一流的生物資訊研究 IV

前幾篇我都是在站資訊科學的角度談我的想法. 這一篇我想談一下關於生物學家怎麼看生物資訊. (請不要和計算生物混為一談)

在 Nature Milestones in DNA 可以看到, 1990 年代, BLAST 的發明是比較基因體學的發展的關鍵. 2002,2003,2004, 更是生物資訊的黃金時期.

雖然這些發展對資訊科學家來說不見得很熟悉, 或者說覺得很了不起, 但是隨著國家對生醫相關領域的補助開始提高, 台灣也漸漸越來越多資工系教授投入這個領域. 當然, 其中也不少對生物沒有興趣, 只是想賺點 paper 和國科會經費的研究人員. 這也是常常被生物學家批評的一點 -- 資工人做的東西沒有考慮到生物學家的需求, 盡做一些沒有用的東西.

但是, 就我個人注意到的(個人偏頗地觀察), 很多論文其實都有掛, 一兩個非資工的學者的名字, 甚至很多是生化, 生醫相關的教授. 但是這些有多有用? 我倒不以為然. 很多其實也是騙騙論文而已. 我想對某些生物學家來說, 這個研究只是大計畫下的 side project, 她們不見得會做到很細, 有時候只是當下滿意就好. 當然也是有例外, 像是 Broad Institute 就開發了很多軟體, 但是那也是為了滿足自己的需要. 而且她們有聘專業的資深工程師來協助開發和維護!

這其實是很有趣的. 同樣一篇生資論文, 生物學家在生物方面就會特別重視, 所以會強調生物方面的意義, 但是資科學者就會強調在技術上的創新, 也就是說,　兩方預設的讀者並不相同． 在論文寫作上的也有差異, 例如生物學家就偏向舉例, 盡可能不要批評, 但是資科學者就會偏向提出數據來說明做得比較好, 例如速度和準確度之類. 資科學者在圖表上面就沒那麼重視, 但是生物學家常常就會想辦法畫出精美的圖表, 而這也常常跟介面有關, 生物學家相對來說就比較注重使用者介面.

這倒不是對或不對的問題, 好的使用者介面非常重要, 這個我們從消費性電子的市場就知道了. 但是, 這應該交給專家來做, 而不是叫一些碩士班學生或者博士班學生花精神在改善這些地方. 像是 Broad Institute 這樣請職業程式設計師來做是很棒的. 但是叫學生來做這些東西, 某個程度上, 是一種資源的錯置.

我認為像 Genome Research 或者 Nature Method 這種生物為本, 偶而刊載一些生資文章的發表模式是比較健康的. Nucleic Acids Research 的 web server issue 或者 database issue 的做法也不錯. 我覺得在 Bioinformatics 之類的期刊上, 不應該刊登整合性資料庫的文章, 畢竟生物學家很少會看這種期刊, 而這種資料庫對資訊科學來說相對沒有學術價值.

就像之前提到的 Nature 有個 The Future of the PhD 裡面就提到, 不論是博士氾濫, 不只是台灣的問題, 美國, 英國, 日本, 中國都是這樣. 尤其是生醫相關領域, 增長數字更是驚人. 這些新科博士, 真的有那麼多需求嗎? 還是只是為了滿足需索無度的教育系統!? 這我沒有資格置評. 但是如果這個增長真的是病態的, 我不希望從資訊領域跳過來的學生是這個系統下的犧牲品.

好用的使用者介面, 漂亮直覺的畫面呈現, 還有整合性的資料庫, 這些當然對生物學家來說都很有幫助. 但是, 對資訊背景的學生有什麼幫助呢? 她們實作這些東西可以學到什麼? 這些東西某個程度上不該是由大型學術計畫去聘程式設計師開發維護的嗎? 還是她們被當作廉價的人力? 如果是開發真正有用的軟體, 例如到 Ensembl, UCSC, 或者 Broad Institute 去做研究或者當工讀生, 或者對生物學有很強烈的熱情也就算了, 但是如果只是為了發表論文而將才智和時間浪費在這些無謂的軟體上. 我覺得實在有點可憐. 我覺得她們的才智可以花在別的地方. 我不知道生物學界有沒有類似的生態. 但是在資訊工程, 一些 hacker, 像是 R. Stallman, T. Linus 都有很高的地位, 但是他們不見得是博士, 也不見得呆在學術界, 但是她們的確推動了技術的成長.

