做生物資訊的一定要會利用常識的力量。
普通生物資訊最大的弊端就是太依賴工具、演算法這些東西，大部分的人平時其實都不知道自己用的工具到底是幹嘛的，它能產生什麼結果，更別說評價不同工具的優劣了。（主要也是工具太多了，有些也比較複雜）（建議有空還是看看工具的原理，大致了解就行，這能非常有效的提公升分析的手感）
既然大部分生信工作者都是工具使用者，那我們如何掌控工具產生的結果呢？最有效的就是利用我們已有的常識來反推工具到底在做什麼。
比如我在用rna-seq資料來組裝轉錄本，300個樣品，通過標準的hisat2和stringtie流程我得到所有的轉錄本，這時我計數了一下699638個轉錄本。有點驚喜，這麼多啊。
但是，這個數量合理嗎？俺暫時不知道。
接著就是blast，499764條都能比對到，開啟結果一看很多轉錄本都比到乙個蛋白上了，而且比對位置也一樣，這裡我就知道了699638條轉錄本裡大部分應該就是duplication了。
再接著，除去能比對到多個資料庫的轉錄本，我還剩下10w條，自然就去用cpc等**lncrna，發現大部分都被鑑定為non-coding。這不科學吧，cpc和cpat都是靈敏度、特異性很高的**工具，別人文章最多也就鑑定幾千個，我這隨便就鑑定出來了10w條，嘛呀，是不是可以發nature了。
後來反覆思考，覺得這個數字肯定異常，cpc等工具其實是不靠譜的，它們統計的靈敏度、特異性時使用的資料集就是有問題的，他們用的已經注釋好的mrna和ncrna，那他們就只能侷限於**這兩個了。
但是，但是，我們大部分時候用cpc的時候是直接來跑stringtie等**的transcript，由於是二代資料，我們組裝出來的是轉錄組碎片，stringtie等出來的大部分都是一些沒有意義的exon的隨機組合而已（我同時用了ref和denovo模式），也都被cpc**為non-coding了。
自此，通過一些常識，我發現strintie的結果的特徵，同時也明白了cpc等工具的侷限性。
所以，在生信分析時，多用常識質問自己「我的結果合理嗎？」是很實用的，能防止「重大慘劇」的發生。
生信肯定離不開寫**，我覺得寫**的時候似乎也在利用常識。
寫**比點選gui更靈活高效，也更容易出錯。
我有輕微強迫症，所以在寫任何**的時候會輸出一些關鍵的變數，看是否符合自己的預期。
後來想想，其實這是非常有用的，它能有效杜絕99%的error。
就像建大樓，從底下開始穩穩的往上堆，大樓就會很穩固。
在寫大型指令碼（>1000行）時，再結合模組化思維（函式封裝，類），普通人都可以寫出非常健壯和正確的指令碼。
小結：諸位想讓生信事業一帆風順的話，還是得多思考，多利用一下常識的力量。
一些常識：
how many proteins in the human proteome?
健康常識 防止電腦輻射必知絕招
護膚功課做足，為何肌膚仍然暗黃無光?近來，不少mm向記者反映，由於長時間對著電腦工作，所有的護膚成效都被電腦輻射 秒殺 面對網路上各式各樣的防輻射資訊，又不知如何篩選。今天，我們特地請教了養生專家為ol們支招。打基礎 正確使用電腦是王道 現在大部分的ol每天對著電腦的時間都超過了8個小時，這不僅使她...
資本的力量 趨勢的力量 規律的力量
牛熊的更替，潮起潮落，都是資本在 的興風作浪，進進出出所造成的。這就是資本的力量。任何資本，在 上生存，必然要遵從 的趨勢發展，才能生存下來。這就是趨勢的力量。的趨勢無非是牛市 趨勢 熊市 趨勢和上躥下跳 猴市 又可以分為高位派發箱體 和低位建倉箱體 無論哪一種趨勢，都是資本要遵從的趨勢，首先分析處...
人的力量和大自然的力量
今天晚上在檯燈前看書，突然乙個乙個針尖大小的小蟲子飛到了我的書上，我沒有打死它，觀察了它一會，看著它跟小蒼蠅一樣捋一捋腿，舒展舒展，就在書上爬了會，然後轉瞬飛起消失在我的視野外。本來乙個很小的事情，突然和這些天在考慮的一些事情聯絡起來，感覺還是有必要寫點什麼，可能見識淺薄，還忘笑納。這麼小的飛蟲，如...