پژوهش در بیوانفورماتیک
طی چند سال گذشته، یکی از شاخه های علوم زیستی که مورد توجه بسیاری دانشجویان، اساتید و پژوهشگران قرار گرفته، بیوانفورماتیک است. از پتانسیل بالای بیوانفورماتیک جهت مطالعه و کشف ناشناخته‌ها، تا عدم نیاز به بودجه های سنگین آزمایشگاهی، دلایلی هستند که باعث رشد تصاعدی این شاخه از علوم زیستی شده‌اند. با توجه به گستردگی و نوین بودن آن، ابهامات زیادی پیرامون نحوه یادگیری این علم و فعالیت در آن وجود دارد. در مقاله‌های پیشین وبلاگ دایا زیست فناوران، به معرفی و نحوه یادگیری آن اشاره کردیم. در این مقاله قصد داریم اختصاصا پیرامون پژوهش در بیوانفورماتیک صحبت کنیم. موضوعی که قطعا مورد توجه بسیاری افراد بوده و عدم توجه به اصول پایه‌ای آن، می‌توانند سبب از دست رفتن زمان و انرژی زیادی حین انجام یک کار پژوهشی بیوانفورماتیکی شود. این مقاله حاصل تجربیات چندین ساله پژوهش در بیوانفورماتیک و تلفیق آن با شاخه‌های مختلف علوم زیستی است. طبیعتا رویکردهای پژوهشی بین افراد مختلف متفاوت بوده و تمام موارد ذکر شده در ادامه صرفا دیدگاه من پیرامون کار پژوهشی بیوانفورماتیکی است و ممکن است از نظر سایر افراد، برخی از آن‌ها به گونه دیگری انجام شوند.
بیوانفورماتیک ابزار تولید مقاله نیست
قبل از صحبت پیرامون نحوه پژوهش در بیوانفورماتیک، ذکر این نکته ضروری است که بیوانفورماتیک ابزار تولید مقاله نیست. متاسفانه فرهنگ مقاله محوری در دانشگاه های داخل کشور آسیب‌های زیادی را به پژوهش و کار واقعی علمی وارد کرده است. طی چند سال گذشته، به جای تولید علم کاربردی و مفید، تمرکز درصد قابل توجهی از اساتید و دانشجویان بر تولید مقالات بی کیفیت با هدف رزومه سازی بوده است. هر چند سال یک بار هم یک مسیر تازه جهت مقاله نویسی پیش روی این افراد باز می شود. در برهه فعلی، بیوانفورماتیک تبدیل به ابزاری جهت تولید مقاله شده است و بسیاری از مدرسین نیز با تبلیغ این موضوع، سعی در جذب دانشجویان بیشتری دارند. واقعیت این است که بیوانفورماتیک نیز یک علم است و کار پژوهشی در آن باید به جهت تولید علم جدید و کاربردی انجام شود. در غیر این صورت، نمی‌توان انتظار پیشرفت و تاثیرگذاری را به واسطه یک علم داشت. انبوهی مقاله بی کیفیت و تکراری که تنها جهت تامین منافع شخصی تولید می‌شوند، نه تنها کمکی به پیشرفت یک شاخه علمی نمی‌کنند، بلکه به مرور باعث بدبینی جامعه و متخصصین نسبت به آن خواهند شد. البته که فعالیت در این شاخه مزایای زیادی همچون عدم نیاز به بودجه پژوهشی، عدم وابستگی به محل فیزیکی، زمان کمتر کار عملی در برخی شاخه‌ها و … دارد، اما این مزایا نباید باعث گمراهی و خارج شدن شما از مسیر علمی اصولی شود. پس اگر قصد ورود به بیوانفورماتیک و انجام کار پژوهشی در آن دارید، همین ابتدا این باور را از ذهن خود دور کنید که بیوانفورماتیک ابزار تولید مقاله نیست و انجام کار پژوهشی در آن، همچون سایر شاخه‌های علم، نیازمند صبوری، پشتکار و طی کردن یک مسیر استاندارد دارد.
