Para alguien que recién comienza con proyectos de bioinformática, creo que es mejor unirse a una competencia. Los beneficios de las competiciones son que típicamente:
- tienen una meta o pregunta clara que están tratando de responder, por lo que no necesita hacer su propia pregunta
- tiene un conjunto de datos estático y confinado para trabajar, por lo que no se pregunta constantemente si debería intentar recopilar más datos o si tiene los datos correctos
- tenga un foro de la comunidad donde pueda publicar preguntas y comunicarse con otras personas que tengan los mismos problemas: puede usar Stack Overflow o http://biostars.org para publicar preguntas cuando esté trabajando en su propio proyecto, pero puede será difícil darle a la gente suficiente contexto sobre su problema para ayudarlo
Para las competencias de bioinformática, una buena opción es el grupo de desafíos Sage-Dream: https://www.synapse.org/#!Challe…
Trabajé durante un tiempo en el desafío de llamadas de mutación somática y lo encontré bastante bien organizado. Puede trabajar con el lenguaje que desee, incluidos R y Python como mencionó en su pregunta.
Si bien http://kaggle.com rara vez patrocina desafíos de genómica, muchas habilidades de aprendizaje automático / ciencia de datos son críticas para la bioinformática, y Kaggle tiene un gran conjunto de foros y una variedad de desafíos con diferentes niveles de habilidad requeridos. Así que también lo recomendaría, especialmente si los desafíos de Dream te parecen intimidantes. Kaggle actualmente tiene un desafío de predicción de ataques que algunas personas podrían considerar bioinformática.
- ¿Cuáles son los pros y los contras de hacer un segundo doctorado más aplicado después de un doctorado en matemática pura si quiero ser científico en la industria o en la academia?
- ¿Puedes probar científicamente a Janucá?
- ¿Hay alguna prueba científica y objetiva de que Nibiru es falso?
- ¿Quiénes son los investigadores de clase mundial que trabajan en India y que tienen la potencialidad necesaria de recibir un Premio Nobel en los próximos años?
- ¿Cómo puede un investigador académico producir una trama o gráfica hermosa y clara como la naturaleza y la ciencia publicada? ¿Qué es algún software sugerido?
PERO, si la idea de trabajar en un desafío, en problemas en los que otras personas ya están trabajando, es aburrida para usted, sugeriría que revise artículos en revistas como http: //bioinformatics.oxfordjour… hasta que encuentre alguna área de investigación que te parece interesante Si el código y los datos están abiertos, puede hacer un proyecto para usted intentando primero reproducir sus resultados y luego intentar expandir el análisis de alguna manera. Encuentre algo que pasaron por alto o alguna dirección futura que mencionen en su sección de Discusión. También puede enviar un correo electrónico al autor correspondiente para preguntarle si puede sugerirle un proyecto que amplíe su trabajo. A muchos investigadores les encantaría recibir un correo electrónico como ese.
La ventaja de expandir el trabajo existente de otra persona es que, mientras aprende, podría estar produciendo un trabajo novedoso que beneficie a otras personas y que pueda incluirse en una publicación. Sin embargo, como se mencionó anteriormente en las ventajas de trabajar en un desafío, su hipótesis y objetivos pueden no ser tan claros, sus datos pueden no ser tan limpios o fácilmente disponibles, y puede tener más problemas para encontrar ayuda cuando se atasca.