生信转行：先看你手里这套本事能卖给谁

生信转行：先看你手里这套本事能卖给谁

与其问“要不要转”，不如先算清自己手里有什么

就业季遇上AI，今年生信圈转得最多的文章莫过于转行分析了：有人分析了上千份简历的流向，有人写了自己在实验室出来后做成了医疗信息化。看得越多越心慌，别人都精彩，越不知道自己该怎么走。这篇不想讲一个故事，想拆成3个问题，你是哪类人、市面上有哪些岗位、未来几个月可以动手做什么。

首先，生信的工作并没有消失，而是增多了。单细胞、空间组学、多组学整合、临床基因组这些方向一直在招。问题是，这些位置集中在少数城市、少数公司，而且对能力要求比三年前高了一截。所以“生信不行了”这句话是不对的，正确的说法应该是：生信里面吃流程饭的这层正在被挤走。

被AI吃掉的主要是将公开数据下载、按照教程进行差异分析、一张热图几张富集气泡图的中间活。这些动作的门槛，这两年掉得非常快，一个新手加上工具，几天就可以做出以前需要半年学习的图。当“能跑通”不再稀缺时，靠此换工资的就少了。这并非生信所独有，所有核心竞争力是“操作熟练度”的岗位都在经历着同样的事情。

反之，稀缺的始终如一：能够判定这一结果是否正确，能够说明这一结果的意义，能够处理一手的脏新数据，能够在结果不正确的情况下知道如何回溯。这些能力不画在流程图中也是速成不了的，这是你真正独立交付过几个项目，被结果打脸过几次。

转行最大的错误就是把三种完全不同的问题放在同一个人身上讨论。第一类：真的喜欢分析，也愿意自己去定问题。他们往往不是缺少方向，缺少的是平台和训练；第二类：喜欢工程、系统，把流程做稳、做快、做成可以直接使用的东西；第三类：其实不喜欢天天对着数据，但是当年被自己的专业推到了这里。这三类人的最优解大相径庭，生搬硬套同一个答案只会越描越黑。

前两个让你是否适合继续进行分析，后两个让你现在处于第几层。如果前两项属于消耗，不用强撑，将分析能力作为一个技能携带到其他行业往往比死磕生信要来得划算些；如果前两项属于回血，那么你需要解决的是后两项，即找到一个能够让你完美输出的机会，而不是转行。

很多人认为“转行”是一个动作，其实中间隔了好几档。最容易的是转岗不转行：在生命科学这个大圈子里，不做纯生信。医疗信息化/临床数据是提及最多的方向，如医院的信息部/临床研究中心/真实世界研究者/CRO的数据管理、数据分析师/统计编程人员，需要既懂数据分析又具备与医生和工程师沟通能力的人才。生物和医学背景在此处是加分项而不是减分项。

往企业走还有检测和测序公司：临检产品、报告解读、生信产品经理、技术支持。这种岗位离交付近，要对结果负责，成长一般比待在实验室快。药企和生物技术公司里的转化医学、靶点发现、生物标志物这些位置，本质上还是生信，只是评价标准从“发了什么文章”变成了“有没有把项目往前推”。

AI制药要单独说。它需要的是既懂生物学又懂数据科学，或者既懂模型又是生物人的人。纯湿实验背景进不去，纯后端工程进不去，中间那层恰恰是生信训练能提供的。但是这些工作往往需要较高的学历以及项目经验，要做好读博或者做过完整项目的准备，而不是通过几个网课就可以敲开大门。

招聘页面相同职位，待遇差别巨大，往往不是公司大小气，而在于这个职位在城市中的产业密度、公司的盈利模式、出问题时谁负责。产业密度决定你换工作成本，两三家公司的城市，你没有议价能力，跳一下要搬家。

地域规律很简单：长三角、珠三角、北京岗位最多，成都、武汉、这几年也在兴起，但是多集中在检测服务和CRO、外包分析领域。同样的能力，放在一线城市的研发岗与下沉城市的支持岗，天花板差距巨大。这也解释了为什么很多人有这样的困惑，不是不够优秀，只是你的城市根本没有这样的岗位。

还有一个更实际的判断标准，不要看起薪，看这个位置三年后往上是什么。有的岗位起薪高，但晋升通道只有管理；有的起薪一般，但可以不断积累方法和作品。在生信这个行当里，前三年的收入增长幅度，主要看你是否完成了一个从设计、分析到结果的全流程项目，而不是看你入职的薪资高低。

如果你盘完之后发现自己是第一类人，那么不用急匆匆地离开，但是要懂得减法。光泛泛的“会生信”是不行的了，要在一个数据类型上做到独立交付。目前比较抗跌的几个方向有个共同点：数据难处理，结论要负责任，必须要和临床或者实验对接。单细胞和空间组学，难点在于质控、批次、注释合理与否以及实验可验证性。多组学的整合、临床基因组(变异注释、致病性判读、出具报告)也是此类，后者有明确的行业规范和责任边界，做得好的人也一直在缺。

需要小心的是第二种：纯模板出图，纯标准流程代跑，纯发文不解决问题的分析。不是说不可以干，但是别当成是长久饭。工具越强这种活的价格就越低，这是明摆着的趋势。

真要动手，第一步不是报课，是把自己摊开看一遍：把过去做过的所有分析列出来，标清楚哪些是你独立完成的、哪些是照着教程跑的、哪些是出了问题你自己查出来的。这张单子基本就是你在市场上的定位。第二步，用一个公开数据集做一次完整交付，从问题、数据、质控、分析，到结论和局限，写成别人能看懂的东西。它的价值不在于多一个项目，而在于你会第一次发现自己到底卡在哪一步。如果只是想先把手上的流程跑通、把脚本和结果整理成可复现的样子，像 PaperOK 的生信模式这类工具能省掉不少环境配置和重复劳动的时间，但问题怎么定、结果怎么解释，仍然得自己来。

第三步，找十位在该岗位的人聊聊。别问“这行怎么样”，问“你上周具体在做什么、最难的一件事是什么、你招人时看什么”。十次这样的聊天，胜过十篇转行分析，更真实。

最后啰嗦一句，转行不是一次跳跃，更像是换乘。你可以先去医疗信息化或者CRO干两年再决定是否往数据科学的路线上发展；你也可以留在生信，但是换一个能完整交付你的团队。其实我们要避免的是不换环境、不换能力，只刷别人的故事。

方向不是想出来的，是做出来的