做什麼不是重點, 重點是真的喜歡, 或者你覺得自己做的東西有意義, 而不是為了發論文而發表的東西而已. 一個真的用心想要投入生物資訊研究, 應該是願意花錢去做資料蒐集和驗證的學者, 而不是僅僅把這個東西當作是 side project 的學者, 或者換一個角度來說, 是否對生物研究和和對生資研究有同樣的嚴謹態度? 同樣看重? 這種要求很容易陷入僵局, 因為對另一個領域的了解有限, 往往對品質無法作正確的評判 --- 過高或過低. 這是跨領域合作的難處. 我也相信所以跨領域合作不該是兩(多)個團隊短期的相遇, 而該是長期的相處.

如果生物學家覺得生物資訊沒啥用處, 這也okay, 那就請那些生物學家不要來玩這個東西, 乖乖當 end user. 如果生物學家覺得生物資訊很有用, 但是對這個東西沒有研究興趣, 請給這個領域的學者一定的尊敬, 當個虛心的 active user. 如果生物學家覺得生物資訊很有用, 也想一起合作開發一些有用的東西, 也請尊重對方的研究興趣, 對資訊學者來說有學術意義的東西, 不見得對生物學家有意義, 但是這就是合作要互相禮讓的部分. 資訊學者花很多時間改進模型或者演算法, 或許對生物學家來說不是那麼重要, 但是這是學術合作, 不是商業合作, 不是片面由消費者覺得一個東西的價值. 生物學家很容易忘記這一點.

一流的生物資訊研究 II

續前文。

後來我跑去追問我的上司，他跟我說了他的理由 -- 乾淨的數學 model 之類的。老實說我並不太認同。套用 Richard Durbin 的觀點，所謂的生物資訊就是指所有管理和運用生物的訊息的軟體。

"I do not think all biological computing is bioinformatics, e.g. mathematical modelling is not bioinformatics, even when connected with biology-related problems. In my opinion, bioinformatics has to do with management and the subsequent use of biological information, particular genetic information."

然而並不是所有的生物訊息都能有乾淨的 model. 尤其是為了讓準確度一點一點的提昇，誓必需要更多的 empirical knowledge 和 heuristics。

我個人比較偏向 Alex Kasman 的定義。他認為與 mathematical biology 相較生物資訊或計算生物學比較傾向於去解決特定問題或研究特定的方法。

...seems to focus almost exclusively on specific algorithms that can be applied to large molecular biological data sets...

但是，mathematical biology 比較偏向從數理的方式上去瞭解或解釋生物現象。

...includes things of theoretical interest which are not necessarily algorithmic, not necessarily molecular in nature, and are not necessarily useful in analyzing collected data.

從我個人的觀察上來看，我上司比較不喜歡計算生物學這類的研究，他一直強調，生物是實證科學，研究就是要有實用性。(這點我想他是受他的指導教授影響)

批評一個研究的好壞，我想主要是讓同領域或同研究性質的人評價。做電腦網路的學者不見得能很好的評價做計算理論的學者。生物學家不見得能很好的評價生物資訊的學者。 (在生物學家心中，好的生物資訊學家可能比較偏向一個會開發軟體的 digital biologist。)

不過，一個很現實的問題是，生物資訊，相較於計算生物學或者生物數學，更偏重於軟體的產出，在這種情況下，使用者的意見變成很重要的評價標準之一。有些人批評生物意義不足，只是軟體而已；有些人批評軟體不完整不 user-friendly，為了論文開發而不是當作產品開發。這些都很有道理，但是也都只站在生物學家的角度過去批評這個領域。

