“Cos’è un cappamero? E questo algoritmo qui, come funziona? Aspetta, questo codice è scritto in Python? Ecco, anche oggi tocca scervellarmi, devo studiare, ma dove recupero queste informazioni?”

Non potete immaginare quante volte mi trovo in situazioni del genere durante i miei studi in bioinformatica, ma la mia tenacia mi ha portato ad escogitare un bel po’ di modi per colmare le varie lacune che, inevitabilmente, mi si presentano davanti durante il mio percorso di studio nel mondo della bioinformatica.

Oggi vi parlerò di come io svolgo il mio studio personale con lo scopo di diventare un bioinformatico. Ovviamente per quanto riguarda i temi biologici sono più avvantaggiato, ma sia chiaro anche li a volte è necessario ripassare o studiare qualcosa di nuovo. Infatti io sono laureato in Scienze Agrarie e sto conseguendo la laurea magistrale in Biotecnologie vegetali, quindi per forza di cose mastico di più il biologico

…(pausa di riflessione)…

Ok, detto così non fa tanto ridere ma diciamo che ho reso l’idea. Trattamento diverso necessitano la statistica e l’informatica. Quello di cui mi sono subito reso conto è che per diventare un bioinformatico devo avere delle ottime conoscenze in statistica, sia chiaro non dovete perdervi nelle definizioni e calcoli matematici che si celano dietro ai diversi test statistici applicati durante uno studio ma comprendere il principio di quel test, cioè capire quando è utile usarlo e cosa mi permette di fare. La statistica, infatti, è uno strumento che ci permette di comprendere con chiarezza un fenomeno, la realtà che ci circonda senza cadere in numerosi ed insidiosi errori cognitivi (i cosiddetti bias) che il nostro maledetto cervello è portato, evolutivamente, a creare. Per usare la statistica, ed in particolare per analizzare e manipolare le informazioni biologiche che abbiamo a disposizione, è necessario conoscere dei linguaggi di programmazione in modo da comunicare e far compiere al computer queste operazioni.

Volendo essere schematici e concisi posso dirvi che per diventare bioinformatico è necessario:

  1. Conoscere in modo molto generale come lavora un computer. Questo può essere utile per orientarsi con la macchina.
  2. Conoscere alcuni linguaggi di programmazione che ci permettono di comunicare con la macchina, tra questi in ambito bioinformatico sono molto utili Python, Perl, R, oltre al fatto che è necessario saper usare i comandi in bash, ovvero un interprete di linguaggi di alto livello, ma tranquilli ne parleremo.
  3. Conoscere concetti di biologia molecolare, genetica, genomica ed evoluzione, oltre che di patologia e molto altro ancora.

Dove recuperare tutto ciò? Bene ci sono diversi strumenti:

  • I libri. Lo so, comprare libri è costoso e leggerli a volte è faticoso ma credetemi un buon libro fa davvero la differenza. Io mi ritrovo spesso a studiare sui libri o anche a leggere libri puramente divulgativi che mi aiutano nel mio percorso. Nel menu trovate l’apposita sezione “Libri Consigliati” nella quale troverete una serie di libri utili che ho acquistato e che ritengo validi.
  • Le ricerche scientifiche. Quando bisogna compiere uno studio bioinformatico è d’obbligo ricercare su Google Scholar ricerche scientifiche simili al fine di capire quali strumenti informatici si usano in quell’ambito. Spesso mi ritrovo ad approfondire alcuni temi ed acquisire maggiore chiarezza su alcuni concetti proprio grazie a queste letture.
  • Corsi online. I corsi online sono una vera benedizione a volte e ce ne sono una miriade. I portali che frequento maggiormente per trovare dei corsi di qualità sono Coursera ed Edx ma credetemi la rete è zeppa di corsi che vi permettono di imparare semplicemente dei linguaggi di programmazione oltre che degli aspetti di bioinformatica più specifici. Anche in questo caso potete trovare a fine pagina diversi link utili per alcuni corsi che ho seguito o che ho intenzione di seguire.
  • Master in bioinformatica online e no, purtroppo io non ho la possibilità di seguire un master specifico in bioinformatica in questo momento ma ci sono diverse opzioni utili. Vi metto il link a fine pagina di alcuni link utili in tal senso.
  • Phd in Bioinformatica. Ricercando sul web offerte di lavoro come bioinformatico, ho potuto notare che molte delle offerte di lavoro sono rivolte ad individui che hanno almeno conseguito un dottorato in bioinformatica, quindi tenete conto anche di questa strada.
  • Fare un corso di bioinformatica o statistica negli esami a scelta libera disponibili durante il percorso universitario può essere un inizio ma non basta.
  • YouTube e podcast. Ci sono alcuni canali YouTube e podcast disponibili in rete molto validi e che possono essere consultati per acquisire delle skills di programmazione e non solo. Troverete in fondo all’articolo diversi link utili.
  • Infine non mi resta che citare il noto detto anglosassone “practice makes perfect”, ovvero la pratica rende perfetti, tutto ciò per dirvi, provate, provate e sbagliate in continuazione, replicate dei progetti, dei codici al fine di imparare sempre più come usare determinati strumenti bioinformatici. A tal proposito il sito Rosalind mette a disposizione diversi esercizi utili con difficoltà crescente basati sul linguaggio di programmazione Python. (http://rosalind.info/problems/locations/).

Bene penso di aver detto tutto per oggi, spero che ora abbiate degli strumenti in più per iniziare anche voi un percorso di studio personale nel mondo della bioinformatica. Se avete commenti o domande da farmi usate pure la sezione riportata sotto nel blog, e per non perdervi i prossimi articoli vi consiglio di iscrivervi al blog in modo da ricevere una notifica via mail.

Ciao e a presto.

Titoli corsi online utili (cercali su coursera):

  • Genomic Data Science Specialization. Be a next generation sequencing data scientist. Master the tools and techniques at the forefront of the sequencing data revolution. (Johns Hopkins University)
  • Bioinformatics Specialization. Journey to the Frontier of Computational Biology. Master bioinformatics software and computational approaches in modern biology. (San Diego)
  • Plant Bioinformatic Methods Specialization (University of Toronto)

Link master interessanti:

Link YouTube interessanti:

Link podcast interessanti: