主题：【原创】谈谈大学的变迁1 -- duhao

生物信息学在我看来有两个方面，一个是bioinformatics, 一个是computational biology.这两个方向通常都混为一谈。我在做博士后时也觉得差不多，但做了一些项目，自学了一些分子生物学的知识后（本人计算机专业PhD），觉得其实是两回事。

bioinformatics偏重informatics，也就是说，偏重于开发辅助生物研究的软件工具。比如网络数据库(eg genome browser， Pubmed），分子结构三维显示（eg Cn3D），Sequence Alignment (eg Fasta）等等。做bioinformatician,对生物知识的要求并不是太高，基本上就是软件开发: 生物学家提出需求，由bioinformatician 实现。低级一些的bioinformatician甚至只需要熟练应用几个软件就可以了。

而computational biology更偏重于biology。一个computational biologist需要相当的生物学知识，然后针对某个生物学问题提出自己的计算模型再加以应用。一个典型的例子是Eric Lander，人类基因组测序项目的负责人，牛津大学数学专业毕业，哈佛和麻省理工的生物学教授。这样的背景使他能够了解什么是生物学要研究的，什么能够通过现有的计算资源来解决，从而在全局上领导一个大型的生物学项目。

这两个方向其实对应了两种生物学和信息学交叉研究的模式。在传统意义上的模式，是由生物学家提出假设，申请项目，设计实验得到数据，再由bioinformatician来处理数据，最后由生物学家make story。传统模式的缺陷在于生物学家常常无法了解计算机能够做什么，而bioinformatician则不清楚生物学家到底要什么，导致合作的困难。而新的研究模式则是由计算生物学家贯穿并领导整个项目，使项目从头至尾都处于一个可控的状态。第二种研究模式现在已经越来越受重视了。比如Broad Institute近年来在三大杂志发表的很多文章第一作者都是搞计算机出身的。

我个人认为，现在bioinformatician在职场上已经饱和了，而computational biologist的需求远远还没有满足。随着high-throughput生物技术的发展，未来的生物学项目会产生海量的数据，而这些项目往往需要computational biologist 的参与甚至领导。而要培养一个computational biologist比培养一个bioinformatician难得多。一个好的computational biologist必须拥有对生物学发展的敏锐直觉和强大的逻辑分析和数学建模能力，这样的要求，不是一个单纯的生物学博士或者计算机科学博士就能达到的。从职业发展的角度看，搞bioinformatics的除了少数牛人(比如UCSC的Jim Kent)外,多数走程序员到项目经理的路子；而搞computational biology的可以申请自己的生物学研究项目，主动性高得多，甚至在未来得炸药奖都说不定。