以在資訊的領域，我想續聘標準應該是以資訊相關為參考吧，有多少系所可以讓教授像生物學家這樣慢慢磨出論文？而且出品的論文越多，他們要維護的軟體就越多，這個成本根本高到不可能做到。就算是 Sanger 和 Broad，我想也有很多軟體現在都乏人聞問吧，更何況像 Sanger 和 Broad 這麼有錢可以䀻專任程式設計師的單位有多少？以 MIT 的 Christopher Burge 這個大頭來說，他是生物學士和計算生物學博士，在生科系任教，他的網頁上列出的軟體大概有十來種，都有人 maintain 嗎？有些都已經是十幾年前的軟體了，另外，他在這二十年來，發表了七十篇論文，也就是說他不是純做軟體而已，如果有七十幾個軟體，他們要如何維護？

基本上我不是認為我上司的論點是錯的，但是我始終認為他太過注重生物學家的觀點。(沒辦法，他是生物學家) 再加上在他一流的生物機構受訓練，他所認為的標準也比別人高。但是即使是美國 Top-50 的大學，也不見得有做到他的標準所需要的資源。

Ref.: More on “What is a computational biologist?” (and related disciplines) | Code for Life

一流的生物資訊研究 III

Ref.: Katharine Miller: "Bringing the Fruits of Computation to Bear on Human Health: It's a Tough Job But the NIH Has to Do It", Published by Simbios, the NIH National Center for Physics-Based Simulation of Biological Structures

續前文。

西元兩千年時, NIH Biomedical Information Science and Technology Initiative Consortium 提出了對生物資訊和計算生物學的定義

Bioinformatics: Research, development, or application of computational tools and approaches for expanding the use of biological, medical, behavioral or health data, including those to acquire, store, organize, archive, analyze, or visualize such data.

Computational Biology: The development and application of data-analytical and theoretical methods, mathematical modeling and computational simulation techniques to the study of biological, behavioral, and social systems.

在台灣資工界, 我的認知裡, 計算生物學被大家視為是一個研究演算法的領域 -- 只是問題來自生物科學. 就像是做 Network algorithm 一樣, 資訊科學家還是在研究演算法, 只是問題來自 computer networks.

不過我個人認為這樣的觀點不是那麼適合.

Computational 是用來修飾 biologist 的形容詞, 所以這些人應該以 biologist 自居! 他們可能會發展統計方法, 演算法, 或者模擬方法, 但是問題的核心應該是在生物上面, 而不是 computational methods. 也就是說, 他們應該在意的生物意義. 就像 Molecular biologist 是分子生物學家, 他們在意的是生物問題, 而不是物理或化學. 他們的工具是分子相關的技術, 而他們是為了更了解生物的奧秘而去發展新的分生技術.

在這個層面上, 我同意 Grant Jacobs 的論點, 計算生物學家應該要有更多的生物知識, 而且應該和生物學家有更多合作.

By contrast, computational biology is primarily founded on theoretical science; computer science is a toolkit used to implement the theoretical concepts in a practical way. Computational biologists tend to be specialists, as they tap into specialist biological knowledge that take time to build up.

李文雄教授在 Phylogenetics 方面的研究和 Hamid Bolouri 在 simulating genetic regulatory networks 上的研究應該算是好例子.

但是, 讓我覺得不太舒服的是一種廣為流傳的態度 -- 生物資訊的存在就是為了幫助生物學家. Grant Jacobs 就提到

At a recent bioinformatics meeting I attended, a senior experimental biologist from overseas commented to the effect that it was hard for bioinformatics researchers to build their own careers, to publish their own papers. My take on his comment was that he was referring to the tendency of experimental research to treat the bioinformatics as a service, seconding the work or linking to service centres, rather than treating bioinformatics researchers as collaborators, stand-alone groups in their own right.

老實說, 我不太明白為什麼這些生物學家自認為高人一等? CS 的就業市場和薪資都比生物學家高多了, 資訊科學家實在不需要紆尊降貴來服務生物學家.

