四年以前，我滿心期待地進入清大生命科學系就讀，
期許自己以後會成為一名在癌症治療領域有新穎進展的科學家；
四年之後的現在，我毫不後悔地繼續在清大生醫學院就讀研究所，
學習如何將電腦的運算能力用在癌症預測的領域。
現在看到這篇文章的你，或許心裡都曾經出現過這些問題：
生科系這麼廣，我們的出路在哪？
別人都笑我們一生科科，是真的嗎？
曾經，我也像其他人一樣懷疑自己的選擇；之前，我也問過一樣的問題。
不過現在，我找到解答了；這篇文章，就是用我的故事，來一五一十地為君解惑。
理解「生命科學」、破除偏見的最開始
最一開始，很多事情都還符合我的預期：
生命科學課的知識，很多都是我為了研讀癌症，早就有大致探索過的領域；
除了演化學的課程內容，基本上我都是會專心地參與三堂課的課程，
並且還會意猶未盡地問老師問題的那位同學。
但是，這時我對於生命科學的想像，
僅止於生物的層面，卻沒有往「科學」這個詞做探索。
直到普通物理學、普通化學的實驗課程，打破了我高中時期有的一道偏見：
「學習生物不用碰其他科學，像是物理」<-假的！
那時候，其實很多人都認為實驗課只有一個學分，
又需要長時間（約一到六小時，視當天實驗順利程度而定）待在實驗室做實驗，
有時還需要容忍老舊的儀器產生的極大誤差；
以後出去工作或就讀研究所，我們生命科學也不會用到這些物理的公式跟數據，
因此他們也不必付出太多心力在此；
甚或有些人直接偽造數據，交差了事。
然而，我看到原本好好的數據，被改成我完全沒有印象的「好看的數字」就很不是滋味，覺得這根本不是科學帶給我們的精神。
但是，為什麼做科學就不能做數據？這個問題開始在我心中發酵，
於是我決定透過系上開設的「生科研究導讀」訪談系上教授的機會，來好好理解這件事。
教授的回答，讓我第一次知道實作科學該有的心態；
他的話語雖略顯冗長，但直至現在都還迴響在我心中。
實驗課的目的，就是要讓未來可能進實驗室，甚至往學術研究領域的你們，
理解實驗標準流程的內容、基礎的理論，並讓你們累積做失敗的經驗與心態之用；
做不出漂亮的結果，你們可以重做、自己去除錯，或詢問助教；
但直接變造數據，就是毫無根據的一種作為，
自然就不符科學「有幾分證據說幾分話」的根本條件。
那老師，「一日生科，終生科科」是真的嗎？
大學一年級快結束的另一次訪談，有位同組的同學這樣問了我們訪談的老師。
武漢肺炎的快速篩檢試劑，就是你們的跨領域出路之一，不是嗎？
工學院相關背景的人可以理解如何去創造這個產品，而你們就可以用你們的知識背景，理解這個產品的目的，進而去影響他們創造這東西的過程，最終建立起團隊的分工；
這樣你們會沒有出路？會終生科科嗎？
所以，對於這種帶風向的言論，做為大學生的你們，更要懂得去明辨是非；
那都是失意不得志的人來到網路上抱怨而已。信得太深是沒有益處的。
系上這兩位教授的回應，既深切而又真實；
也是這兩位教授，讓我真正開始理解「生命科學」的「科學」
到底要用怎樣的角度去看待，也間接影響到現在的我對於研究課題的心態與精神。
內容專業化，頻頻撞牆碰壁的彎路
到了大學二年級，開始有比較進階的課程，
諸如有機化學、生物化學、動物生理學、動物行為學、分子與細胞生物學等。
琳瑯滿目的專業領域課程，不但讓當時的我選擇障礙發作，
更讓我一度在聽課、考試的循環中迷失自我，
找不到自己感興趣的事情，成績更是一路直線下降。
每一次修課都讓我懷疑自己過去的選擇；
我到底清不清楚自己想要的是什麼？
直到升大學三年級的那個暑假，兩個意外的決定，
讓我逐漸清楚自己要走的方向，也不再渾渾噩噩地度日。
暑假的選課，我選上了「生物資訊」課程。
我雖然已經忘記當初自己按下「選課」那個按鍵時的心態，
但是這門課程，又對我形成了一項衝擊。
不同領域的界線，沒有想像中的那般明顯。
去氧核醣核酸，也就是俗稱的DNA，
由我們朗朗上口的 A（腺嘌呤）、T（胸腺嘧啶）、C（鳥嘌呤）、G（胞嘧啶）組成。