در ادامه به بررسی مجموعه اقداماتی که در یک پروژه پژوهشی بیوانفورماتیکی ضروری است خواهیم پرداخت. در شکل ۱، مسیر کاری پژوهش در بیوانفورماتیک ارائه شده است. پژوهش در بیوانفورماتیک نیز همچون کارهای پژوهشی در شاخه‌های دیگر علم، از قوانین و اصول واحدی پیروی می‌کند. پس درک پژوهش و ماهیت آن، برای ورود به این شاخه ضروری است. این آموزش از دایا زیست فناوران به افرادی که هیچ‌گونه نگرشی نسبت به دنیای پژوهش ندارند، توصیه می‌شود.
به دنبال حل یک چالش باشید
هدف از انجام پژوهش تولید علم جدید است. پژوهشگران، با انجام پروژه های مختلف سعی در کشف ناشناخته‌ها و کمک به ارتقا زندگی بشریت دارند. پس قبل از ایده پردازی، فلسفه خود را بر مشاهده دقیق و شناسایی چالش‌های موجود بگذارید. این کار به شما کمک می‌کند تا پروژه خود را کاربردی تر طراحی کنید و از انجام کارهای غیرضروری پرهیز کنید. اینکه پروژه شما به جامعه کمک کند و مورد پذیرش مخاطبین قرار گیرد، یک امر کلیدی جهت ادامه دار شدن شغل شما به عنوان پژوهشگر است. رسیدن به پوچی در پژوهش با انجام کارهای بیهوده، خیلی سریع اتفاق می‌افتد و این پوچی می‌تواند شما را از دنیای علم دور کند. پس همواره تلاش کنید به دنبال چالش‌های واقعی بگردید و در بیوانفورماتیک انبوهی چالش جهت مطالعه و کار یافت می‌شود.
سوال پژوهشی مهم‌تر از شروع کار عملی است
انجام پژوهش در بیوانفورماتیک نیز همچون سایر شاخه‌های علم، نیازمند یک سوال پژوهشی شفاف است. هرچقدر این سوال بهتر پردازش و جنبه‌های مختلف آن، به شکل کامل مطالعه شوند، در ادامه نیز مطالعه بهتری طراحی و پیاده‌سازی خواهد شد. یک ایراد بزرگ که به بسیاری از دانشجویان و پژوهشگران بیوانفورماتیک وارد است، عدم طراحی سوال پژوهشی قبل از آغاز مطالعه است. بسیاری افراد با مطالعه یک مقاله و جذب شدن توسط آن، اقدام به انجام کار مشابهی بدون داشتن سوال پژوهشی می‌کنند. البته که اگر هدف تمرین و یادگیری باشد، این کار توصیه می‌شود، اما در پیاده سازی یک پروژه پژوهشی، نداشتن هدف و سوال پژوهشی شفاف یک آسیب بزرگ است. مطالعه یک مقاله و اقدام به انجام کاری مشابه، زمانی موضوعیت پیدا می‌کند که شما در آن حوزه تخصص و دانش کافی را دارید و آن مقاله تبدیل به نقطه آغازی جهت طراحی یک سوال پژوهشی شفاف می‌شود، نه اینکه با مطالعه یک مقاله مشابه و بدون داشتن تجربه کافی، سعی در کپی کردن روش کار آن کنید.
به طور مثال، یک دانشجو با مطالعه مقاله‌ای جهت طراحی دارو با تکنیک‌های بیوانفورماتیکی، تصمیم به انجام کار مشابهی می‌گیرد. این دانشجو تاکنون هیچ تجربه ای در انجام پروژه‌های مشابه نداشته و تنها با مطالعه این مقاله تصمیم به انجام کار پژوهشی گرفته است. بدون سرچ کافی پیرامون این فیلد و تنها با کمک گرفتن از ابزارهای هوش مصنوعی، اعتماد به نفس کافی را جهت پیاده سازی یک مطالعه مشابه به دست می‌آورد. در مرحله اول روش کار را در یک فایل ورد می‌نویسد و با انتخاب یک بیماری و یک ژن هدف (بدون داشتن هیچ هدف و مطالعه خاصی)، اقدام به دانلود فایل سه بعدی پروتئین و تعدادی دارو می‌کند. در مرحله بعد نیز با تکنیک داکینگ که در یک کارگاه آموزشی آن را فرا گرفته، شروع به انجام پروژه می‌کند. یک سری نتیجه از آنالیزهایی که انجام داده است حاصل شده‌اند، اما قسمت سخت ماجرا تازه شروع می‌شود. چگونه این نتایج را تفسیر کنم؟ اصلا برای چه آن کار را انجام دادم؟ آیا این بخش از کار منطق لازم را دارد؟ و بسیاری سوالات دیگر. در اینجا اقدام به اخذ مشاوره از اساتید و افراد دیگر می‌کند. هر کدام نکات متفاوتی را به او می‌گویند و به جای باز کردن مشکل، شرایط برایش پیچیده‌تر از قبل می‌شود. در نهایت با ناامیدی پروژه را کنار گذاشته و به ادامه آن فکر نمی‌کند. غافل از اینکه ریشه مشکل در نداشتن هدف و سوال پژوهشی شفاف است. این دانشجو چون نمی‌داند قصد پاسخ به چه سوال و چالشی را دارد و صرفا با طی کردن یک سری گام مشابه در مقاله‌ای که مطالعه کرده، به بن بست رسیده است.