不論是計算生物學或者生物資訊, 我相信他們的主要目的是 "輔助生物學研究", 而不是 "輔助生物學家". 這兩者不是等價的. 就像當年在 Niels Bohr and Erwin Schrödinger 鼓吹之下, 許多新一代的物理學家和化學家紛紛投入生物的領域, 難道他們是幫生物學家開發實驗技術而已嗎? (實際上, Alan Turing 和 Claude Shannon 都研究過生物學, 不過我不知道他們的動機是什麼XD 不過有興趣的人可以去讀一讀 Searls 的 The Roots of Bioinformatics)

老實說, 被視為是 service 而不是 reinforcement 這點讓我覺得不太舒服! 每一個領域的學者都有他們自己的研究興趣. 雖然我不認同逐 funding 而居的研究態度 -- 藉由生物資訊的名字去申請生物科技的 funding 來做與生物關聯性很低的研究. 但是跨領域"合作"是需要互相尊重的! service 這個觀點我不是太能接受.

研究的價值觀

有時候我會聽到一些關於批評別人放棄夢想或者不夠努力的論點。不過有些人的論點其實太過天真。尤其是結果論。我並不反對『批評』這件事，也不反對結果論。但結果論本身有相當大的限制，至少，不該拿橘子比蘋果。

除了少數人，大部分人的成就都是周遭共同貢獻的。

大公司的 CEO 換了公司不見得表現得好，到小公司也不見得表現得好。甚至也有研究表明，美國的 CEO 普遍獲得比歐洲的 CEO 更高的待遇和福利，即使公司的表現沒有更好。

同理，在討論一個月薪水應該多少或者怎樣的待遇才合理之類的話題時，國家別和產業別其實造成的影響比想像中大。

在學術研究中也是一樣。這幾年奈米科技和生醫研究崛起，幾乎所有的系所都想冠上生醫兩字。但是真的要從事這些研究，也必須認清，什麼才是有意義的。以 VLSI CAD 的研究來說，一個理論上的優秀方法，可遠比不上 Heuristics 實際，尤其是在問題的規模這麼大的情況下。O( n^3 ) 和 O(n^6) 意義完全不一樣。

在生物資訊的研究中，我想能夠協助生醫學術進展的才有意義。但是反過來說，這些東西未必是有資訊工程上的價值。這對投入到生物資訊領域的人來說，可能是一種喪氣的訊息。當一篇論文發表在一流的生物期刊時，你的同儕卻因為『沒有資訊上的原創性』來評價你？

我想相同的論點也被用來抨擊一些資訊管理領域的研究。

在鼓勵跨領域研究的同時，我們在教育和風氣上做了多大的努力？當你的文化是傳達『你做一個沒那麼難(競爭)的問題(領域)是因為你比較弱或者你挑軟柿子吃』時，你能期望激發多大的跨領域研究風氣？

價值觀其實很重要但反而不被重視。當我們聽到 programming language theory 太理論所以沒有意義，或者生物資訊太簡單，所以沒有意義時。我們到底希望我們的學生走到哪個方向？大家都走網路/訊號處理/作業系統/資料庫之類的領域嗎？

換個角度來說，常常聽到人家說：吃都吃不飽了，人文藝術有什麼價值？或者，代工是低等產業，沒有什麼價值。那我們到底希望下一代的年輕人走哪個方向？走高附加價值/高利潤的熱門方向嗎？這很合理。但是等到他們出社會，這些方向會不會又變成另一個低附加價值/低利潤的方向。

我從來不反對批評，批評和討論常常都是連在一起的。我也不敢說有什麼方向或者作法才是正確的。我只是認為不該放棄繼續問這些問題。有些問題或許沒有解答，但是永遠值得去思考。

一流的生物資訊研究

上司跟我抱怨說, 因為資源和訓練, 他現在能做的都是二流的生物資訊.

我就問他, 你心目中的一流的生物資訊是什麼? 可以給個例子嗎?

他跟我說了一個軟體, 叫做 Eponine. Eponine 是在哺乳類動物的基因體上找出可能的轉錄起始點 (transcription start sites) 的軟體. 老實說我看不太出來這和其他的研究相比, 有什麼很特別的地方, 雖然發表在 Genome research 上是很好沒錯啦, 但是 Blat, MAQ 等等軟體也都是發表在 Genome research 上阿. 像是我常說的英國生資之星 Ewan Birney, 也是做了一堆工具, 像是 BioPerl 或者 HMMER toolkits, 這樣算是一流的生物資訊研究嗎?

實在無法了解.

