Standing at the boundary between wet and dry laboratory area

Sequencing 기술들의 발달과 함께, high troughput data들이 넘쳐나는 시대이다.

석사, 박사를 하는 과정에는 막연하게 어렵게만 느껴졌었고, 더군다나 draft만 존재하고 reference genome이 없는 model organism이었기 때문에 접근할 수 있는 방법도 제한적이었다고 볼 수 있겠다. 

하지만 이제는 수많은 종들의 chromosome level의 whole genome sequencing data가 publish 되고 있으며,

점점 낮아지는 short read와 long read sequencing price는 앞으로 genomics 연구들을 가속화할 것으로 생각된다. 

이전까지 genomic data의 크기나 분석에 필요한 resource들이 얼마나 요구되는지에 대해 전혀 고려해 본 적이 없었다.

하지만, 처음으로 raw-data를 받아보고, pipeline을 이용하여 분석을 진행하면서

wet-lab과 마찬가지로 구축된 dry-lab 환경의 중요성에 대해 느꼈다. 

잘 구축된 연구 환경은 마치 산 중턱에서 등산을 시작하는 것과 같다. 

그곳에서는 밑자락까지를 한눈에 내려다 보며 수많은 사람들이 거쳤던 시행착오를 돌아볼 수 있으며, 

나아가 더 큰 목표 지점에 도달 할 수 있을 테니 말이다. 

지금 RStudio니 configuration이니, pipeline이니 내가 가고 있는 길이 전혀 익숙하지 않더라도,

적어도 이 분야에서 오랜 시간 경험을 축적한 동료 연구자들에게 물어볼 수 있는 환경이라는 것이 얼마나 감사한 일인가

그리고 앞으로 두 가지 측면을 고려하여 실험을 디자인하고 결과를 해석하는 능력을 계속 키워나간다면,

더욱 단단하고 논리적인 output을 만들 수 있을 거라 생각한다.

 

개인의 발전은 계속해서 쌓아가는 새로운 경험에서 비롯되는 것이라면, 

실험실의 발전 방향은 연속성을 가지면서 끊임없이 baton을 이어가며 새로운 것을 추구하는 것이고,

좋은 PI의 능력 중 하나는 그 baton이 잘 이어질 수 있고, 올바른 방향으로 이끌어 주는 것이라 생각된다.