XDS.INP for Pohang Accelator Laboratory 7A

최근에 포항방사광가속기 beamline 7A에서 데이터 컬렉션을 해왔음. 포항에서 데이터 컬렉션을 한것은 처음인데, 비록 규모는 APS나 Spring-8과 같은 공룡빔라인에 비해서 작지만 비교적 잘 관리되고 업데이트된 곳이라고 생각함.

근데 대개의 빔라인이 그렇듯이 Data Reduction은 HKL2000를 사용하고 있고 HKL2000용 Site.def는 제공되고 있음. 그렇다면 열라비싼 상용프로그램인 HKL2000을 사용하지 않는 사람은 사이트에서 Data Reduction 해가야 되겠네? 이런 경우에는 무료로 제공되는 XDS를 이용하면 편함. 그러나 이건 GUI가 그닥 제대로 되어있지 않지? ㅋㅋㅋ 이런 것을 위해서 한번 XDS.INP를 만들어 보았음.

참고로 여기서 사용하는 Detector는 ADSC의 Q270. 기존의 ADSC용 XDS.INP를 조금 고치면 됨.

DETECTOR=ADSC  MINIMUM_VALID_PIXEL_VALUE=1  OVERLOAD= 65000
DIRECTION_OF_DETECTOR_X-AXIS= 1.0 0.0 0.0
DIRECTION_OF_DETECTOR_Y-AXIS= 0.0 1.0 0.0
TRUSTED_REGION=0.0 1.05 !Relative radii limiting trusted detector region

MAXIMUM_NUMBER_OF_JOBS=2  !Speeds-up COLSPOT & INTEGRATE on a Linux-cluster
MAXIMUM_NUMBER_OF_PROCESSORS=2!0)

X-RAY_WAVELENGTH=0.979          !Angstroem
INCIDENT_BEAM_DIRECTION=0.0 0.0 1.0
FRACTION_OF_POLARIZATION=0.90 !default=0.5 for unpolarized beam;0.90 at DESY;
POLARIZATION_PLANE_NORMAL= 0.0 1.0 0.0
AIR=0.001                     !Air absorption coefficient of x-rays
SPACE_GROUP_NUMBER=0  !0 for unknown crystals; cell constants are ignored.
UNIT_CELL_CONSTANTS= 59.57  69.69  56.97        90  90 90

!FRIEDEL'S_LAW=FALSE !Default is TRUE.
!STARTING_ANGLE=  0.0      STARTING_FRAME=1
!used to define the angular origin about the rotation axis.
!Default:  STARTING_ANGLE=  0 at STARTING_FRAME=first data image
!RESOLUTION_SHELLS=10 6 5 4 3 2 1.5 1.3 1.2
!STARTING_ANGLES_OF_SPINDLE_ROTATION= 0 180 10

!TOTAL_SPINDLE_ROTATION_RANGES=30.0 120 15
!REFERENCE_DATA_SET= CK.HKL   !Name of a reference data set (optional)

INCLUDE_RESOLUTION_RANGE= 40.0 2.0
!==================== SELECTION OF DATA IMAGES ==============================
!Generic file name, access, and format of data images
 NAME_TEMPLATE_OF_DATA_FRAMES=../crystal1_1_1_???.img  SMV DIRECT
 DATA_RANGE=1  360      !Numbers of first and last data image collected
 BACKGROUND_RANGE=1 6  !Numbers of first and last data image for background

!====================== INDEXING PARAMETERS =================================
!Never forget to check this, since the default 0 0 0 is almost always correct!
!INDEX_ORIGIN= 0 0 0          ! used by "IDXREF" to add an index offset

!Additional parameters for fine tuning that rarely need to be changed
!INDEX_ERROR=0.05 INDEX_MAGNITUDE=8 INDEX_QUALITY=0.8
!SEPMIN=6.0 CLUSTER_RADIUS=3
!MAXIMUM_ERROR_OF_SPOT_POSITION=3.0


!================== CRITERIA FOR ACCEPTING REFLECTIONS ======================
 VALUE_RANGE_FOR_TRUSTED_DETECTOR_PIXELS= 6000 30000 !Used by DEFPIX
                   !for excluding shaded parts of the detector.
!INCLUDE_RESOLUTION_RANGE=20.0 0.0 !Angstroem; used by DEFPIX,INTEGRATE,CORRECT

!used by CORRECT to exclude ice-reflections
!EXCLUDE_RESOLUTION_RANGE= 3.93 3.87 !ice-ring at 3.897 Angstrom
!EXCLUDE_RESOLUTION_RANGE= 3.70 3.64 !ice-ring at 3.669 Angstrom
!EXCLUDE_RESOLUTION_RANGE= 3.47 3.41 !ice-ring at 3.441 Angstrom
!EXCLUDE_RESOLUTION_RANGE= 2.70 2.64 !ice-ring at 2.671 Angstrom
!EXCLUDE_RESOLUTION_RANGE= 2.28 2.22 !ice-ring at 2.249 Angstrom

!WFAC1=1.0  !This controls the number of rejected MISFITS in CORRECT;
        !a larger value leads to fewer rejections.


!============== INTEGRATION AND PEAK PROFILE PARAMETERS =====================
!Specification of the peak profile parameters below overrides the automatic
!determination from the data images
!Suggested values are listed near the end of INTEGRATE.LP
!BEAM_DIVERGENCE=  0.473  !arctan(spot diameter/DETECTOR_DISTANCE)
!BEAM_DIVERGENCE_E.S.D.=   0.047 !half-width (Sigma) of BEAM_DIVERGENCE
!REFLECTING_RANGE=  1.100 !for crossing the Ewald sphere on shortest route
!REFLECTING_RANGE_E.S.D.=  0.169 !half-width (mosaicity) of REFLECTING_RANGE

!NUMBER_OF_PROFILE_GRID_POINTS_ALONG_ALPHA/BETA=9 !used by: INTEGRATE
!NUMBER_OF_PROFILE_GRID_POINTS_ALONG_GAMMA= 9     !used by: INTEGRATE

!CUT=2.0    !defines the integration region for profile fitting
!MINPK=75.0 !minimum required percentage of observed reflection intensity
!DELPHI= 5.0!controls the number of reference profiles and scaling factors

!PATCH_SHUTTER_PROBLEM=TRUE         !FALSE is default
!STRICT_ABSORPTION_CORRECTION=FALSE !TRUE  is default


!=========== PARAMETERS DEFINING BACKGROUND AND PEAK PIXELS =================
!STRONG_PIXEL=3.0                              !used by: COLSPOT
!A 'strong' pixel to be included in a spot must exceed the background
!by more than the given multiple of standard deviations.

!MAXIMUM_NUMBER_OF_STRONG_PIXELS=1500000       !used by: COLSPOT

!SPOT_MAXIMUM-CENTROID=3.0                     !used by: COLSPOT

!MINIMUM_NUMBER_OF_PIXELS_IN_A_SPOT=6          !used by: COLSPOT
!This allows to suppress spurious isolated pixels from entering the
!spot list generated by "COLSPOT".

!NBX=3  NBY=3  !Define a rectangle of size (2*NBX+1)*(2*NBY+1)
!The variation of counts within the rectangle centered at each image pixel
!is used for distinguishing between background and spot pixels.

!BACKGROUND_PIXEL=6.0                          !used by: COLSPOT,INTEGRATE
!An image pixel does not belong to the background region if the local
!pixel variation exceeds the expected variation by the given number of
!standard deviations.

!SIGNAL_PIXEL=3.0                              !used by: INTEGRATE
!A pixel above the threshold contributes to the spot centroid


!================= PARAMETERS CONTROLLING REFINEMENTS =======================
!REFINE(IDXREF)=BEAM AXIS ORIENTATION CELL !DISTANCE
!REFINE(INTEGRATE)=!DISTANCE BEAM ORIENTATION CELL !AXIS
!REFINE(CORRECT)=DISTANCE BEAM ORIENTATION CELL AXIS

사실 여기서 제일 중요한 게 다른것보다는 ORGX=2133.0 ORGY=2080.0 !Detector origin (pixels). ORGX=NX/2; ORGY=NY/2
이걸 정하는건데 대충 NX, NY (이미지의 X Width, Y Height) 의 절반이라고 나와있지만 사실 빔센터가 항상 정확한게 아님. ㅋ

제일 좋은 방법은 빔센터를 직접 확인하는 것인데, adxv와 같은 뷰어로 img 파일을 불러보면
Screen Shot 2013-10-21 at 2.30.12 AM
요런식으로 빔센터의 X,Y Pixel 좌표를 찍어서 이것을 ORGX, ORGY로 잡으면 적절함.

Jack of all trades, master of some

“Jack of all trades, master of nothing”이라는 말이 있다. 뭐 하나도 잘하지 못하면서 이것저것 관심만 많으면 너님 즐~ 이런 뜻으로 사용되는 이야기.

그러나 진짜로 그런가? 자기가 할 줄 아는 것만 알고 다른 것은 전혀 관심없는 사람은 과연 어떤 한가지에서 ‘master’의 경지에 오를 수 있긴 할까? 물론 한 가지에 숙달되기까지에는 다른 것에 관심 끊고 하나에 몰두하는 기간이 필요하겠지. 그러나 ‘experienced’ 와 ‘master’는 엄연히 다른 경지. 적어도 특정 한 분야에서 master, guru, 너님짱 등등의 이야기를 들으려면 수많은 해당 분야의 숙련자들과는 차별되는 무언가가 있어야 한다. 99명의 해당 분야의 숙련자가 ‘해봤는데 잘 안된다능’ 하는 문제를 해결할 수 있는 것이 마스터이고, 그런 마스터의 경지에 이르기 위해서는 어느 수준의 Jack of all trades는 필요하다는 말씀. 즉 마스터의 경지에 오르기 위해서는 해당 분야의 숙련자의 경험의 한계를 넘어선 경험이 필요하고, 이런 경험은 때로는 해당 분야의 밖에서 얻을 수도 있다.

뭐 이런 추상적인 이야기를 하는 것보다는 예를 들자. 어떤 사람이 해당 분야의 마스터다~ 라는 것에는 여러가지 기준이 있을 수 있겠지만 스웨덴에서 전직 화약업자 눈먼돈을 좀 나눠먹을 정도 라면 누가 봐도 해당 분야를 마스터한 사람이다에 대해서 딴지를 걸지 못하겠지? 가령 이번에 스웨덴에 가게 되신 Randy Schekman 을 예로 들어 보자.

이 사람이야 미쿡세포생물학회 회장까지 한 전형적인 세포생물학자이자만 이 사람이 현재의 위치에 도달하기 위해서 거친 행적을 생각해 보자. 이 사람의 Ph.D Advisor는? 다름아닌 DNA Replication의 Arthur Konberg 이고 이사람 밑에서 이런 논문내서 학위를 딴 사람이다.  아써 콘버그에 대해서 잘 모르는 사람이라면 이게 무슨 의미인지 모르시는 분도 있겠지만 아써 콘버그는 거의 생화학계의 척 노리스 ㅋ  모든 생명현상을 정제된 단백질을 통해서 생체내에서 재현할 수 있다고 믿고, 그렇게 되지 않으면 안믿는 사람이다. 즉 이사람의 만트라는 “purify and reconstitute”. “don’t waste clean thinking on dirty enzymes

이렇게 교육받은 사람이 왜 효모 유전학을 하게 되었나? 뭐 E.coli 배양해서 단백질 뽑다가 지쳤겠지 그리고 콘버그 아저씨 애들 갈구는거 ㅎㄷㄷ 하잖아이사람은 박사과정 이후 membrane 에 관심을 가지게 되었는데, 그래서 포닥때 적혈구를 가지고 처음 endocytosis를 연구하기 시작. 그래서 이런 논문을 냈다.

그런데 이 사람은 원래 교육받은 백그라운드가 생화학. 따라서 2년 포닥후에 UC Berkeley에 자기랩을 가지게 되면서 학위시절에 DNA Replication 하던 식으로 endocytosis 등의 membrane transport 에 관여하는 단백질을 생화학적으로 연구해보자 라는 생각을 해봤음. 그런데 박테리아는 그런게 없잖아. 그래서 우리는 안될거야 가 아니고 그래서 대신 효모에서 해보자! 하고 일단 효모를 왕창 키워서 이콜라이 하듯이 단백질을 정제해서 In vitro에서 이를 reconsitution….그런데 functional assay가 없잖아! 단백질을 정제못하잖아! 우리는 안될거야 가 아니고..

이러던 중 이사람이 착안을 한 것은 효모에서 vesicle transport 에 관여하는 돌연변이를 만들어서 해당 유전자를 분리해보자였음. 그런데 이사람은 생화학자이지 유전학자가 아니었다는 게 문제인데, 뭐 몬먹어도 그냥 궈궈..Cold Spring Harbor Laboratory에서 하는 2주짜리 효모유전학 속성교육 받고 효모돌연변이 찾으러 궈궈.

그런데 어떻게 vesicle transport에 결함이 있는 돌연변이를 찾지? 여기서 이 사람이 원래 생화학자였다는 특성이 여실히 나타나는데, 이 사람이 발견한 것은 효모에서 vesicle transport 에 결함이 생기면 돌연변이체는 단백질및 lipid 생합성을 계속하지만 이를 세포막으로 나를수가 없으므로 세포크기가 작아지고, 세포의 비중이 높아진다라는 것이었다. 그렇다면 어떻게 비중이 높은 세포를 분리할 것인가? 그당시 생화학 및 분자생물학에서 많이 사용하던 Density Gradient Centrifugation을 써서 세포를 비중대로 분리해보겠다라는 어찌보면 기발한 아이디어를 착안하게 되었다.

Density_gradient

즉 울트라센돌이를 열라 돌려서 생체구성물을 분획해내는 방법으로 당시의 생화학자 및 분자생물학자 (그당시에는 아직 아가로스 젤이 없었다는ㅋ)들의 완소실험방법. 이것을 응용하여 효모 돌연변이를 선별해 보자는 생각은 아마 랜디아저씨가 생화학바닥에서 많이 굴러봤기 때문에 생각할 수 있었던게 아닐까.

Screen Shot 2013-10-21 at 1.27.25 AM\

이런식으로 해서 총 23종류의 서로 다른 complementation group을 지니는 (즉 같은 유전자에 돌연변이가 일어난) 뮤턴트를 선별하고 이들을 sec1, sec2, sec3…등으로 명명하게 되었다. 결국 이사람은 이렇게 만든 돌연변이주 효모를 가지고 그 특성을 연구하고, 이러한 돌연변이가 어떤 유전자에 일어났는지를 찾아서 유전자를 클로닝하고, 이 유전자로부터 단백질을 얻어서 결국 원래 계획대로 In vitro에서 vesicle formation을 정제된 단백질만으로 reconsitution

콘버그님이 Method를 좋아합니다

이런식으로 효모를 사용해서 유전자를 찾고

단백질의 특성을 생화학으로 규명하고

결국 이게 다 효모에서 인긴까지 다 보존되어 있는 것입니다.

결국 이런 연구의 흐름이 가능했던 것은 개인적으로는 Randy아저씨가 박테리오파지부터 시작하여 (학부때 연구를 시작하여 무려 Nature 논문개제 ㅋ) 생화학으로 학위, 포닥시절 적혈구, 교수가 되고나서 효모유전학 등 Jack of all trades였기 때문에 가능했다고 생각한다. 물론 동시에 여러가지를 다 할 수는 없겠지. 그렇지만 여러가지의 방법론에 익숙해지고 나니, 남들이 생각하지 못하는 다른 분야의 방법론을 또 다른 분야에 옮겨오는 게 가능하다는 것. 즉 이 사람은 Jack of all trades였기 때문에 master가 된 것이다. 

과연 이런 연구가 서로 다른 방법론 하나에만 익숙한 해당분야의 specialist 들이 여럿 모여서 가능했을까? 물론 분야에 따라서 가능할지도. 그렇지만 서로 생각이 다른 여러 사람이 코웍하는 것보다는 여러개의 방법론에 익숙한 한 사람이 ‘셀프코웍’ 을 하는 것이 때로는 효율적일수도 있다. 진정으로 혁신적인 연구, 혹은 너무 리스키한 연구를 할때는 결국 ‘셀프코웍’ 이 유일한 방법이 된다는 게 내 생각.

좋은 지도교수를 선택하는 법

대학원 혹은 포닥과정에서 지도교수를 선택하는 것은 앞으로의 일생을 좌우할만큼 중요한 일임. 그렇다면 ‘좋은 지도교수’ 란 어떤 지도교수인가? 인건비 많이 주시는 분? 논문 잘 내시는 분? 아니면 학생에게 관심이 많으신 분? 아니면 자유방임으로 냅두시는 분?

물론 이런 질문에 대해서는 ‘그때 그때 다 달라요진리의 케바케라는 이야기밖에 할 수 없으니, 어느정도 컨센서스는 있는 편이다. 일단 이 학생이 앞으로 연구에 뿌리를 박을 것을 결심한 의욕에 넘치는 학생이라고 간주하고 (그렇지 않은 경우, 가령 저는 취업하기 위해서 석사가 필요해요 등등의 상황은 좀 다르게 생각해 볼 여지가 있음) 이런 학생이 앞으로 독립적인 연구자로써 성장해 나가기 위해서는 어떤 지도교수를 선택해 가야 하는가에 대해서 어떤 냥반이 Neuron에 글 쓴게 있다.

How to Pick a Graduate Advisor

위 링크 잘 읽어보시고 알아서 좋은지도교수 선택해서 즐 연구 하세염 오늘은 안뇽~ 했으면 좋겠지만 위 링크를 클릭하기도 귀찮은 당신을 위해서 본 블로그 주인은 요약을 해 드리겠습니다. 링크 클릭도 귀찮은 분이 과연 좋은 연구를 할 수 있을까 의구심이 드는 분도 있겠지만 이게 다 앞으로 후학들을 게으르게 만들어서 자신의 가치를 높이려는 사악한 과학자로써 본 블로그 주인의 음모 ㅋ 

그런데 위의 링크는 미국의 대학원 시스템을 기준으로 한 것이므로 한국의 현실과는 반드시 안맞을 수도 있다는 것을 염두에 두시고.

– 일단 꼬꼬마 대학원생으로 들어와서 대학원 생활을 하다보면 아주 잘 풀리는 사람도 있는 반면, 그렇지 않은 분도 많음. 뭐 연구에 재능이 있는 분도 있는 반면, 그렇지 않은 사람도 있어서 그럴 수도 있고. 그렇지만 과학자로써의 성공의 상당수는 지도교수/멘터를 어떤 사람 만나느냐에도 많이 결정됨.

– 흔히 쪼랩 대학원생들이 하는 실수가 있는데, 대학원 들어오기 전부터 나 뭐에 관심있음 하고 미리 결정짓고 해당 분야 하는 교수님이 있으면 그리로 쪼르르~ 가는 것. 근데 사실 이러지 마라. 학부생 쪼랩 시절에 ‘관심이 있다’ 고 해봐야 그거 사실 별거 아니다. 나중에 살다보면 더 관심이 있을 분야가 생길 수 있고. 따라서 랩을 결정하기 이전에 도는 랩 로테이션에서 관심분야 이외에도 여러 랩에서 일해보고 결정하는 게 좋다. 그런데 대개 랩 로테이션 제도가 없는 한국에서는 ㅋ 망 ㅋ 

– 그리고 특히 한국에서는 ‘이거 하면 전망좋아여?’ 혹은 ‘우와 줄기세포 하면 취직잘된데’ 아니면 ‘암연구가 역시’, 그것도 아니라면 ‘나노가 짱이래염’ 식으로 유행에 따라서 랩을 결정하는 경우가 많음. 그런데 이러지 마라. 님이 석박사 다하고, 포닥하고 등등 취직전선에 나올때는 앞으로 한 10년 뒤일수가 있음. 그런데 지금 학부생 수준에서 ‘전망좋다’ 라고 생각하는 것을 지금 선택하면 아마 님이 10년 후에 나오실때는 이미 디글디글 많은 사람들이 해당 분야에 종사하고 있을테고, 그 유행이 꺼져있을 가능성이 농후함. 뭐 결국 이런 분들의 상당수는 그때까서 후회함. 그럼 어쩌라고? 그냥 님 가슴에 손을 얹고 그냥 제일 흥미있을 거 하셈. 그리고 밤마다 기도하세염. 내가 하는 분야가 나중에 대박이 나라고. 

– 그럼 무슨 분야를 하고 싶느냐에 따라서 결정을 안하면 어떻게 하라고? 두가지 기준이 있음. 과학적으로 능력이 있고, 멘터쉽을 잘하는 겨수님을 찾아가삼. 

Pick an Advisor Who Is a Good Scientist 훌륭한 과학자인 지도교수님을 얻으삼

– 학생들이 흔히 하는 실수중의 하나가 “좋은 대학에 교수로 있는 사람은 다 훌륭한 과학자” 임. 그렇지 않음. 가령 학생들은 젊은 교수들을 선택하는 경우가 많은데, 이들 중 상당수는 아직 테뉴어를 받지 않은 조교수임. 이들 중 극히 일부만이 테뉴어를 받게 됨. 물론 이 이야기는 젊은 교수를 선택하지 말라는 이야기는 아님. 대신에 테뉴어를 받지 않은 교수를 지도교수로 선택하면 그만큼 리스크를 안게 된다는 것을 염두에 두라는 이야기임. 그렇다면 테뉴어를 받은 교수를 선택하는게 상대적으로 ‘훌륭한 과학자’ 를 선택하는 확률이 높은거임? 뭐 꼭 그렇지도 않음 ㅋㅋㅋ 어쩌라고 테뉴어 프로세스 자체가 뭐 사람이 하는 일이므로 별로 훌륭하지도 않은 과학자인데도 테뉴어를 받는 경우가 없는게 아님. 아님 테뉴어 받은 다음 그냥 푹 노신다든가 어쨌든 요점은 소속대학, 지도교수의 직위 (테뉴어 여부), 나이 등의 피상적인 정보만으로 어떤 사람이 훌륭한 과학자인지를 판단하는 것은 어렵다고.

– 그럼 어쩌라고. 뭐 결국 어떤 논문을 내는지를 봐야지. 펍메드에서 원하는 지도교수 신상털어 보삼. 그래서 어떤 논문들을 어떤 저널에 내는지를 잘 살펴보삼. 여기서 주의할 것은 내는 논문이 리뷰인지 리서치 페이퍼인지를 보삼. 뭐 리뷰 논문을 내는 것이 중요하지 않은 것은 아니지만 결국 어떤 연구자인지를 결정하는 것은 좋은 저널에 내는 리서치 페이퍼임. 물론 논문의 질도 중요하지만, 양도 무시할 수 없음. (물론 랩의 구성원 숫자가 많으면 당연히 논문이 많이 나오므로 논문 숫자 / 랩 구성원 수 를 고려해서 생각해 봐야할것임) 만약 관심있는 겨수님이 5년동안 논문이 안나오거나 겨우 5년에 하나 논문이 나온다면 그런 데는 조심해야함. 너님이 그 밑으로 대학원생으로 가셔서 졸업하려면 논문을 내야 할텐데, 과연 5년만에 한번 나오는 그 논문의 주인공이 너님이 될 거라고 누가 보장하겠냐고..ㅋㅋㅋ

