组学就业不行了是因为curse of dimensionality

 最近老是刷到组学genomics就业不行了，被AI搞死了。

我觉得和AI关系不大。组学在AI之前就不太行。只不过那时候方兴未艾。有一些学术界的蛋糕可以分。有的人说组学的杂志影响因子走下坡路了。走下坡路的不是影响因子，是整个领域。

究其根本，应用成功的坑快被挖光了，慢慢蛋糕也就没了。

先说学术界的蛋糕，我一分钱没分到过。根本不在他们“蛋糕群”里。

再说在industry的应用。我在计算生物的各个方向水平都差不多。但是有的方向是还可以的。唯独组学，我肯定是亏得比赚的多。

随便举个例子，刚毕业的时候曾经做过一个小项目。赚了一万刀，亏了14万刀[笑哭R][笑哭R]就是从genomic expression数据里找biomarker。给一个做某种癌的小公司做的。他们当时自己已经做了很久，A cohort行，到B就不行。B行，到C就不行。

找我的大叔说，如果你搞不定，他觉得也不可能有别人搞定了。他本来说是首付15万的一半。我告诉他，你首付给我1/10，剩下9/10等在independent cohort成功了再给。

我能做出这种决定，是因为我当时已经在A、B cohort上连夜初步测试过。纯粹是想展示独门绝技的。

independent cohort出来，独门绝技不灵[石化R]。

独门绝技只是在组学上不灵，在别的clinical record或medical数据上都是灵的[笑哭R]

痛定思痛，我认为根本原因是cohort的人数远远小于基因的个数。20000个基因，就算有效的基因1000-2000个吧。应该是需要5-10万人以上的trial才可能得到robust的biomarker。可以预测，因为预测是pattern match，可以tolerate。但是无法找biomarker。

哪儿有万人以上的trial。那些在single cell什么epi什么空间上找biomarker的，就更抽象了。

后来我又接过极个别组学的项目。学乖了，只能保证不烂尾，不能保证有信号，maintenance fee是要照收的。

后来的好像也失败了。呵呵。

再后来，某些类别的组学项目我是肯定不会接的。基本一看就知道我做不出来。可能别人行。很多人是做任何组学数据都是强信号的。就让他们血洗顶刊好了。

当然，我不是说那么多组学大文章篇篇都是伪信号。有极个别极个别行的，就是比例太小太小了。我认为比例在百分之一左右。Curse of dimensionality，不是纸上雕花的统计方法能correct的。

我觉得做组学的教授现在一定要少招生。自己已经上岸了。肉变少了，锅里多加一瓢水咱们怎么都能活，对不？又知道后面就业非常困难，不应该把更多的小孩拖下水。