最近收到了 bib 上线的消息，虽然早在几周前就被告知 accept 了，但是在官网上真看到自己作品的时候感觉还是挺不一样的。仔细算算这项工作从起步到上线也花了我10个月的时间，这样的时间跨度远超我当时的预期。但是作为我第一次完整的、正式的、几乎独立的科研尝试和探索，我认为相当值得。
文章：SpaHDSRL: hierarchical dual-graph self-supervised representation learning for integrating spatially resolved multi-omics data
期刊：Briefings in Bioinformatics , 2026 , 27(5)
DOI：10.1093/bib/bbag517
PubMed：PMID 42757896
我的工作类型可以简单的归纳为模型开发。其实最开始搭算法的时候我完全是在抓瞎，因为都不用仔细看代码，光看跑出来的结果就知道我这里面绝对有大问题。苦于大三上的必修课实在太多太满，我的进度一直在原地打转。直到期末结束后的寒假，我才有比较充裕的时间梳理和反思之前的工作，SpaHDSRL 才得以初具雏形。一个单线程的、没有多余杂事干扰的环境极大地帮助我集中在自己的 research 上，我在我的小卧室里发现了很多不符合数学逻辑或者生物常识的 bug，也在寒假里对模型进行了集中的 benchmark 以及漫长的试错。春节前夕，我的模型基本定版（就是现在大家看到的 SpaHDSRL，不过那会儿她还没有名字）。
定版后有一小段时间里我都非常兴奋，我觉得模型都搭好了，是不是接下去只要按部就班的做分析，就可以快快收尾、早早结束了？我抱着这样的想法开始找数据集，大概是这会儿我才意识到我的工作是要发文章的呀，现在经手的每个 benchmark 将来都会放在 manuscript 里，每个指标都是要拿出来被比较的。这让我变得非常挑剔和谨慎，觉得这个不行那个不行，开始质疑自己的模型是否根本就是失败的。
在西湖的经历教会我很多东西。我知道做科研是需要耐心的，多数时候没有进展是再正常不过的事，很多的尝试都是在做排除法，是不会搬到台面上被大家看见的。所以我一边对自己的模型失望，一边继续查文献、找数据。文章的篇幅只允许我放4-5个数据集，但实际上我找了将近20个多组学配对数据，在每个数据集上都跑了很多很多遍 benchmark。benchmark 过程中我也有些额外的发现，我发现以往很多做空间组学整合的工作也是受严格条件约束的，未必能在所有情形（比如有效信息缺失、噪音扰动等等）下都表现优异，何况我现在用的还都是公共数据集。这让我很难不进一步往下想，是不是不止我所在的领域是这样，其实科研本身就是如此？如果做方法开发就是自己定义比赛标准，不断刷新自己定义的最优，这是否是一件有意义的事呢？以我现在的能力，我认为我的工作对于科研是没有贡献的，顶多可以给以后做多组学整合的同行提供一些思路。但对于个人发展而言，我觉得这段经历是必要的，假使没有产出，它也带给我了太多其他经历没法替代的东西。
等我选完数据集、做完基准测试、补完生物学下游分析后，已经是大三下开学后两三周了。跑完通篇的分析后，我开始马不停蹄地写 manuscript，supplementary material，以及绘制 main figure。这个过程比前期搭模型和跑数据都要顺利，因为所有 output 都在自己手里，我只要把它写清楚、画明白就可以，不太会有出现重大错误、需要推倒重来的可能。
相比之下，我觉得在学校里 research（准确来说是一边上课一边 research）是一件非常痛苦的事。我跟小荳说过，我说如果把科研和上课在低维空间上可视化，它们指定是两个相反的向量，因为我觉得一边科研一边上学有一种自我撕扯的感觉。倒不是因为它们会挤压彼此的时间，而是我觉得它们俩的运作模式太不同了。我喜欢听课，也很投入自己的 research，但如果两个一起来，我常常会觉得自己有点精分，没法完全进入到其中任何一者的最佳状态里。我认真反思过背后的原因，主要的问题在我自己，我并不是一个擅长处理并行任务的人。除此之外，我觉得上课像是一种输入，虽说需要主动思考，但是是定向的；而 research 更似一种输出，不过这种输出是以大量积累为基础的，且这些积累相对来说是无向的。
