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!!

arrow
arrow
    全站熱搜

    thesedays 發表在 痞客邦 留言(0) 人氣()