但是光看著這些序列，我們根本不知道它們有什麼值得注意的意義存在；
這時候，生物資訊就給了另一個角度，思考資訊領域對於生物領域的貢獻。
老師上課不只是理論講解，還有讓我們自己練習撰寫 R 語言的程式碼；
結合上課提及的那些基因資料庫，以及 R 語言對於資料的處理方式，
老師就讓我們理解如何用電腦，讓生物的課題能夠更輕鬆地完成。
這前半部分的課，也為我後續小專題的程式撰寫打下了第一份基礎。
生物資訊的方法，也可以讓科學家更理解蛋白質層面的問題。
比如蛋白質的結構、它與周遭其他分子的反應，以及潛在的目標靶點等，
都可以運用 PyMol （註一）等可視化結構的工具輔助我們；
另外，也可以透過 KEGG （Kyoto Encyclopedia of Genes and Genomes，註二）
這類的分子反應途徑資料庫，協助我們去判斷、決定應該使用、針對的目標是否可行。
課程最後還有小專題，讓我們整合後半部分的所學，做成一個實驗的提案；
而我當時也成功用了胃幽門螺旋桿菌分泌的「尿素酶」當作主題，拿下了非常高的成績。那次的成功經驗，也讓我之後面對困難時，得以化危機為轉機。
而另一個決定，就是加入實驗室，
開始在實驗課以外的地方吸收實驗技巧、研究過程與方法等。
加入實驗室，專題與推甄危機帶給我的出路轉機
雖說大學生活應該自己決定，
可是「加入實驗室」這回事，我也是看著別人紛紛找到自己所屬的實驗室，
覺得自己不加入實驗室就怪怪的，於是就急著寄信跟教授們約時間；
只要有「癌症」這個關鍵字，就通通訪談過一遍。
最後總算是找到老師願意收我做專題生，我的心才逐漸安頓下來。
本來以為這樣就告一個段落的我，還沒有意識到：
要有一分收穫，就得先流汗出力，先一分耕耘一番才行。
那個暑假我雖然還很懵懂，不知道為什麼要這樣做，
卻還是戮力學習如何閱讀論文、藉此形成問題意識、最後找到自己的研究方向。
然而這樣的努力，卻遲未有任何回報與進展；
最後好不容易找到了方向，卻在向實驗室夥伴報告時，
被指導老師輕易找出破綻：那個竟然是我學姐當時正在做的主題！
當時我除了花時間整理自己的情緒，也從老師教我的小技巧中，
逐漸摸索出我好奇的癌症中，參與它生長為癌細胞過程的其中一條信號通路。
而思考到這個點，就又回想起之前生物資訊課程中，
所教到的 KEGG，那不就是專門解決這種問題的工具？
於是我終於找到了另一個符合實驗室研究方向、不跟誰重複，
自己也有興趣想做的主題，用了這個主題投書系上的大專生計劃。
本以為事情就這樣落幕的我，很快又意識到自己想得太一帆風順了。
某天中午，老師請我去辦公室討論一些事情；
這時我才知道自己的題目，因為某些原因被予以不通過。
這時又適逢老師個人投書某計畫的挫折，
於是我們做那個主題的學生，都參加了屬於我們的線上會議。
在那場會議當中，老師調整了他一直以來，
以硼中子捕獲治療與分子機制為主軸的路線；
而我則是從他提示的好幾條新的路線當中，
選擇了「用電腦程式模擬細胞接受療法前後的生存狀況」的小專題。
雖然說我高中也曾經碰過一點點Java、大學又學過一些些R語言，
但是這次要面對的，是從未接觸過的Python。
那時候由於碩士班推甄的壓力，我只能急急忙忙去修讀輻射生物相關的課程，並從論文中看到理論上的公式之後，直接動用人工智慧來 Vibe Coding（註三）。
最後當然有了一些結果，並用它來當作我推甄碩士班研究計畫的內容；
不過現在回想起來，自己當時還真的是在亂來：
所有統計方法都沒有任何使用的理由與理論基礎，
就是一個病急亂投醫的全部用上去。
不過，也是因為這樣，
老師才終於知道我在撰寫程式與「對付電腦」這方面，確實有一定的潛力。
於是他就在推甄結果公布後，建議我碩士班去其他實驗室，或許可以學到更多。
接著，又是一番波折，問了十幾個老師；
因為我是備取較後面的名次，很多老師名額都已經滿額，
