作者ljii (是否)
看板AfterPhD
标题Re: [新闻] 抗老化权威林育谊为何轻生？
时间Fri Aug 17 01:56:26 2012
※ 引述《SmileFace (明天好天气)》之铭言：
: 在医院，有一种生物叫做clinician scientist
恕删
: clinician scientist，从一开始就决定了往後的孤独...
: ====================
: 以上只是个人感触分享
: 请勿对号入座
这其实还好啦,没那麽严重
也许您看到的例子让你作出这样的结论
我看到的则让我有相反的结论
我认为clinician scientist吃不吃的开跟环境有关
就是如果这个环境"很需要"你的研究能力
你会如鱼得水
以我以前待的医院为例
A医师,医学中心内科某次专的主治医师
他住院床数5床,但这不算特别少,因为该科的内规就是vs 五到十床
每天查房看病人5床加起来5-10分钟就结束
也因为在医学中心,所以实际临床处置都由CR和R执行
病人常觉得vs不亲切,常找不到人,但因为CR会帮忙看病人所以病人不会出什麽大事
有次他被病人投诉,主任去找他,他老兄大大方方说,
"这是病人的问题,不是我的问题."连解释也不解释
主任也摸摸鼻子不能怎麽样,因为他这几年来一年至少发表5-6篇约3-4分的paper
科内大家抢着分他的光环
个人近距离观察他在临床:研究的比重约为10%:90%
B医师,同样是医学中心的次专主治医师
在台湾念PhD时发了一篇nature xxxx 子刊
之後稳定经营自己的lab,去年再发了一篇nature xxxx (相隔约4-5年)
这中间大约维持1-2年发一篇oncogene,每年1-2篇小paper的速度
以上是指由他的lab产出的基础paper
其他探讨临床治疗等的paper就更多 (临床paper发表速度本来就比基础快)
他的作息大概是: 早上7:00查房,7:30晨会,8:00继续查,9:00进实验室,
跟学生讨论啊写paper等等,下午4:00再回去查一圈房
个人观察他的临床:研究比重约 30:70
C医师,区域医院主治医师
在台湾念PhD,作的是transcription factor in cancer biology
之後重心放在临床,但还是经营一个lab,
以作cancer patient genotyping/SNP/GWAS为主 (也就是不去碰cloning/cell model)
所以他的paper流程是: 找一个有可能的SNP-->拿大量patient sample去screen
-->SNP correlate with survival/treatment response-->validate in tissue IHC
在冲刺副教授升等那几年,他一年平均3-4篇paper,impact factor都是3-4上下,
paper清一色都是SNP correlate with xxxx.
这种lab经营起来难度没那麽高,基本上就是一直作PCR, IHC,就可以了
而他现在教授也拿到了,还当上某区域医院(大学附设医院)副院长.
这也算是clinician scientist啊
个人观察他的临床:研究比重: 20%:80%
以上的例子我还可以再举3-4个,有一位在作某个病的angiogenesis,在yale作了几年的
postdoc,回国後就有一个很成熟的angiogenesis mouse model in cirrhosis,她的临床比
重大概也是20-30%,其他重心在lab
我是觉得clinician scientist孤独与否是在有没好环境,好长官,我觉得林医师就是因为
太优秀,所以其他人都抢着要利用他的资源,这样的环境确实让人很不开心.
不知道这是不是台大医院/医学院的生态....
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 137.131.236.158
1F：推 oplz:我觉得 GWAS 的 paper 大概有 90% 以上都是垃圾... 08/17 08:05
2F：推 mzac1b:GWAS是啥? 08/17 08:40
3F：推 williamyang:Genome Wide Association Study 08/17 08:41
4F：推 yaohwei:当然是垃圾 allele或genotype基本上人生下来就不太会变了 08/17 09:24
5F：→ ljii:很难讲,找到关键的SNP去correlate疾病预後其实在临床上是有意 08/17 10:07
6F：→ ljii:义的,现在的问题是GWAS的study的false postive结论太多 08/17 10:07
7F：→ ljii:所以上述两位的推文我不反对,但应该修正成"GWAS的study多半 08/17 10:08
8F：→ ljii:都是大量的垃圾偶而混杂着一点宝物" 08/17 10:08
9F：→ ljii:典型的例子就是日前上新闻的中研院陈垣崇院士,找到华人对 08/17 10:13
10F：→ ljii:抗癫痫药的过敏(有致死危机)的SNP,这现在已经在临床上会拿来 08/17 10:13
11F：→ ljii:screening了 (原作: YT Chen, Nature 2004) 08/17 10:14
12F：→ mzac1b:research本质不就是一再重复地在垃圾堆中找宝物吗? 08/17 10:29
13F：推 puec2:补充一楼，而且很花钱。 08/17 11:04
14F：推 lovenainai:90%太保守了吧 XD 08/17 12:45
15F：推 jabari:GWAS不是垃圾..但是要找到重点SNP或loci是挺碰运气的 08/17 13:28
16F：→ jabari:而且跟比较方式为common/rare disease common/rare variant 08/17 13:30
17F：→ jabari:的scientific strategy有关.不过现在NGS抬头,如果重覆过去 08/17 13:32
18F：→ jabari:的结果, 那应该还是有参考价值. 台湾GWAS的缺点在样本过少 08/17 13:33
19F：→ puec2:NGS一直发展下去，SNP的研究就要变成第二个microarray.. 08/17 13:45
20F：推 SmileFace:我本人就是clinician scientist.. 我只能说你看到的是 08/17 14:13
21F：→ SmileFace:表象..实际上很难不被凹 (不然医院花钱请你来干嘛?) 临 08/17 14:15
22F：→ SmileFace:床空间被压缩也是必然, 您举的例子有两种可能, 一种是本 08/17 14:16
23F：→ SmileFace:来就没把主要心思在临床上, 另一种是被压到後来不得已才 08/17 14:17
24F：→ SmileFace:坦然接受..圈子里面的人是以後者居多 08/17 14:18
25F：→ puec2:但是clinician scientist有paper也比较容易升官吧？ 08/17 16:32
26F：推 qtzbbztq:想做GWAS...没有足够的资本还没机会咧..能有做这种"垃圾" 08/17 16:35
27F：→ qtzbbztq:的能力也挺令人羡慕的 每次都要烧掉不少的钱 08/17 16:36
28F：→ puec2:可以想见10年後，每个人出生15分钟内就可以有whole genome 08/17 16:38
29F：→ puec2:sequence的建档。到时候找SNP这个领域就真的消失了。:) 08/17 16:39
30F：推 lingon:找SNP这领域并不会因为WGS便宜而消失,反而会更多人做... 08/17 22:08
31F：→ lingon:SNP-disease最大的问题就在於这关系是combinatorial而非 08/17 22:09
32F：→ lingon:1SNP to 1 disease, 2SNP to 1 disease. 只是这会是生资人 08/17 22:11
33F：→ lingon:的问题,不是clinical scientist收收sample,跑跑sequencing 08/17 22:11
34F：→ lingon:就能解决的 光是现在大多clinical based的人只能抱硬碟哭 08/17 22:12
35F：→ blence:楼上说的真是，空有data却没有BioIT人才专门处理 08/17 22:19
36F：→ blence:有钱跑NGS了，会分析的人才主要还在国外 08/17 22:23
37F：→ puec2:恩，我的意思是现在那些定序找SNP人会消失..取而代之的就是 08/17 22:32
38F：→ puec2:你们说的做生物资讯的人。 08/17 22:32
39F：→ puec2:但是哪些人有哪些疾病，还是要医师才能进行呦。>_^ 08/17 22:34
40F：→ puec2:BioIT的角色变得比较像是在开发工具，就像早期的 08/17 22:34
41F：→ puec2:Phred Phrap出来，加速了定序工作的进行一样。 08/17 22:35
42F：推 lingon:在医学中心做研究就会发现MD训练很多对於SNP概念是一知半解 08/17 23:11
43F：→ lingon:医师到最後就是当窗口,真正定义SNP/疾病关系的是研究人员 08/17 23:12
44F：→ lingon:而且还不会是单一研究人员,这必须要是研究团队. 医师本身 08/17 23:13
45F：→ lingon:只是运用.制於把BioIT/Bioinfo当成开发工具是非常肤浅 08/17 23:16
46F：→ lingon:的想法. 量化分析量化研究与演算能力比生医知识难训练多了 08/17 23:17
47F：→ lingon:对於任何omics研究,没有好的量化分析出来的结果大多是垃圾 08/17 23:19
48F：→ lingon:说句重话,大多数时间把钱给clinician做NGS跟丢到垃圾桶 08/17 23:23
49F：→ lingon:并没有差很多, 如果没有足够的合作团队一起研究的话 08/17 23:24
50F：→ puec2:可是没有医师你连sample可能都没有。这是现实问题。 08/17 23:32
51F：→ puec2:就像做Cancer的也是要追着医师拿病人检体作切片染色一样.. 08/17 23:33
52F：推 lingon:那是政治,policy 和 钱的问题, 不是研究能力问题. 08/17 23:35
53F：推 jabari:同意..NGS这怪物还是有完整团队才有实质效益.. Orz 08/18 00:32
54F：→ puec2:当然是研究能力阿。BioIT分得出癌细胞跟一般细胞吗？ 08/18 00:49
55F：→ puec2:然後医师坐在诊间sample就会自己走进来跟他说:我是sample 08/18 00:50
56F：→ puec2:BioIT的人要去哪找sample？XD 08/18 00:50
57F：推 lingon:跟你讨论有点鬼打墙, 对於领域现况根本是一知半解 08/18 01:04
58F：推 abyssa1:研究本来就大多数是垃圾 不过当中有一点宝就值得了 08/18 02:21
59F：→ blence:peuc2为什麽NGS很普遍之後找SNP会消失?做SNP不全是找这件事 08/18 03:06
60F：→ blence:阿,不但只是生资接手,而是生统有做不完association study阿 08/18 03:09
61F：→ blence:不该把NGS到WGAS简化了,这是需要整合团队而不是分拆再拼装 08/18 03:11
62F：→ blence:像我们很缺NGS分析,但有国外NGS取得的SNP就可以WGAS用很久 08/18 03:16
63F：推 puec2:我只能说，你们现在讲的，我十年前在microarray刚冒出头 08/18 04:43
64F：→ puec2:的时候，听过几乎一模一样的话...演算法啦，分析啦，etc 08/18 04:43
65F：→ puec2:说资工的要投入啦～一堆。 08/18 04:44
66F：→ puec2:结果最後还不是要靠人力去圈signal(早期) 然後靠套装软体 08/18 04:45
67F：→ puec2:现在是直接拿RNA给外面公司做了。RNA quality弄好一点还笔 08/18 04:45
68F：→ puec2:较重要。不是看不起生资的人，这个领域就是这样啊。 08/18 04:46
69F：→ puec2:那时後上课还要学microarray的资料要用什麽演算法分析... 08/18 04:47
70F：→ puec2:当然资工的可以弄出新的演算法什麽的。但是站在wet lab 08/18 04:50
71F：→ puec2:的角度。或者站在医师的角度，只想要把一群病人的genome 08/18 04:51
72F：→ puec2:调出来，然後告诉我哪些序列是重要的就好了～ 08/18 04:51
73F：→ momo1210:术业有专攻 没做过dry lab的人 很难去想像dry lab会遇到 08/18 05:00
74F：→ momo1210:的问题 所以事情没你想的那麽简单 microarray, SNP, NGS 08/18 05:01
75F：→ momo1210:甚至是RNA seq,每种data都不太一样,各自的challenge也不 08/18 05:02
76F：→ momo1210:同,不是用三两句话就能概括所有东西或做出简单的定论 08/18 05:03
77F：→ momo1210:我相信wet lab一定也有各式各样的问题 光最基本的PCR就有 08/18 05:04
78F：→ momo1210:很多trivial技术上的技巧 所以说做研究就是把各个不同专 08/18 05:05
79F：→ momo1210:业的人结合在一起 才能达到双赢局面 不要轻易否定哪一方 08/18 05:06
80F：推 jabari:演算法那麽easy.. RNAseq就不会还是死气沉沉 囧a 另外疾病 08/18 05:29
81F：→ jabari:很多情况都是多基因. 有的只是phenotype像. 事实是假货 08/18 05:29
82F：→ jabari:NGS光是MiSeq 这150bp/read就已经很有帮助了.可是对某些SNP 08/18 05:30
83F：→ jabari:或是splicing mutant的疾病,还是很难去分析研究. 说真的 08/18 05:31
84F：→ jabari:光是mRNA microarray给的资料.3重覆之後,ABS总会如人所愿吗 08/18 05:32
85F：→ jabari:各自人种间要分析已经不错了@_@ 像我现在对回mouse model.. 08/18 05:34
86F：→ jabari:才知道这还有很大一段要走啊@@" btw.有学校开生资学分班?? 08/18 05:37
