物技術、大型制藥行業中尋找到生物信息學、大數據的工作。”獵頭公司Klein Hersh國際的計算化學、生物和配方研發高級總監Jared Kaleck指出。

　　職業生涯在何方

　　為了定位工作崗位，認清職業生涯發展，需要理解生物信息學崗位的工作在不同的公司是如何組織安排的。在制藥企業和大型生物技術公司，大數據科學家可能會發現自己處于三個不同類型的組織結構之一。其一，所有的大數據科學家和生物信息學家都在核心團隊工作。這個大團隊可以集中于研發或信息技術部門的工作，而且科學家在全公司各個項目的作用類似于顧問，有需要就會借走。

　　第二種模式中，生物信息學家的崗位是分散的，分布在不同的治療領域。例如，在Johnson & Johnson公司（J&J），Patrick Ryan就負責帶領流行病學分析小組。這位臨床信息學家研發的分析諸如電子健康檔案等“觀測數據庫”的統計方法，可以繪制出疾病模式，以更好地了解“我們藥物的現實效果，發展安全協議并減輕對患者的風險”，他解釋道。他的團隊屬于流行病學部門，向J&J的首席醫療官匯報工作。但是他也指出，公司也有強大的信息學和信息技術部門，其任務是“為如何管理和分析數據提供技術的視角。”

　　大型制藥企業的第三種組織結構是前兩者的結合。AstraZenica發現信息學全球總監Christian Reich分享道，他的公司目前正在沿用這種模式，盡管他也指出企業每過幾年都會重新調整，采用其中的另一個模式。他的工作需要監督一個有25名專家的主要團隊，但是其他信息學家分散在公司的各處。輝瑞公司也是如此，生物信息學家深入到治療部門和核心的卓越中心，輝瑞研發業務技術高級主管Susan Stephens解釋道。基因泰克公司也采用類似的綜合模式，生物信息學高級主管Robert Gentleman解釋道（他也是統計計算和圖形編程語言R語言的共同發明者）。生物信息學家在組織的核心，但是他們“與不同的職能范圍相結合”，他說，“他們在同一個部門，但是每天他們直接與疾病領域專家一同工作。”

　　大數據科學家在公司的工作任務根據其所在部門不同而有所變化。在研發部門，生物信息學家研究分析數據的新方法，幫助設計分析工具，甚至可能會在全公司科學家的幫助下構建分析工具，Reich表示。在此的理念是通過檢驗現有的開源算法并以新穎的方法進行應用，或是倚重數學和統計的專業知識來創建全新的算法。“目的是要組合出一個平臺，讓數據分析的工作更容易，并獲得高質量的結果。”他補充道。

　　羅氏藥物研究與早期開發中心全球業務主管（包括信息學）Bryn Roberts指出，在他公司混合式的結構中，信息學家和數據科學家參與到一系列廣泛的活動中。他們研發并支持軟件系統；他們找到外界的科學內容，并供全公司的科學家使用；他們落實并維護藥物研發和管理職能的工作流系統，如實驗室的線上筆記；他們支持并進行數據、圖像和文本挖掘與分析，以支持科學決策的制定。

　　在基因泰克，生物信息學家參與到各個階段的調查過程中，從參與設計實驗以找到疾病的遺傳標記，到利用他們的生物信息學技能以幫助找到有助于病患選擇的生物標志物。

　　在大型制藥企業的其他地方，大數據科學家可能會被派去調查疾病的趨勢、藥物開發和發現，這就會涉及到與營銷團隊的合作。他們可能也會為經營決定提供量化的支持，例如企業應該投資哪個療法，印第安納大學生命科學業務中心主任George Telthorst表示。

　　合同研究組織（CROs）也為對大數據感興趣的人才提供了工作機會。就像全球最大的CROs之一——Covance公司信息學副總裁和首席數據科學家Dimitris Agrafiotis所表明的，“CROs正在逐漸成為制藥行業的研發動力。”Covance數據科學家可以參與到整個藥物研發過程的無數個項目當中，從生物標志物的發現到臨床前研發、臨床試驗、健康經濟學和效果研究，甚至是營銷。

　　除了在大型制藥或生物技術企業工作之外，該行業的支持企業也為數據科學家提供了工作機會，如生產生物信息學軟件和其他數據分析工具的企業。除此之外，生物信息學家也可以在健康保險公司和醫院管理組織中找到工作。

　　即便是學術界也看到了生物信息學工作機會的增長，該學科本身也在擴張。Zheng記得在基因組學早期發展時，大數據研究意味著科學家必須要離開高校實驗室加入產業界，但是這種趨勢已經變了。現在，像美國國立衛生研究院“大數據向知識轉化（Big Data to Knowledge）”等計劃已經開始為生物信息學的學術研究提供資金支持。