於是我只能轉換目標，到生物科技研究所去看看有沒有做生物資訊的老師。
最後還真的被我問到另一位老師，後來就在他的指導下，
開始另一番耕耘：到新竹生物醫學園區實習。
業界的實習，殊途同歸的未完之路
現在的這位老師，相比前一位老師更講究、瞭解「精準醫療」與「生物資訊」的概念，
而且在業界也是人緣豐富；正好他有個計劃需要大四的學生參與，他當時這樣跟我說：
如果我之前學過Python，參加的話正好可以進一步溫習之前的基礎。
於是我就答應老師，利用寒假的這幾個星期，去到新竹生物醫學園區的某新創公司，
當作他們的實習生，並學習如何使用 Python 來實作圖片處理、特徵提取之類。
也是因為有了這次實習，我才比較理解自己以前是多麼亂來：
程式碼沒有版本管控、註解也讓之後的自己看不懂。
而實習過後，我開始對 Python 以及相關的工具更有興趣，
於是除了利用假日的時間，投入 Linux、Git 等工具的學習，
也主動修讀「基因檢測技術與數據分析」，
來瞭解在基因數據分析中，會有的必經步驟：品質檢查、序列比對、差異分析。
除了再一次讓我複習生物資訊的基礎，
也讓我知道與癌症相關的資料庫、次世代定序數據的解析，
以及確立自己「用生物資訊角度，解決醫學的問題」的核心目標。
大學四年給我的啟示：大學踏進門，修行在個人
生科系出路的寬廣，或許也正是讓我成為現在的我的原因。
正因為生命科學是一門基礎科學，
它什麼都可以做、生物的課題都能研究。
從環境生態、巨觀與微觀演化、生物醫學、癌症治療與預防，
都是我們可能可以去專攻的領域。
也正是如此，它的出路非常廣泛。
包括法醫、醫學資訊、生技產業，
或甚至海關都可能會需要我們，來發揮生物背景帶給我們的專長。
但是，我覺得可能是因為我們的大環境比較期待「念了某系，以後就做某某工作」
這種明確、一問一答、接受他人指導的型態；
而生命科學又是比較沒有明確指引、需要自己探索才會明確的學問，
所以才有「生科系的出路在哪」、「我的前景是不是完蛋了」等疑問。
但是，我想要用這四年的故事告訴讀者：
即使是誤打誤撞，也可以透過個人的努力，與珍惜來的機會，
自己開闢出屬於自己的路；儘管就讀生命科學系，我們也能有屬於我們的出路與前景。
大學之所以不像高中管得嚴，就是想給你這個自由權，
去探索並定義自己的未來，而不是只限縮在舒適圈與學系給你的框架；
而就讀生命科學系，或任何一門基礎科學（例如：物理、化學、數學）
都不能指望其他人（或學系本身）替你決定出路；
他們能給的，只是根據他們的經驗，給你的建議；學系本身最多也只給你知識背景。
如果太依賴他人給你建議，我們又不付出只照做，
就會因為 Projection Problem（註四），最後只活出一個片面的未來。
如果未來要有出路，你就必須主動探索與付出。
「大學踏進門，修行在個人」
-- 白勻 道場主
如果喜歡，請各位讀者給個愛心或收藏；
各位的支持，就是我繼續努力創作的動力！
下一篇，我會分享「為什麼我選擇 Ubuntu 做為好夥伴？」，敬請期待！
註解區
註一：PyMol
一種分子三維結構顯示軟體，
專攻創作高品質的小分子或是生物大分子（蛋白質）的三維結構圖像。
詳見：維基百科
註二：KEGG，京都基因與基因組百科全書
由日本制定的人類基因組計畫；
為關於基因、基因組、蛋白質、酶反應，以及生物化學物質的網絡資料庫。
詳見：維基百科
註三：Vibe Coding
一種新興的軟體開發方法，利用人工智慧根據使用者的自然語言生成程式碼，
從而加速開發的進度。
詳見：維基百科
註四：Projection Problem
將三維分子投影到二維影像、而失去方向資訊所引起的核心難題。
這在單顆粒冷凍電子顯微術（cryo‑EM）中尤為顯著。
Cryo‑EM 產生的每張影像都是來自不同隨機方向的 2D 投影，
而這些方向（投影角）在實驗中無法直接獲得，
導致重建 3D 結構時缺少關鍵位置資訊。