87F：推 lingon:用microarray的研究者一堆连multiple comparison 都不懂 08/18 11:54
88F：→ lingon:当然什麽东西都做不出来, 根本不懂科技不会分析的人乱用 08/18 11:55
89F：→ lingon:而且光是哪些序列重要就是很大的学问,很难相信此论 08/18 11:59
90F：→ lingon:出自一个做研究的人口中 08/18 12:03
91F：推 puec2:dry lab的人想的就是用演算法找出最佳解 但在wet lab的眼中 08/18 13:29
92F：推 puec2:没经过reverse genetics 和animal model验证 找出mechanism 08/18 13:33
93F：→ puec2:都是不可信的 因为这些工作量很庞大 我们不在乎差异1 2倍的 08/18 13:35
94F：→ puec2:变化 我们只会找差异最明显的一两个出来作实验.. 08/18 13:36
95F：推 puec2:真的重要的gene or snp 一个就送你上cell 08/18 13:41
96F：→ puec2:100 potential hits, 还是只能去plos one... 08/18 13:42
97F：推 puec2:回momo 你说得对 但是PCR只是一个工具 不是一个很大的领域 08/18 13:48
98F：→ puec2:早其作环境微生物的人 可能对改进PCR技术还有兴趣 但现代hig 08/18 13:51
99F：→ puec2:h throughput single cell pcr 出现以後 08/18 13:51
100F：推 puec2:研究pcr的人就会越来越少罗 08/18 13:54
101F：推 DouglasT:p大有理 做wet lab 常只会和一条大鱼盯孤支而已 08/18 14:31
102F：→ blence:怀疑p兄没碰过GWAS,不然就不会举cell当例子,GWAS霸占nature 08/18 18:58
103F：→ blence:genetics一半以上,显然不是你用wet/dry lab这样的二分观点 08/18 19:00
104F：→ blence:GWAS的研究源自生统,怎麽样不会有外面公司做这种paper发表 08/18 19:19
105F：→ puec2:microarry, RNAi, 更早期的est library也霸占过nature阿.. 08/18 19:29
106F：→ puec2:doi:10.1038/ng0710-558 08/18 19:43
107F：→ puec2:最後一段 08/18 19:44
108F：推 jabari:回PCR该段.LAMP是PCR的新章.这对田间调查的便利性突破天际 08/18 22:40
109F：→ jabari:dUTP的出现也提高PCR的敏感性.光是如何好好作PCR就有学问在 08/18 22:41
110F：→ jabari:怎麽P大还是觉得PCR只是小朋友的香菇泡汤游戏呢?? 08/18 22:41
111F：→ jabari:希望眼界跟实力不要仅止於此.生科领域是很广大的 啾咪~* 08/18 22:43
112F：→ ljii:什麽是香菇泡汤？ 08/18 23:41
113F：→ ljii:另外我也同意近来nat genetics根本就被GWAS淹没 08/18 23:42
114F：→ ljii:常常看标题觉得很有趣但读了只是更困惑，因为通常就是我们用 08/18 23:42
115F：→ ljii:了blah blah blah方法找出跟这个gene interaction的有300 08/18 23:43
116F：→ ljii:个最相关的gene，然後又blah blah blah validate得到了 08/18 23:43
117F：→ ljii:200个gene，其中我们稍为探讨一下其中最有趣的一两个gene .. 08/18 23:44
118F：→ ljii:然後文章就没了@___@ 08/18 23:44
119F：推 jabari:去年参加了nat genetics的研讨会. GWAS最烦的是.作完後很难 08/18 23:58
120F：→ jabari:validate-_-"换到mouse model.又没办法搞出病来(genetic咩) 08/19 00:00
121F：→ jabari:疾病的讨论. 我想大概还是寄托在RNAseq吧@@.不过更难 XD 08/19 00:01
122F：→ jabari:香菇泡汤是乱讲的, 就eppi放水浴槽.三温暖一下就有产物了 08/19 00:05
123F：→ jabari:题外话T_T eQTL应该也有潜力.. 可是好难推呀 XD 08/19 00:07
124F：推 momo1210:推jabari~Please be open-minded and respect every 08/19 03:40
125F：→ momo1210:scientific field!BTW,eQTL主要的问题还是microarray杂讯 08/19 03:42
126F：→ momo1210:太多,所以最上游wet lab的实验还是很重要的 羊毛出在羊 08/19 03:43
127F：→ momo1210:身上 如果收到的DATA不好 其实下游的电脑分析者也很难做 08/19 03:44
128F：→ momo1210:出好结果(统计老师常说:garbage in, garbage out XD) 08/19 03:47
129F：→ momo1210:一开始的实验设计 准备sample 其实是非常关键的一环... 08/19 03:48