درک سوال پژوهشی باعث می‌شود تا بدانید دقیقا به دنبال حل چه چالشی هستید. اینکه می‌گویم حل چالش، منظور درمان فلان بیماری به شکل کلی نیست! در یک پروژه پژوهشی، ما به دنبال کلی‌گویی و حل مشکلات با تکیه بر کلیات نیستیم. عمده پروژه‌های پژوهشی در دنیای امروز وارد سطوح عمیقی از جزئیات می‌شوند. جزئیاتی که در گذشته کسی نتوانسته است به آن‌ها پاسخ دهد. در مثالی که اشاره شد، شایسته است که دانشجو ابتدا با مطالعه کافی، بیماری و هدف دارویی را انتخاب کند که واقعا یک معضل بزرگ است و کسی هنوز نتوانسته یک درمان موثر را برای آن معرفی کند یا هدف می‌تواند بهینه کردن درمان‌های موجود باشد. از پروتئین تارگت تا دسته داروهای انتخابی، داروهای از قبل موجود برای هدف دارویی انتخابی، منطق انتخاب شیوه درمان با توجه به جنس بیماری و بسیاری جزئیات دیگر باید قبل از هرگونه طراحی پروژه، با دقت مطالعه شوند و بعد از انجام یک فاز مطالعاتی قابل قبول، سوال پژوهشی و ایده کلی، تبدیل به یک سوال پژوهشی شفاف شود. این کار به دانشجو و پژوهشگر کمک می‌کند تا بداند در پروژه‌اش لازم است به دنبال چه چیز باشد. کدام نتایج مشکوک هستند و به کدام یک می‌تواند اعتماد کرد و بسیاری موارد دیگر.
مطالعه کار اصلی شما است
پژوهشگر و تکنسین، دو کار متفاوت را بر عهده دارند. اگر در پروژه‌های پژوهشی، تنها به انجام کار عملی فکر می‌کنید و برای مطالعه زمان کافی صرف نمی‌کنید، شما یک تکنسین هستید، نه پژوهشگر. در واقع وظیفه اصلی شما به عنوان یک پژوهشگر، انجام مطالعه و سعی در طراحی یک روش کار جهت پاسخ به سوال پژوهشی است. اینکه چگونه به یک سوال پاسخ دهیم، برای یک پژوهشگر مهم تر از انجام یک تکنیک خاص است. در بسیاری از تیم‌های حرفه‌ای پژوهشی، بعد از انجام فاز مطالعاتی و طراحی پروژه (روش کار)، بسیاری از مراحل کار به شرکت‌ها و تیم‌های دیگر برون‌سپاری می‌شود. بعد از دریافت نتایج، پژوهشگران با تفسیر نتایج سعی در ارائه پاسخ به سوال پژوهشی می‌کنند.
پس فراموش نکنید که صرفا انجام چند آنالیز پشت سر هم، شما را تبدیل به یک پژوهشگر نمی‌کند.