– 그 외에 또 중요한게 지도교수의 CV를 보는거지..뭐 그사람이 노벨상 수상자, National Academy of Science (NAS)멤버, HHMI 멤버, 아니면 NIH Pioneer award 등등 특출난 경력이 있다고 하면 일단 그 양반은 어느정도 능력이 검증된 과학자라고 볼수 있는것임. 근데 사실 이런 경력이 없다고 우수한 과학자가 아니냐..또 그건 아니거던여. 가령 갓 교수가 된 젊은 과학자라면 이런 상 받을만큼 경력이 안 쌓였을수도 있음. 뭐 그런데 이런양반 밑에서 첫 제재로 최신기법 이용해서 논문 팍팍 내고 그러면 거의 꿀빠는 대학원생 생활이 될수도 있는거니 꼭 이런 타이틀만으로 사람을 평가하지 말라고..

– 또 중요한 것은 연구비를 어느정도 지원받냐를 확인하는 것임. 미쿡의 경우에는 이런 링크 에서 NIH 연구비를 얼마나 지원받는지 다 액수까지 신상털 수 있다고 ㅋㅋㅋ 듣고있나 한국 연구재단?갓 교수가 된 분이 아니고 최소 5년 이상 교수생활을 했는데 위 링크에 이름쳤는데 안나오면……그런분 선택하지 마셈. 돈이 없다고 연구를 못하나염? 생각할지 모르겠지만 너님 인건비 안받고 대학원생활 하고 싶지 않잖아.

Pick an Advisor Who Is a Good Mentor 훌륭한 멘터인 지도교수님을 얻으삼

과학적으로 훌륭한 연구자를 선택하면 그걸로 땡인감? 물론 그건 전제조건인데, 여기서 중요한 것은 이 중 ‘좋은 멘터가 될 분’ 을 선택해야 한다는 것임. 뭐 모든 좋은 과학자가 반드시 좋은 멘터가 아닐수가 있거던…ㅋㅋㅋ

– 그렇다면 좋은 멘터가 갖추어야 할 요건은 뭘까? 뭐 좋은 멘터는 결국 학생이 과학적으로 중요하면서도 수행가능한 그런 문제를 찾도록 도와주고, 그 문제와 의문을 찾을 수 있는 실험디자인을 할 수 있도록 도와줘야지. 그리고 시간이 지날수록 학생이 독자적으로 일을 해서 나중에 독립적인 연구자로 성장할 수 있도록 도와주는게 그게 멘터가 할 일임. 좋은 멘터는 과학적으로 시시한 그런 문제를 학생에게 주지 않고, 학생수준에서 해결할 수 없는 그런 어마무시한 프로젝트를 주지도 않음. 만약 학생시절, 혹은 포닥시절에 중요한 과학적 문제가 무엇이고 이것을 어떻게 규명할 수 있을지 배우지 못한다면 아마 그 사람은 나중에 독립적인 PI가 되기도 힘들고, 된다고 하더라도 분명 망할걸 ㅋ

– 즉 좋은 멘터라는 것은 학생과 함께 많은 시간을 연구에 대해서 디스커션해야 하고, 실험디자인 및 해석을 도와주어야 하고, 논문작성 및 발표를 제대로 할 수 있도록 지도해야 하는 것임. 그 외에 앞으로 장래를 위해서 보탬이 될 수 있는 여러가지 활동들 (조교, 학회참석, 학교외에서의 교육등) 에 참석할 수 있도록 도와줘야 함. 또 한가지 중요한 것은 가령 대학원 도중에 출산휴가 등을 갈 경우가 있는데 남녀를 불구하고 이런 것에 대해서 도와줘야 한다는 것임. 어차피 몇 년에 걸쳐 진행되는 프로젝트 도중 몇개월의 공백이 큰 문제가 되겠냐고.

