前几天帮别人做了细菌的基因组结构变异分析，有一些体会，特记录于此。
- 实验分析设计仍然是最重要的。一开始没做好，后面就不好办了。
- 一定要用脉冲场凝胶电泳简单拼装结果的正确性，一定要将gap补全。
- 标准收费下，测序公司只按标准流程做分析，并不考虑课题背后的故事。所以科研团队还是要有自己的分析人员。
- 不要忘了最基本的分子生物学知识，比如GC Island，GC skew。
- 动手前，多向前辈请教。分析的时候先看有无现成的工具，实在没有再自己写程序。
- 写程序一定要考虑可配置性，可重复性，可扩展性，争取一次编写、多处运行。逐渐积累自己的工具函数库，记录不常用的库。json格式配置更灵活，解析方便。
- 不能在有“等用的时候再现学的”想法了，比如R绘图。
- 分析文档要及时跟上，并逐渐完善，规范。
- 不要临到最后了，再给老板看结果，一定要预留补充修改的时间。
- 不能以交差的心态做事。
- 合理安排时间，协调处理多件事情。
两天后把该分析流程用到另一组数据的时候，就发现问题了。数据类型不一样，生物学背景不一样，只得又改程序。每次更改总会发现之前的一些不足，悔恨一开始没有考虑周到。
开始之前，不妨先问自己几个问题：
- 客户最终要得到哪些具体的结果？
- 客户的设计、数据能否达到其预期目标？我如何跟他恰当解释可能的结果，哪些我能做到，哪些不能做到的？
- 客户的数据如何得来，是否做过质量控制，可靠吗？
- 有现成的流程/软件吗？可靠吗？
- 如果自己开发，这套分析流程/软件能否运用于其他类似的数据？甚至能否开源或者发文章？
- 客户要求提供程序吗，命令行还是图形界面？是否需要、以及如何保护源代码？每一部分采用何种编程语言？
- 需要经常调试参数吗？是采用配置文件还是命令行参数？配置信息如何组织？
- 软件结构如何组织？是否需要编写库，以供不同接口调用？数据结构是否复杂，是否需要数据库？
- 分析过程复杂吗，是否需要分步骤进行？哪些耗时的计算过程需要独立出来，并保存结果以避免重复计算？
- 哪些信息需要保存？不合格的数据是直接舍弃，还是做出标记后继续保留？
- 数据量有多大？需要多线程/并行计算吗？需要考虑内存使用吗？如何优化程序逻辑和数据结构？
- 需要考虑跨操作系统平台吗？是直接调用系统命令还是使用跨平台的库？
- 是团队合作还是单人项目？托管代码吗？需要进行版本控制，或每日备份吗？代码注释需要详细到哪种程度？
- 哪些代码可以重构，以供它用，甚至开源？
- 如何组织书写文档？甚至自动化报表？
- 中间遇到的问题，得到技巧是否需要记录，以供今后查验或者与他人分享？
- 得到的结果符合生物学意义吗？能跟后续分析提供什么帮助？
希望你能少走些弯路。