Lucy Sibbring在Open Targets数据团队完成了为期两个月的实习。
露西具有生物化学和生物信息学背景，她对探索生物信息学如何应用于现实世界的医疗数据感兴趣。她的项目研究了来自人类单细胞图谱数据集的基因的细胞特异性表达Tabula Sapiens Consortium Atlas公司。她与我们坐下来谈谈她的项目和她在Open Targets的经历。
你为什么选择在Open Targets公司实习？
我刚刚毕业，获得了生物信息学学位，我很想看看我学到的技能如何应用。我想知道生物信息学家有什么样的角色，我可以进入什么样的行业，以及它所涉及的工作类型。生物信息学家的办公室生活是什么样的？
我的硕士课程是很多初学者编写代码的课程，我们将通过示例数据集学习，这些数据集非常干净，几乎完美，非常适合学习，但并不能很好地说明使用真实数据，特别是生物化学和生物医学数据会是什么样的，这正是我想工作的地方。所以我在这个领域寻找可能的实习机会，并找到了OpenTargets。
我发现Open Targets平台使用起来很简单，我喜欢你集成数据并将其突出显示的方式，所以我写信问你是否有任何机会，现在我们来了！
你在项目期间做了什么？
我的项目是研究单细胞数据，即对单个细胞进行测序，而不是对大量组织进行测序。这可以让你更准确地了解器官中的细胞在特定时间甚至是一段时间内的行为和相互作用。你可以看到特定细胞类型甚至单个细胞中的基因表达是如何变化的，并且可以更清楚地了解疾病或治疗可能如何影响组织的生物学。Open Targets实际上在这方面有一些研究项目.
Open Targets Platform使用了大量的批量RNA表达数据，以告知目标表达谱和疾病关联，该团队目前正在研究整合单细胞表达数据的最佳方法。
我专注于一项特别的大型单细胞研究，即Tabula Sapiens，并研究了我们在基因、不同细胞类型和不同组织中看到的各种趋势。我们想与可用的批量测序数据集进行比较，以使这些新数据与平台上已有的数据相一致。我们预计，在大量和单细胞数据集中，平均基因表达是相似的，这为我们提供了基因表达的大致基线。一旦你有了基线，你就可以判断特定细胞或细胞类型中的基因表达是否出乎意料。
我还研究了基因表达的特异性和分布：基因是只在一种细胞类型中表达还是跨多种细胞类型表达，是在一个组织中表达得比另一个组织高吗？这些问题有助于确定目标优先级。
就个人而言，我很喜欢处理数字。因此，我发现使用这些带有表达式计数数据的数据帧，对其进行分析以显示趋势或特定模式，总结分析，并且通常首先将看起来非常混乱和压倒性的东西归纳为一些简单的汇总统计事实，这真的很令人满意。我喜欢这样，我有能力将一个大数据集转换为可管理的东西，并且能够对正在发生的事情进行清晰简明的总结。
你的结果有什么令人惊讶的吗？
这一比较突出了单细胞数据集中的许多异常或令人困惑的结果。例如，胰岛素是一种基因，我们预计它只会在胰腺β细胞中表达，但我发现一些自然杀伤免疫细胞中的胰岛素表达量确实很高，这非常令人惊讶。最终，这意味着我们需要小心预处理数据的方式。
你必须非常批判性地思考实验是如何进行的，哪些方面可能会影响结果，以及你看到的结果是真实的还是实验方案的假象，尤其是对于这样的事情，你要观察每个细胞中每个基因的计数。我不太熟悉湿实验室的程序，当你自己不做的时候，很难确切地理解实验是如何进行的。
你项目中最具挑战性的部分是什么？
我在编码方面遇到了一些困难，纯粹是因为我去年才学会Python，所以这仍然是一个学习过程。处理这个问题——例如，如何调整表格，以便应用已经开发的函数——有时这是一个难题。
我喜欢把事情做对，所以当有些事情不起作用，并且一直不起作用或不起作用时，这对我来说非常令人沮丧。但我觉得当你做找到解决方案做工作。所以我想说，这是最大的困难之一，也是你从做这种事情中获得的最大满足之一。
你的主要收获是什么？
在过去的几个月里，我真的玩得很开心。我原本打算以一种混合模式工作，但我发现每天在办公室工作对我的社交能力来说要好得多。我能够更好地融入团队，与他人会面和交谈。我不建议星期五去办公室，因为没有人[笑]。
我想从这次实习中体验到的一件事就是办公室生活——到目前为止我还是一名学生，所以在办公室工作的想法很难实现，尤其是对于一个科学团队来说。实际上，这是一个协作的环境，我很喜欢。团队很容易做到这一点，我发现执行团队与正常的工作团队非常融为一体，而且有一种社区的感觉。事实上，当我们雕刻南瓜时，你会做类似周三社交的事情——这太棒了！
带开放目标的南瓜雕刻。从左至右：艾琳·洛佩斯·圣地亚哥、波琳娜·鲁西纳、科特·法拉古拉、露西·西伯林。图片来源：海伦娜·科努|公开目标你接下来会做什么？
短期内，我在斯托克城有一份商业数据分析的新工作。然后我要去旅行一年，这一直是我的一个愿望。
