关于浙大吕志民院士实验室面试经历
吕志民院士实验室面试经历
英文自我介绍准备（5min）
Thank you Mr guo，Please allow me to take a moment of your time to pitch myself.
part1：谢谢你们给我这个面试机会，我很感激，我的名字是倪林峰，你们可以直接称呼我的英文名字Johnny，
firstly，i would like to Thank you all for giving me this interview opportunity. I am really grateful. My name is Linfeng Ni, also you can call me Johnny.
part2：因为时间关系，我把汇报简单分成了两个部分，一是个人的简单介绍，二是我的一些科研经历说明。
Due to time constraints, I have divided my report into two simple parts: first, is a brief personal introduction, and second, an explanation of some of my research experiences.
part3：我是在浙江杭州接受完整的初高中教育，本科就读于成都医学院临床医学专业，研究生就读于山西医科大学医学信息学。我今天参加这个视频会议，主要是希望得到一份自己擅长和热爱领域的工作，我很幸运能认识你们，有机会与你们共事。
I completed my middle and high school education in Hangzhou. For my bachelor's degree, I studied Clinical Medicine at Chengdu Medical College, and for my graduate studies, I went to Shanxi Medical University for Medical Informatics. I’m here today in this meeting hope to get a job in the area I’m good at and really love. I’m so lucky to meet you all and have the chance to work with you.
part4：我有一年半的分子生物实验室课题经验和接近两年的生物信息学经验。我知道如何利用生物信息学方法更好的构建课题框架，以及通过生物信息学帮助实验室更好的开展课题研究。研究生阶段，我多次获得奖学金，有招募和带领本科生做课题经验。
I have one and a half years of experience in a molecular biology lab and nearly two years in bioinformatics. I know how to use bioinformatics to build better research topics and help labs with their research. During my graduate studies, I received scholarships several times and have experience in recruiting and leading undergraduates in research projects.
part5：我的毕业论文《基于生物信息学和分子生物学实验相融合的策略探索肺腺癌中致癌基因AL022344.4的作用机制》已由学校提交上传知网公开，英文六级水平，可以流畅阅读SCI论文，听和写偏弱，但有意堆时间进行补强。
My thesis, 'Investigating the Role of lncRNA in Lung cancer Using a Combined Bioinformatics and Experimental Approach,' has been submitted by my university to CNKI for public access. I have passed the Level 6 of the College English Test, in fact I can read SCI papers well. but My listening and writing ability are weaker,I do working hard to improve them when I have the time with my childrens.
为人诚实正直，有什么说什么，做事情方面宁缺毋滥，轻微强迫症，会希望把事情尽量做细致到位。我对贵实验室在单细胞测序方向的研究特别感兴趣，并希望能将我的专业知识和热情投入到这些领域。我的爱好是跟孩子一起弹钢琴和阅读。感谢您的聆听。