　　煉成大數據的技能

　　專家一致同意，最成功（以及獲得工作）的生物信息學家都具有大量的技能，但出發點總是對生命科學知識的掌握，也稱作該行業的“專業知識”。實際上，“你對生物學的理解越深，你越能在這個領域的工作中游刃有余。”Zheng表示。雇傭經理專門尋找在多個生命科學領域擁有博士學位的科學家，包括分子和細胞生物學、化學、遺傳學、免疫學和流行病學。在基因泰克，Gentleman尋找的候選人應具有某種特定疾病的生物學專業知識。

　　除此之外，產業界的大數據工作也要求額外的關鍵技能，如文本挖掘、本體論、數據集成、機器學習和信息架構。Gentleman所稱的優異的“量化能力”也是必需的，包括一系列的統計能力，以及包羅萬象的計算能力。這些包括核心的編程能力，如C++或Java的編碼，或PERL或Python的腳本編寫，Van Criekinge表示。一個很重要的能力是能夠控制操作系統如UNIX和Linux，并具備Hadoop和NoSQL數據庫等常用工具的知識，Mohan補充道。如果能夠具備數據可視化和建立有效用戶界面的經驗，以及對于硬件的熟悉度，則會增加你的“銷路”。除了解決科學問題的能力，生物信息學家必須要精通業務。“生物信息學是團隊作戰。”禮來公司高級分析特聘研究員Stephen Ruberg表示，因此要求項目管理、團隊建設和溝通的經驗。實際上，“能夠與其他科學家溝通才是我們最注重的技能。”Gentleman表示。

　　靈活度以及能夠迅速適應也是至關重要的。“這是一個快節奏的環境。”Van Criekinge表示，“你必須要有不斷使用新工具的心態，要不兩年內你就要被淘汰了。”

　　搞定大數據的工作

　　最理想的情況是企業能夠找到具備以上所有技能的應聘者，但是據消息來源表示，這只是一廂情愿。更多的情況是，錄用決定取決于團隊的實時需求，尤其是考慮到他們的交叉學科本質。“我們尋找的員工是能用自己的專業知識彌補現有團隊的技能。”Roberts表示。然而，只是因為你缺少招聘海報中指出的某個具體才能或感興趣領域，并不意味著你就不應該申請。“我們隨時都會在內部共享簡歷。”Stephens表示。因此即便她不能讓你加入她在輝瑞的團隊，也可能會幫你找到該公司另一個適合你的團隊。

　　在一些情況下，企業由于大量缺乏具有多技能的合格人才，因此在培養他們自己的人才。在羅氏，“我們提供各個領域持續的培訓，并鼓勵我們的員工參加會議、發表文章或者繼續深造。”Roberts表示。輝瑞的數據科學家有無數的機會能夠追求職業發展，同時公司也給員工時間嘗試新的技術，Stephens表示，她將其稱為“沙盒機會”。

　　經驗在找工作之路上起到重要的作用。Kaleck極力推薦在產業界讀博士后或進行實習，但如果二者皆無的話，科學家可以考慮“橋梁”計劃，如數據科學人才培養計劃（Insight Data Science Fellows Program）。這項完全受到支持的六周培訓計劃為博士后提供了在Facebook和微軟等公司解決現實世界問題的機會。該計劃吸引了擁有生物信息學博士學位的Vincent Fusaro。作為博士后，他擁有數據庫、Python、機器學習和數據可視化等專業知識，這一點幫助了這個“數據忍者”獲得了遺傳信息公司Invitae的工作。今天，他負責軟件工程、數據分析、流水線和產品研發等工作。

　　不斷擴張的大數據

　　數據科學家可以期待這個領域在不久的將來會以新穎的方式進行轉變和進化。但是底線是“企業在發展他們的生物信息學。”Kaleck表示，“生物信息學的工作機會與以往相比有100%的增長”，大多數是由于風險投資的增加所推動的。

　　鑒于大數據是“這個地球上最火的領域”，Agrafiotis表示，那些具備必要技能和專業知識的人通常有很多可選的機會。“我必須要與谷歌、亞馬遜、LinkedIn和對沖基金競爭頂尖人才。他們在任何產業都很有價值。”

　　特別是，大數據在大型制藥和生物技術領域的未來將是一片光明、激動人心的。“將你的專業知識帶到衛生保健領域。”Telthorst表示，“你就會知道你會做出一番事業，不論是對于患者還是對社會。”