我其实很喜欢上生化课，虽然我确实很讨厌记各种各样的蛋白质的性质或者什么什么的东西，但是侯老师上课很有意思，因为她讲的不仅仅是字面上的一些数据和概念，她经常会把她自己遇到的科研问题，自己带过的学生遇到的问题和我们分享，我觉得这很有趣
作为生物专业的本科生，在实验课之外，我从来没有穿过白大褂，走进实验室做任何相关的科研训练，这不禁让我有些焦虑
为此我问过我导师，我导师和我说的是，她认为本科阶段的实验课设置的比较全，因此她认为对于我来说，实验课上的训练已经是足够了，即便是进了实验室，做的更多的恐怕也就是某个小领域重复的几个实验，她认为对于我来说，这并不难起到科研训练的作用
我觉得她说的是对的，我现在做我自己的小课题，我碰了许多壁，但是我成长得很快，我慢慢知道要如何从零开始去解决一个领域里面的问题，我接触到了很多领域的知识
侯老师上课非常吸引我的一点是，她不仅仅知道这个实验是怎么做的，还知道这个实验是怎么设计的，里面涉及到的物理学或者化学原理，因此她戏称自己是「技术流」，我认为这是极为恰当的
我和一些同样和我一起进入实验室，但是是去做湿实验的同学聊过，然后我发现大家做的也都是「电泳」、「跑胶」这些活，实际上我觉得这些活其实做起来不难，甚至是让多年前干上高中的我来做，其实也能做，无非是多跑废几块胶，多耽误几天时间而已
侯老师经常和我们说，你去实验室，你要知道自己正在做的事情是什么，而不是说把这个瓶子里的液体倒在那个液体里面，师姐说让你去做什么就去做什么
是啊，我觉得科研不是一种体力劳动上的训练，而更应该是一种思维上的训练，等下次出现这样的问题，我知道我应该去怎么做，我应该采用什么样的方法，我应该从何入手
很久之前看了几篇新闻，说的是华大基因的实验室已经开始做机器人来代替实验员做一些实验，那个时候我就觉得，我说不能把科研干成体力活，我觉得未来用机器人去代替人，然后去做精细化、高通量的实验肯定是一种趋势
我不禁会提出一个问题：在科研中，什么东西的价值是会随着技术进步而递减的？
答案就是：重复性的、标准化的、高通量的体力劳动
这东西就和我现在搭的Pipeline是一个道理，我搭建的Pipeline别人也能搭，可能无非也就是可能比我多耗时几天，代码没我写的漂亮——甚至有可能是他压根不需要我这个Pipeline
相反，一些最伟大的成就，比如说AlphaFold，现在只要是用到这个技术的都必须在论文中对其进行引用，无人不称赞它的伟大，我觉得这才是真正有意义，不会被替代的工作，我们要做的更多的其实应该是这种工作，就和侯老师一样，得当一个「技术流」，而不是一个「搬砖」的
所以回到我开头提的这个问题：面向未来，我们要做什么
我觉得第一是要运用物理学和化学方法，因为生物学本质上就是高度建立在这两门学科之上的，生物学的方法和技术也都是随着他们的发展而发展的，我们现在仍然在使用或者改进这些经典的方法来解决新的生物学问题，要深入事物的第一性原理
第二是要运用好计算机和数学知识，我一直相信不可复现、不可重复的东西不叫科学，在我刚开始做科研的时候，我就一直在想办法，使用各种方法来保证我的代码能在所有服务器上都能跑出一个稳定的结果，一定要量化，我觉得这是现代科学必须要经历的路程
第三就是保持好奇与兴趣，对自己本身所做科研的也好，或者是别的与之相关的领域，我一直都强调别太Push，自己也好别人也罢，也别太急功近利，有些东西确实是急不出来的，我刚开始对我自己做的科研的事情就是两眼一黑，我只知道我要做这个Pipeline，要用这个加这个，但是对上游的数据处理，组装一窍不通，因为我感觉自己拿到数据就可以了，不需要在意这么多，但是现在我有时候也会尝试去找资料，去多问问，去多看看
耐心很重要，和人相处一样，我刚开始的时候很想发文章，我觉得只有发了文章才能算有所成就，但是现在却并不完全这样认为了，因为我只是一个新手，我对我所从事的领域并没有什么很明确或者独到的见解，我只是尝试在我师姐给我的小方向给出一个不那么明确的答案，在未来的几年里，我或许都会处于一个没啥产出的状态，我觉得这其实是正常的，毕竟肚子里没墨水
知识的内化也需要时间，我觉得读书是一个长期投资，类似于纳斯达克的定投吧，有跌也有涨，但我长期看好，有些想法也不是一下子就出来的，比如说我今年8月份的时候还在吐槽，我说我有的很多想法都是和传统云原生开发相关的，没有什么和大模型相关的想法，但是在上个月后的今天，我涌现了很多有意思，也落地了不少和大模型相关的项目，同时也取得了不小的成就
另外，我觉得不Push，或者看淡这种「必须要做出什么」的想法其实是对创造力的一种保护，过于急功近利，可能会让一个人去选择一个更保守、更容易出成果、甚至是更没有意义的领域，我不怕受伤，我只是本科生，我应该去多探索，这是我的时间，这是我的权利