I am honest and straight-forward; I say what I think and prefer to do things well rather than just make it done. I am a bit of a perfectionist and like to do things thoroughly. I am particularly interested in your lab's research on single-cell sequencing and hope to contribute my knowledge and passion to this field. My hobbies are playing the piano with my two kids and also reading with them. Thank you for your attention"
关于生物信息学相关的工作经历主要有：1、实验室团队师姐课题《长链非编码RNA RP11-297P16.4在肺腺癌中的作用研究——The study of long non-coding RNA RP11-297P16.4’s roles in lung adenocarcinoma》中生信部分是由我完成的。2、自有课题《基于生物信息学与分子生物实验相融合策略探索肺腺癌中致癌基因 AL022344.4 的作用机制》中涉及的生信内容，包括目的基因的引出，目的基因基于中心法则的上下游分析，潜在的蛋白质或短肽编码潜力，潜在的上游转录因子寻找以及基于ceRNA机制的作用机制链条构建和对应分子的探索等工作是我个人基于生信方法预测后利用实验室湿实验做进一步验证完成的(SCI在投)。3、我硕士研究生阶段所在实验室只有我一个是医学信息学专业的，所以每次组会，其它课题组（四个小导师分别带一个课题）遇到论文中涉及生信部分的结果（图表分析，释义）会由我来负责，PI或者小导师遇到感兴趣的生信分析结果会交待我设法复现和套用（看能否结合我们实验室自己的课题采用到文章里面）。4、我所在专业（医学信息学）有博士生三个和研究生六个，我们整体生信团队有负责学校生信服务器的基本维护（服务器升级和日常的R包更新，以及在学校范围内进行生信基础知识普及等工作，这一部分主要是通过组织活动让基础医学院分子生物实验室每天做实验的老师接受生信的结果并促进两者的交叉应用），还有就是生信团队对新近顶刊发表的最新生信技术会做解读讨论学习，看我们有没有条件复现。因为课题组经费有限，所以导师也是希望能通过生信方法帮助课题少走弯路，相比生信干实验通过公开数据库或者送检小部分细胞样品和动物组织做测序，湿实验实在太烧钱了。
以上是我硕士研读期间的一部分生信相关工作经历，比较粗浅，一方面是当时的课题组确实以实验为主，生信为辅，另一个也是本人能力局限，但我个人对利用计算机解决科研问题是抱有极大热忱的，我相信google一直在深耕的利用算法预测蛋白质交互和利用AI进行药物研发都是能载入人类史册的一条路，希望自己的职业生涯能延续这条路，不管当中好不好走，我是很坚定的想投身于此的。
接下来，请允许我再占用大家七八分钟简单介绍一下我在研究生阶段独立完成的课题
我的课题内容是：基于生物信息学与分子生物实验相融合的策略来探索肺腺癌中致癌基因AL022344.4的作用机制，考虑到汇报的流畅性，我后续会把目的基因简称为44.4。整体研究框架和背景是我们通过生物信息学方法找到一个比较新颖的lncRNA，并利用山西医科大学基础实验楼现有的设备试图探索这个lncRNA在肺腺癌疾病中的作用和具体机制。
！！这里翻页到结果部分！！
课题组前期利用生物信息学方法，分析了同时在TCGA和GEO选定肺腺癌数据集中差异表达的lncRNA。26个lncRNA被发现同时在三个数据集的癌组织样本中高表达，其中包括了基因LINC01518。进一步搜集到的数据库资料显示，LINC01518基因在正常人体组织中仅在睾丸中表达，其它组织不表达或者极少表达。LINC01518在33个经典TCGA癌症种类中的泛癌表达分析也显示除睾丸癌以外，其在大部分肿瘤组织中表达升高。这一部分的工作提示LINC01518基因具有成为肺腺癌“致癌基因”的潜力。
~（45s）
P4: LINC01518被注释为位于10号染色体的长基因间非编码RNA基因。多个同种型转录本均经过注释并符合Ensemble中的转录本支持级别标签。其中包括长度为519个核苷酸的AL022344.4。44.4转录本是一个选定的、有代表性的子集，约占基因编码转录组的一半，生信分析结果显示它在TCGA肺腺癌样本中较GTEx中正常肺组织样本表达显著升高。 QP结果显示44.4在不同肺腺癌细胞系中的表达丰度较正常人支气管上皮细胞（HBEC）升高。五组肺腺癌和匹配癌旁组织临床样本测定结果也显示44.4基因在肿瘤组织中表现出不同程度的升高。RNA核质分离法进行亚细胞定位检测显示44.4在肺腺癌细胞系H157中主要位于细胞质。
~（75s）
P5:为了进一步探究44.4在肺腺癌中的作用，我们采购慢病毒构建44.4过表达和敲低的细胞模型，并通过右侧的镜下荧光图和QP结果验证。
~（15s）
