He trabajado en ambos antes, primero en laboratorio húmedo y luego en computación. En general, encontrará una gran diferencia en la metodología, específicamente la validación.
En el entorno de laboratorio húmedo, supongamos que está haciendo la expresión y purificación de proteínas. Hay muchas maneras de expresar y purificar una proteína, y hay protocolos establecidos en línea. Tienes un flujo de trabajo. A veces puede usar sonicación y, a veces, centrifugación. Solo tiene que asegurarse de registrar cuánto tiempo y con qué intensidad, etc., ya que la sonicación y la centrifugación ya son conceptos bien establecidos. Y cuando usa una columna de purificación, la obtiene de una empresa. La empresa puede tener aspectos de propiedad o marca registrada de su columna que no son de dominio público. Eso está bien, siempre y cuando informe que usó la columna de esa compañía y sepa que está usando la columna según lo previsto. En la mayoría de los casos, no valida rigurosamente cada aspecto de cómo funciona la columna, solo verifica si la proteína se purifica o no. Si no es así, intente usar otra forma, como una etiqueta de afinidad en la proteína.
En el mundo computacional, sí, tienes un flujo de trabajo. La diferencia es que las proteínas serán modelos virtuales basados en experimentos de determinación estructural, y en lugar de técnicas moleculares como PCR, cromatografía, utilizará herramientas computacionales – programas. Pero he encontrado que la principal diferencia cultural entre el laboratorio húmedo y el mundo computacional está en las herramientas: que en informática, no nos gusta un enfoque de caja negra. En el laboratorio húmedo, puede cargar su ADN en una máquina de secuenciación, o su proteína en una máquina de espectrometría de masas, y es posible que no comprenda todos los aspectos de cómo funciona (pero, por supuesto, habrá sido entrenado en sus principios principales). Esto es como conducir un automóvil: uno puede saber cómo conducir, pero es posible que no pueda desmontar el motor y luego repararlo. No importa: los técnicos pueden reparar el secuenciador o la máquina de espectrometría de masas. Solo necesita saber si puede sacar su producto. Ese es un enfoque de caja negra. La máquina es como una caja negra; no sabes exactamente lo que pasa adentro.
- ¿Cuál es la importancia principal de un codón de parada en un código genético?
- ¿Cuántos grados de libertad tiene una molécula multi-atómica?
- ¿Cuál es la diferencia entre una mutación hipomórfica, una mutación hipermórfica y una mutación knockout?
- ¿Cuáles son algunos errores culturales entre los biólogos moleculares?
- Hay un error importante en un diagrama de las rutas del ciclo celular utilizado en muchos artículos de Wikipedia. ¿Hay alguna forma de lograr que la comunidad de Wikipedia cambie un diagrama tan utilizado?
Sin embargo, no es para las personas computacionales. No me refiero a saber cómo desmontar y reparar una computadora, me refiero a que no es simplemente suficiente para usar un programa. Como principiante, puede aprender a usar un programa de un tutorial, pero a medida que avanza, no es raro escribir sus propios scripts y programas, y profundizar en el código del programa que está utilizando para modificarlo. para que funcione para tu propio proyecto. En muchas publicaciones de investigación, los grupos de investigación hacen que su código sea accesible en línea para su escrutinio. La ocultación del código está mal vista. Hay un espíritu de ciencia abierta. Esto puede ser útil; Si necesita una secuencia de comandos en particular que se mencionó en un documento en particular, puede enviarles un correo electrónico y la mayoría de las veces, la persona de contacto con gusto lo hará. También puedes mencionarlos como colaboradores. Las entidades comerciales (me refiero a las empresas) tienen sus propios derechos para mantener el secreto en el código que publican como programas, pero esto no representa el mundo de la investigación académica. En la investigación académica computacional, las personas escriben nuevos algoritmos, informan sus resultados, y la única forma de creer que su algoritmo realmente produce la calidad de los resultados que afirman que es es tomar su código y probarlo para ver si funciona como se prometió. Si no es así, entonces podrían haber estado exagerando o reteniendo algunos pasos adicionales que podrían haber tomado inadvertidamente. Además, los escritores tienen que ser abiertos acerca de su código y dejar que otros lo vean para que puedan demostrar que, de hecho, es un código nuevo y no plagiado.
He usado un script de Perl (un lenguaje de programación) que se me proporcionó y que produjo un resultado erróneo que solo se descubrió después de que se completó el proyecto aproximadamente 4/5. El error en el guión fue elegido por alguien que sabía leer Perl. Esto podría haberse evitado si supiera leer Perl yo mismo y hubiera revisado cada línea del guión (relativamente corto). Recuerde Garbage in, Garbage out, pero si su secuencia de comandos es defectuosa, cualquier cosa que ingrese resultará en la basura. A estas alturas, será evidente que existe una presión para comprender el código que está utilizando, incluso si no está escribiendo su propio código, sino solo un estudiante que usa el código de otra persona. Puede ver que hay una diferencia entre esto y el caso de la máquina de secuenciación de ADN / espectrometría de masas: no se espera que conozca la ingeniería mecánica en este último caso.
Por supuesto, descubrirá que puede usar lo que quiera, comer y beber mientras trabaja, tal vez trabajar desde casa a través de VPN para el trabajo computacional. Puede deshacer las cosas con solo presionar el botón, a diferencia de un laboratorio mojado. Desafortunadamente, también puede eliminar todo presionando el botón. No tiene que preocuparse de que un pequeño temblor de sus dedos cause algo de contaminación. Sin embargo, debe preocuparse de que un solo cero adicional en su código desperdicie 4 meses de trabajo, especialmente si ese cero adicional se agregó justo al comienzo de 4 meses. También experimentará que su trabajo probablemente será considerado con sospecha por los biólogos experimentales, a menos que sus resultados puedan coincidir con los datos experimentales reales, lo cual es realmente difícil de hacer, ya que no puede simular todas las condiciones en su computadora. Sin embargo, dependiendo de la escala del cálculo, es posible que pueda generar conclusiones más rápido que en un laboratorio húmedo (sin embargo, si publicar es otra cosa). El laboratorio húmedo tiene sus momentos difíciles; computacional tiene un sabor diferente, solo asegúrese de qué sabor de sufrimiento preferiría, ¿sí? ¡Espero que esto ayude!