– 그렇다면 좋은 멘터를 어떻게 구분할 수 있을까? 뭐 가장 좋은 방법은 지금 현재 혹은 이전에 그 사람 밑에서 있었던 학생, 포닥들과 이야기 해봐야지. 이사람이 학생들을 충분히 신경써주는 사람인지, 랩 생활이 즐거운지, 아니면 랩의 사기가 좋은지, 아니면 구성원들이 서로 돕고 협조적인 관계인지, 혹은 랩미팅 시간에 구성원들이 자유롭게 의견개진을 하고, 새로운 의견과 비판이 나올 수 있는 분위기인지, 그렇지 않고 교수가 너 이거해 저거해 하는 분위기인지 등등.

– 다음으로 생각해 봐야 할것은 포닥과 대학원생 (혹은 학부생) 의 비율이 어떻게 되는지 살펴볼것. 아마 랩의 거의 대부분 구성원이 포닥인 연구실의 경우에는 대개 그 교수님은 일일히 학생들에게 신경쓰기 싫어하신다는 것을 반영하는 것일수도 있음. 그러므로 대학원생이 랩을 선택할 때 사람이 수십명 있는 (소위 말하는 유명한 대가랩) 그런 큰 랩에 갈때는 매우 주의해야 함. 뭐 가장 좋은 것은 랩 로테이션을 해보면서 분위기 보는거지..

– 그리고 가장 중요한 것이 뭐냐면, 그 랩 출신의 졸업생들이 결국 뭐 하고 있는지를 보는 것임. 연구를 잘 하는 사람일지라도 그 밑에서 학위/포닥한 사람이 어떻게 되었는지는 크게 다를 수 있음. 가령 그 랩 출신의 사람들 중 약 70% 정도가 독립연구자가 될 수도 있고, 그 비율이 10% 가 안될수도 있음. 물론 요즘과 같은 상황에서는 제 아무리 멘터링의 신이라고 해도 졸업생의 50% 이상이 결국 자기랩을 갖게 되기는 힘들 수 있음. 그렇지만 그 랩 출신의 사람중에서 극히 일부만이 나중에 PI가 되었다면 (학교, 기업, 정부연구소 어디든) 그건 별로 좋은 징조는 아닐것임. 특정한 랩을 평가하는 기준은 여기서 나온 논문, 혹은 노벨상 같은 그런것 뿐만 아니라 여기 출신들의 사람들이 어떻게 되었는지일수도 있음. 물론 학위를 따고 연구직 이외의 다른 분야에 종사하는 사람들도 많음. 그렇지만 이런 경우에도 좀 더 나은 멘터링을 받으면 다른 분야에서 일자리를 얻어도 좀 더 잘할 수 있을것임.

– 그러니까 결론적으로 자신의 장래를 학생의 장래보다 우선시하는 양반은 좋은 멘터라고 할 수 없는데, 그런 사람들을 구분하는 방법이 있을까? 대충 이런 사람들은 그런 사람이라고 생각됨.

* 학회발표를 하면서 (실제로 일을 한) 학생/포닥의 이름을 전혀 언급하지 않거나 아니면 나중에 그냥 랩원 전체리스트 발표하면서 슬쩍 넘어가는 경우.

* 학생이 발표를 하게될때 학생 발표 연습을 같이하지 않는경우

* 같은 프로젝트를 학생두명에게 주고 서로 경쟁을 시키는 경우.

* 무슨 실험 뭐뭐해라에 대해서 시시콜콜하게 다 정해줘서 이야기하는 경우

* 학생이 논문쓸 기회를 주지도 않고 자기가 논문 다 써버리는 경우

* 학생이 써온 논문은 책상위에서 잠자게 내버려두는 경우

* 학생이 나갈때 진행하던 프로젝트 혹은 시료등을 가지고 나가는것을 용납하지 않는 경우.

그외에 매우매우 계속 긴데 나머지는 님들이 읽으삼..ㅋ  중간에 뭐 하다가 귀찮아지면 관두는 건 안좋은 멘터의 특징.