P6:利用构建好的细胞模型，我们开展表型实验探索44.4潜在作用，右侧的这个图是检测细胞增殖作用的CCK-8和克隆形成实验结果，都是阴性的。我们据此认为44.4不影响肺腺癌细胞的增殖效应。
~（15s）
P7:这是表型实验探索44.4对细胞迁移和侵袭影响的划痕实验和transwell结果，我们看到44.4明显改变了肺腺癌细胞的迁移和侵袭特性。
~（15s）
P8:肿瘤细胞发生迁移侵袭改变的内在机制可能是多方面的，包括但不限于肿瘤细胞外基质（Extracellular Matrix, ECM）改变，肿瘤细胞发生上皮-间质转化（EMT）转变等。我们对一系列已报道的关键蛋白，比如说ECM相关MMP家族蛋白，EMT相关蛋白做WB初步筛选之后发现，44.4显著改变了细胞EMT进程，证据就是你们现在看到的这几个上皮和间质细胞标志物蛋白质水平随44.4改变发生了趋势统一的改变。
在EMT过程中，上皮细胞会失去其原有的极性和细胞间粘附能力，同时获得间充质细胞的迁移和侵入能力，从而促进肿瘤细胞远处转移和肿瘤的发展。
~（45s）
P9:在意识到44.4确实影响了肺腺癌细胞的生物学功能后，我们尝试探索了其潜在的上游转录因子，你们现在看到的是我们通过基因浏览器和高置信度转录因子库获取的一个名称为ZNF460的转录因子，我们认为它在肺腺癌细胞中起到了调控44.4的作用，来自TCGA的相关性分析支持我们的预测，我们采购ZNF460蛋白质的抗体和对应引物进行WB和QP实验后，基因和蛋白质表达水平呈现很强的同向表达一致性，符合转录因子与配体的正向促进机制，基于此，我们推测，ZNF460是lncRNA-AL022344.4的潜在转录因子。
~（45s）
P10:除了寻找潜在的上游转录因子，我们对44.4的蛋白质翻译潜力进行了初步生信分析，在44.4长度为519bp的完整碱基序列和预测二级空间结构的基础上，我们很幸运的匹配到一段长度为52个氨基酸Sequence ID:EAW86567.1的人类待注释氨基酸序列，44.4虽然被注释为一个非编码RNA，但我们的研究结果说明不能排除它具有一定程度的蛋白质或者短肽编码能力。
~（30s）
P11:接下来是本课题的核心内容，前期我们通过RNA核质分离法进行亚细胞定位检测显示44.4在肺腺癌细胞中主要位于细胞质。而经典的lncRNA胞内作用机制范例显示，包浆内的lncRNA主要通过ceRNA机制发挥作用，简单来讲，ceRNA分子可以间接增加或减少miRNA的目标mRNA的表达水平，影响细胞内的蛋白质生产。所以我们接下来的工作围绕寻找miRNA和目标mRNA展开，右侧上面这部分是我们通过生信方法找到的21个潜在的44.4下游miRNA，实验验证了其中的七个。下面这个图是7个经实验验证受44.4影响的miRNA的高置信度潜在目标mRNA集合以及蛋白质互作网络寻找潜在通路。
~（45s）
P12:承接上面的工作，我们基于高置信度目标mRNA集合进行通路的富集分析、GO分析和蛋白质互作网络结果显示44.4主要影响了细胞对生长因子（TGF）的反应，细胞运动的正向调控等，契合前期的表型实验结论。
~（25s）
P13:这一部分工作是我们针对前期7个经实验验证的潜在miRNA做了基于TCGA数据库的生存分析，结果显示，145-5p和338-3p对肺腺癌患者的生存有统计学意义的影响。在通过更多的信息检索和收集工作后，我们发现高置信度EMT相关miRNA数据库中收录的173个EMT相关非编码RNA基因列表，其中包含了前面提到的145-5p，基于此，我们把44.4潜在miRNA目标分子从七个缩小到选定为mir-145-5p。
~（35s）
P14:在生信预测145-5p的基础上，我们利用QP和双荧光素酶实验做了进一步验证，结果符合ceRNA机制的预期趋势，后者说明44.4可以直接结合145-5p，在细胞内发挥作用。
~（15s）
P15:基于145-5p的潜在作用mRNA合集展开的蛋白质互作网络分析结果显示，SMAD3、ZFYVE9、TGFBR2这三个TGF-β经典信号通路中的关键分子可能是我们找的目标信使RNA分子，我们通过QP和WB实验验证了生信预测。大家可以看到，三个分子在基因和蛋白质水平都随44.4的改变发生了具有统计学差异的改变。
~（35s）
P16:承接上面的工作，我们利用WB实验进一步探索了TGF-β经典信号通路中的关键分子受44.4的影响程度。我们发现，TGF-β信号通路分子确实不同程度受到44.4影响发生了表达改变，另外，miR-145-5P与SMAD3、TGFBR2分子的直接结合能力已有研究报道，我们通过双荧光素酶实验进一步验证了miR-145-5P与ZFYVE9的直接结合作用，基于此，我们预测44.4可能通过145-5p影响了TGF-β信号通路进而改变了细胞的EMT进程。
~（45s）
P17:剩下的工作量是围绕验证我们找到的调控轴展开的，我们采用了经典的拯救实验来试图验证上述生信预测，右侧的图是我们通过QP和WB实验对肺腺癌细胞内145-5p 进行过表达和敲低后对下游三个信使RNA基因和蛋白质层面的影响。结果符合预测。
~（25s）
P18:这一部分内容是我们设计了在过表达44.4的细胞内引入145-5p的模拟物和44.4敲低的细胞内同步敲低145-5p的拯救策略试图探索调控轴的直接调控关系，结果符合预期。
