既存の本に書かれてるバイオインフォの手法は固定的で、観念的で、それでいて抽象的ですらある。その通りにやれ！って言われてもその通りにしかできなくて、発展的に研究を自分でスタートしてゴールまで行くっていう姿が全く想像できんのよ。これが他の分野とか具体的な数字が関わってたりしたらばよくわかるんだよな。でもそうじゃない。バイオインフォの方法論は全く出来るようにならねぇどころか、出来るようなってる姿が想像できない。
技術書に書かれているのは「RNA-Seqのデータを特定のツールに入れたら発現変動遺伝子が出ますよ！」という手順（パイプライン）だけなんだよね。「これでどうやって新しい研究を作るんだ？」と絶望するのは当然の帰結なわけですよ。じゃその道のプロはどうしているのか？オミックス解析のプロは何をどうやって研究論文にしているんだ？って思うやないですか。これについてはゲヲログ、なんとなくわかる…。
まず、①異なる目的で集められたデータを「統合」するという、メタ解析の手法実践だろう。そうやって比較していく。Aデータで集めた癌データとBデータで集めた別の癌データを比較するとか。マージしていって、新しい価値を生み出す・共通項を見出すという方法が第一のところ。次、②生物学的仮説を唱えてそれを立証する方法。これは①に限りなく近い。例えば、ラットの遺伝子発現と人間の遺伝子発現を見て、生物的に越境解析していく。まぁここまで言っておいて、実際はよくわからんのだがｗ
最後、③新しいアルゴリズムを作る。これが①②③の中で、いっちばんわかりやすいだろな（わからん中でも最も具体的であるという意において）。ラットの痛みってのはそうだよね。新しい解析適用手法を開発しちゃったり、インフォマティクスで使うスパコンの運用環境の改善に寄与したりする。これが③に該当するところだ。既存の方法はスパコンが必須なので、そのアルゴリズム改善をして、一般のPCレベルにまで解析実態プロセスを落とし込むのが、この③のやるとこだろう。
以上あがいて書いてみたけど、それでもわからん。まだわかるのは、ウェット+ドライの研究とか、核磁気共鳴を用いたタンパク質の構造決定の問題とかなんだが…結局、バイオインフォマティクスの夢は潰えたなあと思うわ。コンピューター使った研究ならば、わざわざバイオ系に拘る必要もないし、もっともっと面白い領域があるので、ゲヲログはドクター課程ではここを突き詰めたいと、そう思っている。
