熟悉我们《生信技能树》的小伙伴可能有印象，我们之前有一个口号是培养十万生信工程师，在过去的十年间我们也确实做到了，从手把手的学徒和实习生培养到长达一个月的马拉松互动授课，再到b站的ngs多组学课程，陆陆续续也影响了约莫十万人吧！
但是有两个问题躲在后面，首先是我们的引导只能说是让生命科学领域的小伙伴跨行认识一下生物信息学，入个门而已。其次，三年疫情叠加生物医疗经济下行，实际上生物信息学工程师饱和了！！！所以我们就与时俱进换另一个口号：让百万生命科学领域从业者认识生信！
比较简单，也容易实现，但是刚才逛推特，发现了一个小伙伴的口号跟我们类似，是要带领100万人学生信，如下所示：
勇气可嘉，也值得敬佩！而且他的各种网络资料整理的非常好，从在线书籍到博客，到YouTube的视频，到github的开源代码，到Linkedin的职场社交，都可以一触即达 ：https://tommytang.bio.link/
- Grab my new book to transform yourself to a computational biologist
- learn computational biology from my youtube channel
- My Blog: Diving into genetics and genomics
- Join my FREE newsletter to learn tips and tricks to tame big data
- Free guide: From Zero to Hero: Six steps to learn computational Biology
- Six essential awk lessons for computational biologists
- Learn 12 essential Unix Sed Lessons for Computational biologists
- Learn 60 Bioinformatics UNIX one-liners
- My Linkedin: Let’s keep in touch
- My Github: various resources to learn how to analyze genomics data
如果大家还没听说过他的，可以去了解一下，不仅仅是身体力行的推广生物信息学，而且还奋斗在第一线努力把生物信息学的应用（药物研发）做起来！
生物信息学教学也不简单
之前看到了一个文章：《Grand challenges in bioinformatics education and training》把生物信息学的教学难点分门别类了：
感觉就是非常的“书生气”，你甚至感觉不到它是在讨论生物信息学教学问题。。。。
- GC1: 识别基础知识和技能。首要挑战是确定生物信息学学习者在职业生涯早期需要的核心数学、统计学、计算机、生物学等基础知识和技能。这包括辨别不同需求的人物类型，定义满足这些需求的核心能力，为培训者和学员提供教授或获得这些核心能力所需的资源和机会。
- GC2: 支持终身学习。生物信息学从业者需要不断拓展知识，跟上生物知识、数据和技术方法的发展。挑战是提供生物信息学培训，覆盖不断增加的子领域，并根据个体学员职业阶段的需求进行定制。
- GC3: 培训和装备教育者。提供高质量生物信息学教育需要受过训练的教育者。挑战在于确保教育者具备核心教学技能、最新的内容知识，以及获取实践经验的意识、途径和机构支持。
- GC4: 跟上技术进步。从业者需要适应不断发展的计算和生物技术平台，学习处理不同规模数据或技术的新理论框架。
- GC5: 强调伦理、法律和社会影响。随着应用和实践的演变，涌现出新的伦理、法律和社会影响，要求教育者了解并强调研究人员、开发者和用户面临的挑战。
- GC6: 推动包容性和公平。在不同地区差异巨大，挑战是减少这些差异，培养本地专业知识，制定适用于国际范围的培训材料和资源。
- GC7: 确保教育的可持续性。识别、获取和维护资源对于提供有意义、可访问、经济实惠的生物信息学培训机会变得越来越困难，需要应对财务、人才和其他资源的挑战。