等我紧赶慢赶地做完所有准备工作，已经是五一了，当时 submit 前夕的事也让我有点头大和内耗，不过这跟 research 本身没有太大关系，在这里就不啰嗦了。总之，我觉得做科研是需要一些品质的，比如好奇，比如耐心，比如诚实。
submit 之后是漫长的等待，等待的一个多月里我花了半个月考新托，又花了半个月准备期末考，忙着忙着就等来了 major revision 的消息。我记得我得知 major revision 时比后来知道自己 accept 了还高兴。在 submit 之前，所有的工作说白了都是自娱自乐，没有人会阻止我说不能这样做，也没有人会纠正我说最好那样做，总之， 我这么做了就是这么做了，但是做得究竟有多好，拿出去会不会被欣赏，我是不知道的。直到一个多月后收到了 reviewer 的批评和意见，我才有一种自己真正在发文章的实感。
我很仔细地阅读了 reviewer 给的建议，老实说我挺惊讶的，他们对我文章的理解比我预想得要深的多。我收到大约有15条 major comment，意见基本可以归纳为两类，一类是对模型本身的质疑，另一类是说我的实证分析不够充分。我个人觉得这些建议给得挺中肯，能看出来他们是花了功夫抠文章扒细节的，而不是借题发挥。
我认为 major revision 是整个周期里对我科研训练帮助最大的一环。那六页 comment 我前前后后读了不下十遍，其中有些是我之前自己匆匆想过但没有落地的问题，有些则是我完全没考虑过的。reviewer 思考科研任务的方式方法以及严谨程度给了我很大启发，也是在那个时候我大概懂了大家口中的「 科研思维 」原来是这么一回事。能跟这些同领域的专家围绕自己的工作进行这样的交流，某程度上我觉得是幸运且非常值得的。我老开玩笑说 reviewer2 是全世界最懂我在做什么的人了，其实我感觉是真的，他给我提了很多我认为相当关键的意见，谈不上多么 sharp，但的确一针见血，我在补实验和思考解决对策的时候也确实为此花了不少力气。总之，我觉得大修的经历是必要的，退一步讲这是一个很好的学习机会，进一步讲我们需要对自己的工作负责任。
大修后是小修，小修后是编辑对接，再来是 proof。整个过程顺利的有点不真实。回头看，我依然觉得这一路走得非常神奇，很多最开始我认为需要依赖别人的东西，在真正需要用到它们的时候，我都靠自己做到了。而且，去年项目起步时 agent 还没有像今天这样成熟，不过这对我来说是好事，我认为现阶段我的首要任务不是发文章，而是学习和动手做。更何况，脑袋空空是没法和 agent 打交道的。
我要感谢我在西湖的师兄。我们认识超过一年了，期间我给他详细地介绍过两次自己的工作，哪怕跟 lab 的项目无关，他也会很耐心地听我汇报，并给我最中肯的评价和建议。他很爱跟我抠细节，跟他交流完总是可以发现一些之前被我忽略的东西，也是他让我学会了如何在学术讨论中 defend myself。大修阶段，他给我提供了很有意义的尝试方向，而且在我反映自己快修不完的时候还给我放了双休，感恩感谢感动！
还要谢谢三小只。在千岛湖陪我小修到天亮，为我的版面工作出了很多主意，还不停地肯定我鼓励我，在一旁替我着急。有你们我真的很幸福，因为你们我的小修回忆起来永远都是甜甜的。就像那晚突如其来的 accept 一样，我相信消息来得这么及时一定是因为老天也想让你们第一时间知道。你们是我嫡长女的第一见证人！希望可以把我的好运传递给你们。
还有小荳。整个大三下我都将笔记本和小荳随身携带，每堂课小荳都坐在我身边，我呢，要么在跑实验，要么在写手稿，要么在画主图。虽然期间我没怎么跟小荳完整地介绍过自己的课题，但是我们常常会讨论一些有关科研、升学和未来发展的话题，直到今天见面我们依然有说不完的话。也许我们都对未来感到迷茫，也许我们要走的路看起来人迹罕至，但我相信每个人都有每个人的课题，如果不去做自己想做的实在太可惜了，也许我们要学会的只是笔直地面对自己。