今天整理电脑内容的时候想到一些关于兴趣和工作的东西，与大家分享。
实验室有个人的电源坏了，把主板也烧掉了，幸好硬盘没事；今天实验室又有个人的硬盘突然坏掉了，所幸资料已备份，损失不大。这再次给大家敲响了警钟：定期备份资料。所以，我决定整理电脑，把重要的东西同时备份到两个网盘。
IT
从高中接触QBASIC开始，我便喜欢上了计算机。
在整理算法方面的东西，发现我收藏的东西还真不少，但真正接触、实践过的只是少部分：Dynamic Programming、Agent-based Modeling、HMM、VMM等。大学的时候上过数模培训班，但那种囫囵吞枣的学习方式主要是开拓了视野，培养了快速学习的能力，所以今后也只能是需要什么再现学了。
计算机方面的东西就更多了。光编程语言就学了C、Matlab、Java、Perl、Python，Golang和R。当初学C算是启蒙；学了软件工程才知道编程是一门大学问；用Java写了基于网络和图形界面的简单数据存储管理的课堂项目才算入了门；再用Java写了分子克隆的桌面程序才算学以致用；上Perl课意识到老师不一定是对的、主动学习才更能进步，从而开始看英语的IT书籍；Python是读研的时候学的，因为其怪异的用法与Py3和Py2版本不兼容问题，只写了几个小东西便放弃；Golang是我决定努力掌握的语言之一；R是直到今年暑假才终于决定好好学学。
HUGOMORE42
曾经花了一个国庆才成功安装MS SQL Server数据库，并顺利连接上，代价却是眼镜度数的增加！在一个老师的引路下，毅然投入Linux的怀抱，进入另一个世界，开始接触开源思想，开始有了Linux初学者对Windows的那种反感，也开始有了执迷选择工具的思想误区。做项目也养成了熬夜编码的坏习惯，走上了码农的悲惨路程。学过AI，甚至想用来写游戏；学过Latex，希望可以用来写论文。。。
可现实却没有那么多时间，大学过了一半才入门，刚有干劲却要应付每学期的考试，以及大三开始将近一年的考研复习，所以很多东西都只得搁置。读研的时候首先选择了计算生物学的课题，想好好练习一下编程。像一个无头苍蝇一样瞎搞了一两个月后才发现课题不是写写程序那么简单。所以开始学习课题实施，也特地学习了特定的算法。即使换了一个纯生物的课题，仍然不忘自己是搞IT的，断断续续地学了Python，golang。
慢慢的，我终于意识到：编程语言、数据库，网络服务器都是工具，更重要的是软件工程的理论和思想，终极目的都是实现一个预定的功能；不该把时间浪费在操作系统及其发行版、编程语言、开发工具的选择上；有了一定的实践经验，需要学习巨人的经验、思路并反复实践才能提高。所以我决定将编程语言的学习和使用集中在Perl（文本处理）、Golang（网络和计算）、R（统计和绘图），系统用Fedora Linux；知道基础算法，具体需要再集中学习。
BIO
刚进入实验室的时候，主任就告诫我要学些医学方面的书，走出自己的房间，多做实验。可当时有计算生物的课题在身，忙的不可开交，并未学习，接触实验也较晚。等到开始做实验的时候，完全不知所措，全靠同学带着做。
一直觉得编码很痛苦，慢慢地才发现实验更痛苦：不是想何时做都行，必须到实验室做；要无菌操作，否则细胞明天就死给你看；各种复杂的实验技术；耗时耗精力来重复试验，不像编程那样改个参数、数据几分钟便可重做一次；昂贵的试剂增加试验成本，也给每次实验带来巨大的压力；可是付出后，实验结果的不稳定性足以让人崩溃；最难的还是实验的设计。纠结于某个实验，久而久之思维变得狭隘，丧失了全局观，甚至跑离了课题主线。
研一上课的时候没有认真学习，现在才发现基础理论的重要，以及通过实验技术和学科前沿讲座、课题汇报交流开拓科研思维的重要性。
BIOINFORMATICS
一直以生物信息学是二十一世纪两大学科，计算机和生物的交叉为豪。慢慢才意识到，主任以前的忠告的正确性：生物信息学只是工具，是为生物医学研究服务的工具。
前段时间看了一个人的博客，发现他在博士阶段从零开始掌握了NGS的主要分析软件的使用，并熟练应用到自己的课题当中；同时还将自己的经验以培训班的形式分享给更多的人。反观自己，只做了一个小算法的开发，至今无人引用；实验课题也没有出成果；跟生物信息相关的也就是手工用过时的方法帮别人注释了一个微生物基因组，竟不知有Blasta2GO以及完全自动化的注释系统；平时零星学点编程，花上一两天时间写点低级的小工具；在QQ群里回答别人一些初级的问题，一直以来进步极小；思维局限。
要么工具用得熟，要么算法写得好。所以我重新思考这个学科和自己的定位，开始了解NGS各子领域的分析方法，练习常用分析工具，以期为后续的课题做好铺垫。
做科研一定要开拓思维与市场、与国际接轨，除了前沿讲座外，当属看文献最重要，还可以关注报道科学前沿微博，以及参与Linkedin上的各种讨论组，经常重新审视自己的课题，甚至整个学科领域。