スキップしてメイン コンテンツに移動

!{{isbn '476282139X'}}

仕事の進めかた,特に問題発見や解決,タスクマネジメントなどについて良い本がないか,と最近何度か聞かれたので文章にしておきます.

いかに研究を進めていくか.現場では重要なスキルであってもシステマティックに教えているというのは聞いたことがないです.企業や大学の研究室(大学もそんなに変わらんよという声が聞こえてきそうですが)では事情が違うのかもしれませんが,研究所(センター)のようなところに飛び込んだ学生さんはろくに教育してもらえず,そのくせ即戦力として期待される場合が多いと思います(そして結果は自己責任wwwぜんぜん笑えないwww).

まあ意見できるほど立場にないのですが,僕も学部生の時代から今までずっと研究センター所属でした(TCAT(MBI, KDRIとコラボ)->RIKEN GSC->SMS RCGM->RIKEN CDB)ので,いわゆる「指導」らしいものを受けたことがあまりないです(受けたいと思っていなかったのだけどw).それで,優秀な先輩の方々の振舞を盗んだり,本を読んでみたりと,わりと試行錯誤してきたわけです.

そのような学生さんが仕事の進め方を自習するのに良さそうな本を挙げてみました.即戦力を期待されているわけですから,まず読みやすさ重視で選びました.また研究の現場に向けて書かれてものではない一般的に役に立ちそうな本を選んであります.

また今回は触れませんでしたが,別な重要な問題として,いかにオリジナリティを発揮するか,という問題もありますね.そんなものは教わるものではない,とか,DNAに書きこまれている,とかいう考えもあると思いますが,これだけ学生やポスドクの量が増えてくるとシステマティックな教育方法があっても良い気もしています.このあたりで参考になる本だとがあれば教えてくださいな.

さて思い浮んだのは以下の4冊ですね.

どうやって問題を発見し定義するか,について基本的な考え方が展開されています.警句のようなものが並んでいる感じです.具体的にどうすれば良いか,というところまで書いていませんが面白い例(表題のライト,ついていますかなど)などがいくつか出てきます.

こちらの本では問題解決のため思考方法と技術が具体的に2つずつ挙げられています.その方法とはゼロベース思考,仮説思考で,技術とはMECEとロジックツリーと言うものです.特にMECEは研究の現場ですぐに役に立ちます.優秀な研究者を見ていると同じ問題をしつこく考えています.それを意識的にやるにはMECEは良い技術ですよ.

問題と解決方法を理解しても,実際にタスクに落してそれを次々に実行し
なければ解決しません.タスクマネジメントの方法を持つことで,そのプレッシャーから解放されクリエイティブな部分に脳を使えるというのもメリットもあります.タスクをマネジメントする方法のひとつであるGTDについて具体的に書かれていますよ.

問題発見や解決を正しく行うためには,盲目的にポジティブシンキングで
あっても,意味なくネガティブシンキングであっても問題があります.
重要なのは,客観的に批判的に物を見るクセを付けることです.
それがクリティカルシンキングと言われていてMBAでは一般的に教わる
そうです.MBAの難しい教科書を読まなくても4コママンガで理解できる
良書です.

----
タイムマネジメント系がないですね.タスクマネジメントがちゃんとできていればタイムマネジメントは自然とできるような気がします.しかし自分でちゃんとできていない気がしますので良い本があれば教えてくださいね.

コメント

このブログの人気の投稿

シーケンスアダプタ配列除去ツールまとめ

FASTQ/A file からシーケンスアダプター配列やプライマー配列を除くためのプログラムをまとめてみる。 まず、配列の除去には大別して2つの方向性がある。ひとつは、アダプター配列を含む「リード」を除いてしまう方法。もうひとつは除きたい配列をリードからトリムする方法である。後者のほうが有効リードが増えるメリットが、綺麗に除ききれない場合は、ゲノムへのマップ率が下がる。 気をつける点としては、アダプター/プライマーの reverse complement を検索するかどうか。paired end の際には大事になる。クオリティでトリムできるものや、Paired-end を考慮するものなどもある。アダプター/プライマー配列の文字列を引数として直接入力するものと、multi fasta 形式で指定できるももある。 From Evernote: シーケンスアダプタ配列除去ツールまとめ TagDust http://genome.gsc.riken.jp/osc/english/software/src/nexalign-1.3.5.tgz http://bioinformatics.oxfordjournals.org/content/25/21/2839.full インストール: curl -O http://genome.gsc.riken.jp/osc/english/software/src/tagdust.tgztar zxvf tagdust.tgz cd tagdust/ make sudo make install rehash 使いかた: tagdust adapter.fasta input.fastq -fdr 0.05 -o output.clean.fastq -a output.artifactual.fastq 解説: 入出力形式は fastq/a が使える。リード全体を除く。速い。アダプター配列を fasta 形式で入力できるのが地味に便利で、これに対応しているものがなかなかない。Muth–Manber algorithm (Approximate multiple

