上禮拜四在實驗室的meeting報了一篇paper
題目是A fast algorithm for BayesB type of prediction of genome-wide estimates of genetic value
老闆還用視訊從台中聽我報告
報告完再接他的電話聆聽訓示
老闆問:報這篇是算增長知識還是真的有要做這個題目?
我回答:目前是增長知識,但是是對這個題目有興趣
希望將來有機會可以做這方面的題目
老師又問:那數學的部分懂嗎?
我說:都看不懂
老師好像也沒特別說什麼 就掛了電話

其實這篇paper是禮拜三晚上才找的
硬是一個晚上k完就去報告了
整篇都充滿看不懂的equation
完全是虛擬的data
看到一半就有點後悔選這篇了
但是還是硬著頭皮唸完
中間找資料的時候有看到BMC Bioinformatics上有一篇類似的
但是是用高血壓病人的真實的SNP data來做分析
不過不是正式的article 只是Proceedings
看的時候學到一個很神奇的英文單字
nonagenarian:

a. (形容詞 adjective),九十多歲的
n. (名詞 noun),九十多歲的人

顯然這個研究的控制組必須要找沒有高血壓的人
但是高血壓通常年紀大才會發作
要怎麼確定是真的沒有高血壓而不是還沒發作呢?
大概是因為這樣所以找來這些過去沒有高血壓病史的人瑞
而且還找了"271"個
只能說 原來義大利的人瑞很多 @@

因為是proceeding吧
所以他們找出來重要的SNP都用代號表示
而不真正show出是哪些SNP
不過我懷疑他們其實是想暗坎
這搞不好可以拿來做藥的
怎麼可以太容易被別人學去呢...

廢話說完,要來說說我為什麼要選這篇
(以下其實還是廢話)
當初在考博班的時候都要寫攻讀計畫之類的東東
當時我就寫了因為Solexa的關係 可以快速得到個人的whole genome定序
勢必需要大量的運算來分析這些巨量的data
這些data如果建立完整的資料庫就會變成很珍貴
甚至可以預測一個人將來會不會得癌症阿
或者得什麼其他的病阿?智商高不高阿? 或者身高有沒有180之類的?
如果有這樣的分析技術應該要噱海了才對吧
(當時我連雲端計算都屁進去了,天知道我到底跟雲端計算不熟到什麼程度 @@)

再加上我以前在榮總做過楓糖尿症(Maple syrup urine disease)的SNP分析
雖然我離職一年半至今 paper還是還沒發表
不過類似的分析應該不管套在哪種疾病的族群都會很有價值才對
綜合以上兩點
所以才覺得whole genome的SNP分析應該很有研究的價值
不過顯然沒讓不是生物背景的老闆感受的我講這題目的用心良苦

到了這禮拜一上seminar的時候
因為有speaker被問到,那你選這篇對你的研究有什麼幫助?
但是卻支支吾吾回答不到重點
老闆才又突然提起"Paper不是拿來純欣賞的!" Orz....
還附註 君不見有多少人讀了一大堆paper但是連一篇也做不出來嗎?
還真是殘酷的實話呀!
切記切記!!

創作者介紹
創作者 thesedays 的頭像
thesedays

小瓊的家

thesedays 發表在 痞客邦 留言(0) 人氣()