生物信息方向求分析-耶鲁生统PhD和剑桥Sanger Institute PhD

新人第一次发帖……不知道这个格式对不对：）

本科生（bio+applied math major）今年申请生物信息方向。
剑桥是wellcome trust给全奖，而且Sanger是基因组学的中心之一，一直挺仰慕的。但直接读博的话，担心数学和计算机基础还没学够，还想上点课（为什么没申master，主要是穷……）。而且我看了一下，好像那边大部分组都很偏生物（项目名称直接是PhD in biological science），好像没有看到纯计算的，尤其是做算法的Richard Durbin跑去剑桥了之后……我个人是偏向于博士期间多接受一点计算方面的训练，比如开发组学相关的算法之类的，感觉去英国的话可能就比较难。不过这个项目可以从EBI/剑桥选一个co-supervisor，应该可以选CS/算法方向的（但是Durbin这一届不收PhD学生了）。4年毕业，前8个月轮转（是利是弊不好说）。

耶鲁生统下面生信这个方向有个大老板，人也很nice，我们邮件聊了一下，过去他实验室的可能性也比较大。好处是可以上数学课（但是总共18门感觉好多啊，好多公共卫生方面的课我又不太感兴趣……），也可以蹭CS的课。听说生统的PhD一出来就能当AP，不行的话去业界也各种方便，感觉还是很诱人的。要走CSC。

关于未来计划，目前有点做学术的抱负，如果做不好学术的话也只好转咨询，统计之类的了……
纠结快一个月了。。。不知道有没有前辈能指点一二，感激不尽

csc要慎重，你都csc了还怎么毕业就当ap，要回国两年的

yale那边是zhao吗？如果是的话，我感觉他们那边做的算是GWAS, post GWAS analysis, 比较建模、统计，去那边读书的话，做的是methodology 开发， 算是比较高层。
sanger那边感觉会有很多第一手的数据，所以应该有很多使用已经开发好的methodology去analyze第一手的有趣的数据。我觉得这个大一个机构，应该也会有很多methodology 开发的人吧。我刚搜了一下，不太清楚european bioinformatics institute(EBI) 和 sanger的关系，但是有一个叫Oliver Stegle的老师做的也算是高层的统计建模，也能学到很多方法开发的东西，（同时还有这么多第一手数据）
然后你说的Durbin 是做偏向sequencing的算法吗，我不太清楚他组里的重点在哪，但是如果是sequencing算法的话，感觉和上面说的统计建模的组也算是比较不同的。楼主可以想一想自己比较喜欢哪个。

我也是比较最近才接触基因组学，对整个领域了解有限，如果有说的不对的话，欢迎多多讨论~

realdavid 发表于 2019-3-6 11:12
yale那边是zhao吗？如果是的话，我感觉他们那边做的算是GWAS, post GWAS analysis, 比较建模、统计，去那边 ...

zhao lab招的PHD是自费的（CSC）还是教授出的or 学校出的？有奖学金可以申请吗？

我站sanger，新鲜的data好发paper，而且Cambridge应该毕业不会卡。

realdavid 发表于 2019-3-7 00:12
yale那边是zhao吗？如果是的话，我感觉他们那边做的算是GWAS, post GWAS analysis, 比较建模、统计，去那边 ...

是Zhao呢~ 我感觉读博士的目的主要是training为主，无论建模还是算法的项目我都很开心，但是如果只是调包用现成的pipeline分析数据就比较难以接受……英国的话，是在EBI可以选一个与自己方向相近的co-supervisor， 但前提是在Sanger内部的组也是类似方向。我怀疑我过去之后会做cancer evolution的方向（因为对Inigo比较有好感，感觉也是里面相对偏数理的组）。关于Stegle的话，机构内部做GWAS又纯建模的组好像没怎么找到，然后他似乎是德国组的？

子阳Ziyang 发表于 2019-3-7 00:15
我站sanger，新鲜的data好发paper，而且Cambridge应该毕业不会卡。

4年毕业，是快一些哈哈，但是因为时间太短（去掉轮转差不多只剩三年了），感觉英国PhD在paper上基本没有优势，甚至毕业时不一定有一作。当然每一二十个人里可能有那么一位能用新鲜data发CNS一作的大神，而Yale那边研究的性质决定了似乎不太可能产出这么大的paper

q8099086 发表于 2019-3-7 10:47
csc要慎重，你都csc了还怎么毕业就当ap，要回国两年的

嗯，是这样的，只是相对来讲感觉生统的教职和工作比较好找，哪怕要晚两年，相比之下生物类很容易就变成万年博后……

Woodsorrel 发表于 2019-3-7 11:22
是Zhao呢~ 我感觉读博士的目的主要是training为主，无论建模还是算法的项目我都很开心，但是如果只是调包 ...

我自己是理工科出身，所以想问一下。。这些比较偏生物的computational biology，比如cancer evolution，确实算是用pipeline分析数据吧？

我没有吐槽的意思，我现在觉得解决问题（比如科研）其实还是有对问题的深入的见解比较重要。方法开发更多感觉就是造好用的工具。有点像是科学家和工程师的区别。

realdavid 发表于 2019-3-7 13:39
我自己是理工科出身，所以想问一下。。这些比较偏生物的computational biology，比如cancer evolution， ...

会有一些简单的模型，写个R包什么的，不会太底层到要用C++这样。我觉得你的想法其实没有错，Shirley之前不是写过一个生物信息学家的几种等级吗，解决实际的生物问题其实比单纯的方法开发更综合，是很高的级别了。但是直接从生物背景跳过去，没有足够的定量基础做铺垫，万一需要做底层的方法开发也力不从心/或者由于缺乏相关培养根本想不到原来可以这样解决问题，是我非常担心的。

如果我有足够的CS/统计背景的话，我可能就是不会犹豫地选择剑桥了。可是我对自己的背景没有信心，而且我觉得完全靠自学也不是很现实

Woodsorrel 发表于 2019-3-7 15:29
会有一些简单的模型，写个R包什么的，不会太底层到要用C++这样。我觉得你的想法其实没有错，Shirley之前 ...

嗯嗯了解啦。我个人觉得sanger的科研环境会更加好，项目会更加大（文章级别高）。要是自己努力找的话，也应该能在那里找到一些方法开发的项目的。毕竟方法开发也是为了解决问题来的。

yale的话，实验室的整体氛围应该就是方法开发的，学习相关内容会更容易，（因为大家都是在干这个的）。但是接触大的项目机会会少一些，sanger毕竟是整个institute专门做这个的。

.1point3acres