ChIP-seq の Peak calling tool を集めたよ

ほかにもあったら教えてください。プログラム/プロジェクト名がツールのプロジェクトサイトへのリンク。その論文タイトルは論文へのリンクになっています。 ツール名の50音順です。 CCCT -  A signal–noise model for significance analysis of ChIP-seq with negative control , chipdiff と同じグループ CisGenome -  CisGenome: An integrated software system for analyzing ChIP-chip and ChIP-seq data . ChromSig -  ChromaSig: a probabilistic approach to finding common chromatin signatures in the human genome. ChIPDiff -  An HMM approach to genome-wide identification of differential histone modification sites from ChIP-seq data ChIP-Seq Analysis Server FindPeaks -  FindPeaks 3.1: a tool for identifying areas of enrichment from massively parallel short-read sequencing technology. Version 4.0 is out. GLITR -  Extracting transcription factor targets from ChIP-Seq data HPeak -  HPeak: an HMM-based algorithm for defining read-enriched regions in ChIP-Seq data MACS -  Model-based Analysis of ChIP-Seq (MACS). PeakSeq -  PeakSeq enables systematic scoring of ChIP-seq experimen

ふりかえり

2013年4月に独立して7年目が終わろうとしている。ざっくりこれまでの研究を振り返る。 2013年から2017年の4年はフルスタックのゲノム科学、ゲノムインフォのラボを立ち上げることに集中していた。しかも人様が作った技術のユーザとして研究するのではなく、新しい技術を開発できるラボを目指した。ウェットの開発については、ドライのPIであっても本物を創りたいと考えたので世界最強や唯一の技術を目指した。特に1細胞ゲノム科学に注力した。そのためにまずグラントを取り仲間を集め技術を作った。幸いウェットは元同僚を中心に、ドライはドクター新卒の優秀な人材に囲まれた。並行して開発した実験やデータ解析技術を応用するため、データ生産や共同研究を支えるチームも作った。 2015年ぐらいからドライの論文が少しずつ出始め、2018年にはウェットのフラッグシップとなる技術RamDA-seqとQuartz-Seq2の2つ出版された。2021年1月現在、これらはそれぞれ世界唯一と世界最高性能の2冠である。これが達成できた大きな理由のひとつは、反応原理を徹底的に理解し制御するというチームやそのメンバーの特性にある。ここは世界最高レベルだと確信している。 2017-2018年はラボの移転がありウェットの開発や実験が大きく停滞した。その間ドライのチームががんばってくれて2019-2020年にはドライ研究の収穫の時期がきた。またRamDA-seqの試薬キット化・装置化、Quartz-Seq2とそのデータ解析技術での起業、実験試薬や道具の上市など社会実装の年でもあった。実験が少なくなった分、ウェットのメンバーの解析技術がかなり向上した時期でもある。これはウェットとドライがうまくコミュニケーションできる証拠でもある。 2019-2020年はウェット技術のフラッグシップを駆使した共同研究がいくつか花咲いた。主に「再生医療分野」への応用と「細胞ゆらぎと転写制御の謎」に迫る基礎的なテーマが対象で、もともと1細胞ゲノム科学を始めたときに目標としたものだった。 並行してゲノムデータの科学計算環境のインフラ開発に注力してきた。beowulf型PCクラスタからクラウドの移行やハイブリッド化、DevOpsによる自動構築、ワークフロー言語の導入、動的レポート生成などの導入・開発を行いこれらを日常的に使うラボになった。これらはNI