بعد از اینکه ایده اصلی پروژه به ذهن‌تان رسید، ابتدا با انجام یک فاز مطالعاتی، سعی کنید تا ایده و سوال پژوهشی را پخته‌تر کنید و بعد از نهایی شدن ایده، با انجام فاز مطالعاتی بعدی، سعی در طراحی یک روش کار اصولی کنید. روش کاری که قرار از معما را حل کند و شما را به پاسخ برساند. پاسخی که قرار از در بخش نتایج مقاله‌تان در آینده ارائه شود و با تفسیر آن در بخش دیسکاشن، ایده‌ای که داشتید را توجیه کند. پس هرچقدر برای مطالعه زمان کافی صرف کنید، رسیدن به این پاسخ بهتر و اصولی‌تر خواهد بود و با چالش‌های کمتری مواجه خواهید شد.
قطعات روش کار را با منطق کنار هم بچینید
شاید یکی از مهم‌ترین بخش‌ها در یک پروژه پژوهشی که کمتر به آن توجه می‌شود، منطق چینش قطعات روش کار در کنار یکدیگر است. احتمالا این جمله را شنیده‌اید که «معما چو حل شود آسان شود». در پژوهش نیز چنین است و اگر برای رسیدن به پاسخ سوال پژوهشی، یک روش کار قدرتمند و اصولی را در اختیار داشته باشید، تنها کمی حوصله جهت انجام پروژه لازم است. وظیفه اصلی پژوهشگر، طراحی این روش کار با مطالعاتی است که انجام می‌دهد. صرفا داشتن یک ایده جهت انجام کار پژوهشی کافی نیست. قطعا افراد دیگر ایده‌های جذاب‌تری نسبت به کار شما دارند، اما چالش اصلی در چگونگی انجام کار است. به طور مثال، برای مدت طولانی سفر در زمان، یک رویا و آرزو برای انسان‌ها بوده است، اما هنوز به آن نرسیده‌ایم. این ایده زیبا و جذاب است، اما چالش در «چگونگی» انجام آن است. در دنیای زیستی نیز ایده جهت انجام پژوهش بسیار زیاد است، اما چالش پژوهشگران در چگونگی رسیدن به پاسخ آن سوالات و ایده‌هاست.
اینکه به عنوان یک پژوهشگر، چگونه قطعات روش کار را کنار هم بچینید و بعد از یک مرحله خاص، چه کاری را انجام دهید، موضوعی است که لازم است به آن توجه کافی شود. توانایی طراحی یک روش کار خوب در پروژه بیوانفورماتیکی، نیازمند داشتن دانش کافی پیرامون زیرشاخه‌هایی است که پروژه شما با آن مرتبط است. بیوانفورماتیک یک علم میان‌رشته‌ای بوده و شاخه‌های مختلفی همچون بیولوژی، ریاضی، آمار، کامپیوتر و شیمی در کنار هم جهت انجام پروژه‌های مختلف همکاری می‌کنند. هریک از آن‌ها می‌توانند به نوعی بر طراحی روش کار در پروژه‌های مختلف اثرگذار باشند. به طور مثال، آنالیزهای مختلفی که در پروژه خود انجام می‌دهید، نیازمند پیروی از منطق‌های آماری است و اگر به آمار تسلط کافی نداشته باشید، طراحی یک پروژه اصولی برایتان دشوار خواهد بود. پس برای چینش اصولی قطعات روش کار، سعی کنید قبل از شروع کار پژوهشی، دانش حداقلی مورد نیاز پیرامون جنبه‌های پروژه خود را کسب کنید. البته این به این معنا نیست که حتما یک رفرنس مرتبط با ریاضی را کامل بخوانید، منظور بخشی از ریاضی یا آمار یا هر زیر‌شاخه‌ای است که با کار شما مرتبط است. هرچند مطالعه رفرنس‌های مرتبط در بلند مدت توصیه می‌شود، چرا که به پختگی ذهن شما پیرامون مسائل و درک عمیق‌تر مباحث بیوانفورماتیکی کمک قابل توجهی می‌کند.
