上一篇我們的基因體時代-AI, Data和生物資訊 Day29-大數據追蹤COVID病毒之演進想進一步分享怎麼使用序列來分析病毒序列的演進，會在持續補齊，30天實在是很短，而未來基因體學的數據和應用將會緊密的跟AI結合，相關的配套也會越來越純熟，迎來的會是非常蓬勃發展的生物科技發展。

30天的過程，比想像中過得還快，每天晚上吃完飯，總是會空一段時間，打開電腦，思考怎麼延續昨日的主題，但又別流於太完美主義，不然永遠寫不完，因為很多主題其實是相當複雜的，只能先求有再求好，而寫作就是一種強迫輸出，如同一開頭寫的，Writing to Learn，這時代進步的速度不斷刺激人們也得快速學習與迭代。

重新檢視在一開始擬定的時間軸和相關資料：我們的基因體時代-AI, Data和生物資訊 Overview
原本計畫會分成五週，有五大區塊的內容分享，分別是：(1). 介紹機器學習在基因體學相關的進展，包含到比較前端的合成生物學 (2). 分子生物學和基因體學中的資料格式 (3). 介紹Bioconductor的相關工具 (4). 更進階在生命科學中的人工智慧 (5).COVID時期的大數據。

整個過程中會發現，前面的1所包持的節奏比較剛好，2和3的部分之內容，可能真的比較多，很難兩週完成，可能本身是可以獨立為1個月份量的內容，4的部分基本上沒有辦法分享到，5則是勉強分享兩天。

原本想要帶到許多生命科學會用到的工具比如Benchling, Snapgene, Snythetic biology design tools, NIH API, Biopython, GATK, Cloud tools等，可惜真的是時間過少。我自己則是很喜歡分享序列分析的那塊，且會把自己收集的資源列表找機會持續學習！

希望這短短的30天之分享，能激起更多人對這領域的興趣，我們需要更多不同領域的人進入這領域，一起合作開創更多有益於這社會的事物！

這個月的規劃貼在這篇文章中我們的基因體時代-AI, Data和生物資訊 Overview，也會持續調整！我們的基因體時代是我經營的部落格，如有對於生物資訊、檢驗醫學、資料視覺化、R語言有興趣的話，可以來交流交流！