~（15s）
P19:承接上面的工作，我们利用基于拯救策略的细胞模型进行transwell实验验证，结果显示，围绕我们发现的调控轴，细胞确实发生了我们预期的转移和侵袭特性改变。
P19:最后这部分是体内动物实验的内容，我们采购了24只裸鼠分成四组，进行尾静脉注射体内转移实验，micro-ct查看活体鼠内的肺部成瘤情况，监测饲养过程中的生理数据，四周后取肺组织进行结节和出血点观察、一半的肺组织固定后送切片做HE、IHC和肿瘤负荷，一半冻存，以备后期进行组织RNA和蛋白质的提取样品。
~（15s）
最后，想谢谢吕志民院长提供的工作机会以及郭栋老师电话通知和具体安排这次面试会议，我今年34岁，摆在我面前的工作机会其实并不太多，个人能力和受教育经历都不突出，也没有很好的积累，好在有一个安稳的家庭，为人真诚，工作方面，我之前招募本科生做课题，对他们的要求是事事有回音，以及养成经手的工作一致文档化以备追溯的习惯，上次视频一面的时候，跟各位老师聊完觉得团队氛围挺好，团队内部保持低沟通成本以及维持相对简单的人际关系，让我能够安心专注埋头处理重要的工作对我来说是件很棒的事情，希望自己有机会进到课题组学习，用自己所学的生信技能以及基础的分子生物学实验和大家一起把事情做好，做成。对我来说，能进到更高水平的科研团队中做自己喜欢和擅长的事是一件幸事，我很珍惜这次机会。
关于待遇，我其实没有很认真思考过这个问题，最近花比较多时间的其实是在准备西湖大学的另外两个课题组面试，对我来讲，尽量给您或者课题组留一个不坏甚至是还可以的印象，以期获得更好的offer条件是我的终极目标。这样能让我给两个孩子有更好的物质保障。从您的角度来讲，我想事情会稍微复杂一点，一个，如果我跟课题组只是短期合作，那就是简单的分蛋糕，我拿多了，别人就少分了，但如果是长期合作，我和课题组其实是一个整体，团队领袖尽量好的提供给组员福利和待遇，从长远看，团队会更稳定，也能走的更好，更远，也就是大家齐心协力把蛋糕做大，每个人在吕院长的带领下最后都能多分蛋糕。当然，平台也是我很看重的一点。因为这关系到我能否在这里扎根，成长，积累科研经验。
是否稳定长期做，首先，从我本身来讲，正如我之前提到的，我今年34岁，摆在我面前的工作机会其实并不太多，个人能力和受教育经历都不突出，也没有很好的积累，好在有一个安稳的家庭，为人真诚。上次视频一面的时候，跟各位老师聊完觉得团队氛围挺好，团队内部保持低沟通成本以及维持相对简单的人际关系，让我能够安心专注埋头处理重要的工作对我来说是件很棒的事情，希望自己有机会进到课题组学习，用自己所学的生信技能以及基础的分子生物学实验和大家一起把事情做好，做成。对我来说，能进到更高水平的科研团队中做自己喜欢和擅长的事是一件幸事，我很珍惜这次机会。再一个，我儿子今年七岁啦，十年后他高考，如果能考进浙大，不管是对他本人还是对我们整个家庭都是一种福报，如果他没有能力考进浙大，希望到时候吕院长和在座的各位老师能看在我踏实工作十年的份上屈尊帮忙写个推荐信让他去美澳或者欧洲申请一个好学校，继续求学之路，这大概是我现在的心态。
查看岗位需求
搜索单细胞测序相关的文章和最新研究，领研+google学术+推特上关注的几个生信大V
单细胞测序技术的发展和细胞图谱
bulk data 不能够反映出细胞的异质性 single cel能
肿瘤细胞中不同CNV的改变
Heterogeneity is common 异质性
把不同类型的免疫细胞分开
单细胞测序（Single-cell sequencing）是一种强大的技术，可以帮助科学家们理解细胞之间的差异，以及这些差异是如何影响组织和器官功能的。单细胞生信分析（single-cell bioinformatics analysis）是指对单细胞测序数据进行分析的过程。这个过程中，科学家通常会遵循以下几个步骤或思路：
数据预处理：
数据质量控制：移除质量不佳的细胞和基因，比如那些有很多遗失值或者检测到的基因数很少的细胞。
数据归一化：调整数据以消除实验过程中的不同批次效应和其他杂质，使细胞间的比较更加公平。
细胞聚类：
维度缩减：使用PCA（主成分分析）、t-SNE（t-分布随机邻域嵌入）、UMAP（统一流形近似和投影）等方法减少数据的复杂性，突出重要的特征。
聚类分析：根据维度缩减后的结果，将细胞分组，使得同组内的细胞具有相似的基因表达模式。
差异表达分析：
在不同的细胞群体中识别差异表达的基因，这有助于理解不同细胞类型的功能和状态。
轨迹推断：
分析单个细胞在不同时间点的状态，推断细胞的发育轨迹或者分化路径。
细胞通信分析：
研究细胞之间是如何通过信号分子进行通信的，这对于理解组织的功能和疾病的发展至关重要。
集成分析：
综合多个不同的单细胞数据集，或者将单细胞数据与其他类型的数据（如全基因组测序数据）进行整合，以获得更全面的生物学见解。
功能注释和网络分析：
对于聚类后的细胞群体，科学家们会尝试注释每个群体的生物学功能，并分析基因之间的调控网络。
空间分析：
如果数据可用，还可以研究细胞在实际组织中的空间分布和相互作用。
细胞代谢、信号转导
蛋白分子动力学模拟研究和依据蛋白结构开展的药物筛选经历
评论区