こんにちは!dryとwet両方で生きていたいdrywettyです。はじめに両生類研究者として紹介できることってなんだろうと思い、おすすめのプログラミング言語を紹介することにしました。
結論から先に言うと、私がおすすめするのは「自分の解析に必要か、今の環境で学びやすいプログラミング言語」ならなんでもOK!と思っています。しかし、それだと身もふたもないのでRとpythonをおすすめします。私自身はperlから入り、java、R、pythonなどなど使っています。
自分の解析に必要なプログラミング言語とは?
プログラミングを勉強した経験がない場合、いきなり自分の解析に必要なプログラミング言語と言われてもピンとこないかもしれません。しかし、現在の研究論文ではデータ解析に何かしらの解析ツールが用いていると思います。まずは自分の研究分野でよく使われている解析ツールを調べて、そのプログラミング言語を学ぶことをおすすめします。その理由は次のとおりです。
- 自分の研究に直結するのでモチベーション高く勉強できる
- 解析ツールの中身が理解できると応用した解析を考えやすい
- 解析ツールの足りない部分を補ったプログラムを書ければそれが論文にもなる
①に関しては言わずもがなですね。自分が詳しい領域かつ将来に役立ちそうなものほど勉強を続けやすいです。
②についても、単純に引数を渡して解析しているだけでは中でどう動いているかわかりません。特に昔の解析ツールだと、古いバージョンのデータや別のプログラムを読み込んでいることが多いので、そこだけ自分でアップデートすることができるようになります。
③はさらに応用編となりますが、バイオインフォマティクス関連の雑誌は比較的簡単なツールを作っても論文になりやすいです。ツールに対してマニュアルサイトなど用意することが必要になりますが、結果がなかなか出ないバイオ系実験をやっているときはツールで論文を出すのも一案です。
ツールのみで論文を書ける雑誌で有名なところは以下の通りです。
1.Bioinformatics
2.Nucleic Acids Research
3.BMC bioinformatics
今の環境で学びやすいプログラミング言語とは?
こちらはもっと簡単で、研究室や知り合いですでにそのプログラミング言語を使える人がいる場合はその言語から始めましょう!プログラミングに関する初歩的な考え方について聞ける相手がいるのといないのとでは大きく違います。特におすすめなのは、まずは知り合いの相手が書いた簡単なプログラムをもらって読んでみましょう。どこが読めないかを理解することで自分に何が足りないかを知ることができます。
長くなってきたのでRとpythonがおすすめな理由については別の記事にしたいと思います。読んでいただきありがとうございました!