موضوع دیگری که به چینش قطعات روش کار در پروژه پژوهشی بیوانفورماتیکی کمک می‌کند، مطالعه مقالات مشابه به تعداد زیاد است. احتمالا مشابه ایده‌ای که دارید، مقالات مختلفی به چاپ رسیده‌اند. سعی کنید تنها به مطالعه یک یا چند مقاله اکتفا نکرده و تا جای ممکن، مقالات با روش کار مشابه کارتان را پیدا و مطالعه کنید. این موضوع به شما کمک می‌کند تا با ترتیب استاندارد گام‌ها در پروژه‌های پژوهشی مرتبط آشنا شوید. زمانی که تعداد قابل توجهی مقاله با روش کار تقریبا یکسان به چاپ می‌رسند، انجام یک سری کارها با ترتیب مشخص، تبدیل به یک استاندارد کاری در نظر پژوهشگران آن فیلد می‌شود که اگر از آن استاندارد پیروی نکنید و نتوانید چرایی کار خود را توجیه کنید، احتمالا در فرآیند چاپ مقاله، با چالش همراه خواهید شد. مطالعه مقالات مشابه ساختار ذهنی شما را به درستی شکل می‌دهد، هم در شیوه طراحی روش کار و هم در نحوه تمرکز بر نتایج هریک از بخش‌ها.
از Novelty غافل نشوید
یک فاکتور مهم در انجام پروژه پژوهشی، داشتن ناولتی در پروژه است. اگر قرار باشد یک کار تکراری با نتایج کاملا یکسان را منتشر کنید، چه فایده‌ای برای علم و آن شاخه علمی خواهد داشت؟ با توجه به فراگیر شدن بیوانفورماتیک، ایجاد ناولتی در پروژه های پژوهشی، کار دشواری شده است. شما می‌توانید خلاقیت را در دو مرحله از کار خود اعمال کنید. یکی در روش کار و دیگری در رسیدن به نتایج متفاوت. اگر مرتبط با ایده شما، مقالات متعددی به چاپ رسیده‌اند، سعی کنید با آنالیز دقیق روش کار آن‌ها، بخش‌های خلاقانه‌ای را به روش کار خود اضافه کنید. البته این خلاقیت نباید بداهه و بدون منطق باشد. در کل انجام کارهای متفاوت در روش کار می‌تواند مورد پذیرش جامعه علمی قرار گیرد. همچنین نتایج مقالات مشابه چاپ شده با پروژه‌تان را حتما با دقت آنالیز کنید. اگر نتایج شما مشابه نتایج آن‌ها بود، بر آن نتایج به عنوان دستاورد علمی خود، تاکید زیادی نکنید و سعی کنید بر بخش‌های جدیدتر نتایج خود بیشتر متمرکز شوید. یا می‌توانید تفسیر متفاوت‌تری را از نتایج مشابه با کارهای دیگر ارائه کنید. در کل اینکه شما دقیقا همان چیزی را ارائه کنید که در گذشته ارائه شده، در صورت نداشتن توجیه کافی و جنبه‌های متفاوت، فایده‌ای برای علم نخواهد داشت.
پروژه پژوهشی بیوانفورماتیکی نیز نیازمند کنترل کیفی است
پروژه‌های بیوانفورماتیکی، تحت تاثیر عوامل گوناگون می‌توانند نتایج کاملا متفاوتی را برای یک کار یکسان با دیتای یکسان، تولید کنند. کافی است تا یک بخش از آنالیز خود را تغییر دهید تا جواب نهایی کامل یا زیاد، تغییر کند. خطاهای کوچک حین کار پژوهشی، می‌تواند منجر به تولید نتایج کاملا اشتباه شود. نتایجی که فردی با دانش و تجربه اندک، قادر به تشخیص صحیح یا غلط بودن آن نیست. زمانی که پروژه به شکل گروهی انجام می‌شود، احتمال این خطاها افزایش پیدا می‌کند. پس لازم است جهت جلوگیری از این موضوع و اثبات تکرار پذیر بودن نتایج، حتما در مقاطع مختلف پروژه، اقدامات انجام شده را کنترل کیفی کنید. حتما آنالیزهای خود را به شکل مجزا و از ابتدا، چندین بار انجام دهید. مثلا اگر با نوشتن یک قطعه کد قصد انجام آنالیز خاصی را دارید، صرفا آن آنالیز را با ران کردن مجدد کد انجام ندهید. از ابتدا در یک ران مجزا، کد را کامل بنویسید. این کار به شما اثبات می‌کند که آیا نتایج به دست آمده قابل اعتماد هستند یا نه. اگر در هر یک از ران‌ها به نتایج متفاوتی برسید، یعنی یک جای کار مشکل دارد و کار شما تکرار پذیر نیست. طبق تجربه و کار با دانشجویان مختلف طی سالیان گذشته، بارها به این مشکل برخورده‌ایم که نتایج دانشجویان در ران‌های مختلفِ کنترل کیفی، یکسان نبوده است. این یک معضل شایع و قابل پیشگیری است. تنها با کمی حوصله و دقت، می‌توان از نتایج به دست آمده، مطمئن شد.