Too big to fail

Ref.:普通人的自由主義: 沒有三兩三
Ref.:Greg Mankiw's Blog: Reflections on Graduate Education
Ref.:News: No Entry - Inside Higher Ed

Data being released this week by the American Historical Association and the American Economic Association reveal sharp drops in the number of available positions in their respective disciplines. Coming just weeks after the Modern Language Association revealed historic drops in the availability of jobs for English and foreign language professors, the data show that while new English and foreign language Ph.D.'s may have a particularly tough time finding employment, they are by no means alone.

Ref.: 【學術線上】免洗學術：為何念博士往往是浪費時間 « CASE PRESS

不過，博士的所得至少比大學畢業生高。凱西（Bernard Casey）在 《高等教育政策和管理》（Journal of Higher Education Policy and Management）發表的研究顯示：英國擁有學士學位的男性收入所得較可以上大學，但選擇不入學的男性高出 14%；擁有博士學位的男性則高出 26%；擁有碩士學位的男性高出 23%，和博士差不多，但完成碩士學位最快只需要一年。在某些領域，博士甚至沒有較高的收入，例如數學、資訊、社會學和語言，擁有博士學位或碩士學位對收入沒有影響，在工程、科技、建築和教育領域，碩士甚至博士的收入更高。只有在醫學、商業、財金和某些科學領域，博士和碩士的收入才有較顯著的差距。

Ref.: 知識通訊評論 » 不可迴避的學術文化問題

台灣的爭議，或可以二○○三年教育部首次公布大學學術表現評比為導火線，在那次根據湯森路透公司的SCI/SSCI索引資料庫論文資料的評比中，以人文社會學科為主的政治大學，落居四十八名，而引起軒然大波。

大學學術評比的落居殿後，不只關係到學校聲譽問題，更因為近十年來台灣漸成制度的五年五百億、頂尖大學、大學評鑑與經費補助以及國科會講座和獎助，都主要是以相同的一個標準來衡度，因此其結果也將關係到學校與研究者個人的實質利益。

很現實的，當一個組織訂立了特定的評價指標，該組織中的人就會追求那個指標，而忽略了整體的目標。既然現在大家都看 SCI/SSCI, 那也無怪乎會搞到這樣。

誠如文中所說，如果沒有大量的『政府投資』，這些基礎科學的博士可以說是前途堪慮，在學術單位日漸西少的狀況下，這些大量招收進來的博士生，真的不知道可不可以算是拋棄式的研究資源。原本以為美國的研究市場可能好一點，但是目前看起來也是蠻慘烈的。至於之前被媒體吹捧的新加坡也開始吃緊了。

有時候我覺得現在的學術系統實在有點像金融系統，Too big to fail，一流的成果需要越來越多的金錢和人力積累出來，但是經費卻越來越吃緊，所以招收越來越多的博士生，而為了消耗這些畢業的博士，再加上大學對『研究的名聲』的追求，又紛紛聘請這些博士成立研究所。

捫心自問，雖然我們想要追求新知也想要瞭解過去，但是有必要這麼急嗎？有必要投入這麼多的經費去做『研究』的軍武競賽嗎？身為一個科學的從業人員(兼職)，雖然對人類在知識探索上的斬獲由衷感到高興，但是說實話，十年之後找到 Higgs 粒子和五十年之後找到，有很大的差別嗎？

這一年來我比較注意生物資訊相關的研究和消息，似乎也不是太樂觀的樣子。照理說，生物資訊應該是比較重視應用價值的領域，但是實際上除了少數研究之外，大部分的東西都是頗不重要的部份改進，而這些部份的改進，其實很少可以吸引人家使用，畢竟功能可能都沒之前的作品那麼完整。

這一方面也是『發表競賽』的問題，為了凸顯功能的差異，並比人家快一步發表，往往在其他沒有比較的方面就做得比較潦草了。最讓我覺得遺憾的是，我發現，隨著學術市場的狀況越來越嚴峻，以及畢業年限的逼近，大部分的人對研究的標準都開始降低，漸漸變成以發表為標準，這個現象從教授到學生都是如此，也包括我自己。真是令人哀傷。