مستندسازی را جدی بگیرید
تنها چند روز زمان کافی است تا تمام کاری که انجام داده‌اید را فراموش کنید. در دنیای امروز که روزانه با بمباران اطلاعاتی مواجه هستیم، حفظ تمرکز در تمام مدت کار دشواری است و اگر به مستندسازی مسیر کاری و نتایج به دست آمده بی توجه باشید، احتمالا مجبور خواهید شد تا تمام کار چند ماهه خود را مجدد انجام دهید. حتما برای پروژه خود یک فولدر اختصاصی با زیرفولدرهای مشخص مخصوص هر یک از بخش‌های کار داشته باشید. برای تمام مراحل کار خود نت‌های مشخص از کاری که انجام شده بنویسید. در بخش‌های مختلف کدهای خود، با نوشتن کامنت خوانایی آن را افزایش دهید. در نام‌گذاری فایل‌ها و فولدرها، تنبلی نکنید و با حوصله، نام و تاریخ مناسب را برای فایل‌های خود مشخص کنید. باور کنید عادت به انجام این کار حوصله سربر و کمی دشوار، بهتر از انجام تمام پروژه از ابتداست. این مقاله از وبلاگ دایا زیست فناوران جهت انجام مستندسازی بهتر، توصیه می‌شود.
مقاله بیوانفورماتیکی کمی متفاوت‌تر ارائه می‌شود
شاید یکی از دشوارترین کارها برای پژوهشگران بیوانفورماتیک، چگونگی ارائه پروژه خود به شکل مقاله باشد. نتایج تولیدی در پروژه های پژوهشی بیوانفورماتیکی، در مقایسه با فیلدهای دیگر همچون کارهای آزمایشگاهی، بسیار بیشتر است. در یک پژوهش بیوانفورماتیکی، شما انبوهی شکل، نمودار و جدول خواهید داشت که تصمیم در چگونگی ارائه آن‌ها امری ضروری است. بهتر است قبل از شروع به نگارش مقاله خود، یک مقاله مشابه که در مجله معتبری به چاپ رسیده را انتخاب و آنالیز کنید. با مطالعه این مقاله مشابه، بهترین شیوه ارائه نتایج را انتخاب کنید. همچنین جهت نگارش متن مقاله، اگر مقاله شما انجام یک پروژه با استفاده از ابزارهای موجود باشد، احتمالا چالش زیادی ندارید و می‌توانید با آنالیز و ایده گرفتن از مقاله مشابه، متن پروژه خود را نیز بنویسید. اما اگر پروژه شما معرفی یک ابزار یا آنالیز جدید است، در این جا کمی چالش وجود دارد. معمولا چنین پروژه‌هایی ساختار متفاوتی را دنبال می‌کنند که بیشتر مواقع به صلاح دید خود نویسندگان مقاله طراحی شده است. به طور مثال، اگر مقالات چاپ شده مرتبط با پکیج‌های R یا ابزارهای بیوانفورماتیکی را مطالعه کنید، بخش روش کار به شکل کاملا متفاوتی نوشته شده. پس اگر پروژه شما چنین رویکردی دارد، طراحی یک ساختار متفاوت در مقاله، مورد پذیرش مجلات مرتبط است.
جمع‌بندی
در انتها لازم به ذکر است که بیوانفورماتیک هنوز جوان بوده و در ابتدای ماجراجویی خود است. در مقایسه با سایر علوم که سابقه چند صد ساله دارند، بیوانفورماتیک و علوم نوین، پتانسیل کشف ناشناخته‌ها در دنیای زیستی را بیش از پیش فراهم کرده‌اند. یادگیری اصولی بیوانفورماتیک و داشتن صبر کافی جهت انجام پژوهش از این فیلد، تضمینی بر موفقیت علاقمندان است. جهت ورود به دنیای بیوانفورماتیک، این آموزش از دایا زیست فناوران را به شما توصیه می‌کنم.
