这应该算是一个众所周知的问题了，没经费你搞啥科研？
穷人适不适合搞科研，其实一句话就说明白了。
对于绝大多数偏重实验和数据的研究方向，没经费就没实验，没数据，进而导致没文章，没课题。如此恶性循环直到混了多年啥成绩也没有，灰溜溜走人或者转岗。
我之前认识几个刚毕业然后成功走入青椒岗位的博士，在博士期间都发表了很好的文章。可是，等到了高校，两三年下来，发的文章还是博士期间工作的延续，事实上就是博士期间做得东西还没写完，这两年又继续写了写发出来。新的工作新的文章一点没看到。你说他们是自甘堕落吧，又不像，一个个天天看文献，愁的头发都掉了好多。
我有次跟他们聊天，为什么毕业之后，反而做不出科研了？其实这里有很多现实问题，比如现在没有实验室没有趁手仪器，最后还是和自己博士期间的老板蹭一点才能用。还有，以前有老板兜底经费，现在做什么都要钱，学校的科研启动经费又少得可怜，根本就不够搞点啥。这样混了几年，不仅斗志消磨殆尽，而且一头乌黑的头发成了地中海，鲜嫩翠绿的青椒也成了蔫巴。但是，咱们今天来捞点干货。
如果非要在这么捉襟见肘的情况下开局，有什么方法和路数呢？
先说一个我身边特别成功的从这种窘境杀出来的大牛的故事。我认识一个大牛老板，实际上就是我的导师。从一穷二白啥路也没有的困境中硬是走出一条路，现在成为业界大牛了。 老板的经历其实挺神奇。他入职当年恰逢非典，很多单位争相搞非典相关的研究。没赶上当年那个时代的小伙伴，类似情况这两年大家就应该有体会了。
所以，老板作为一个博士期间搞了好几年生物信息学的系统科学的工学博士，作为特殊人才引进，加入了一个专注于研究医学、病毒这样的研究所。当时实验室的主任希望老板可以用基因测序的方式解析非典病毒。
基因测序，在那个年代还是一个非常时髦，也很少用到的技术。而且，当年的基因测序远没有现在这么方便，想要搞出一个基因序列不仅需要大量实验，还需要数据算法的配合去拼接基因序列。
所以为什么说人的一生有一些机遇可遇不可求呢，要不是当年的特殊情况，老板也去不了那个单位。
但是，很遗憾，我老板刚加入研究所，非典结束了……于是，老板没活干了。想象一个搞系统科学的博士，在一个医学研究机构能干啥？当年还没有什么大数据分析，没有深度学习，没有组学研究。可以说，当年我老板心灰意冷地坐了好久的冷板凳。后来，他想着也不能啥事不干吧，于是自己就去看论文，正好看到几篇国外发表的数据库类的文章，基因组学刚刚兴起，一切都是出生的模样。于是，老板就想到利用自己擅长的算法，把人家数据库里的数据拿过来，重新分析，写一写分析工具性质的网站。
就这样，从SCI文章开始，青基，面上……竟然渐渐地在这么一个研究所开辟了一条以数据分析和大数据挖掘为主的新路。最夸张的是，原本这个实验室后来因为我的老板改了名字，彻底成为一个大数据实验室，之前的老主任自己支了一摊单干去了。当然，这种传奇经历也跟时代密切相关。确实是因为老板顺应了最近这些年的科技潮流，大数据蓬勃发展，深度学习日新月异，组学数据更加易得也更加丰富。
所以，对于很多从事医学、生物科学研究的同学和老师，我都建议大家学一学生物信息学的技术。因为这项技术是所有没有经费、没有项目的青椒最佳的破局之路。
生物信息学不需要本钱，自己一台笔记本电脑就能做大多数分析，实在要运用大规模计算资源，有很多公共的“算力”，比如谷歌的 Colaboratory，可以免费或者只花一点小钱钱就能用。对于刚刚起步，拿着几万块可怜的科研启动资金的青椒来说这个服务远比什么委托检测便宜得多。
而最令大家头疼的数据问题，在各大数据库中更是浩如烟海，自己拿来分析分析就能出一篇文章，基础比较扎实地去搞搞算法，基础一般的搞搞应用。另外，鉴于深度学习目前的火热程度和攻略万物的趋势，学学深度学习的算法也是非常划算的。以前用别的方法做过的工作，还能用深度学习再做一遍，或许也能拿到一些不错的结果。
所以，对于很多自然科学类的研究者，如果你实在没有经费，没有课题，不妨试着把自己的方向结合大数据和深度学习，这两个技术简直是穷人的福音。
另外，还有几条常见的方案，比如抱大腿，社会工程学，交流合作等等。比如虽然青椒刚来没经费没课题，但是课题组很富裕，带头人是大牛，那其实起步阶段不会很难，只要抱好大腿，好好跟着课题组发几篇文章然后申请自己的青基就行。或者和自己的导师、师兄师姐保持良好的关系，偶尔借用一些他们的实验室资源，蹭两篇文章发一发也可以。
我还见过一些社交牛人，跟其他单位的同仁广泛交流合作，共享大家的实验条件，然后你一篇我一篇这样的写文章。当然一定要注意成果如何分，以此达到长期互惠的合作模式。
【竞赛报名/项目咨询+微信：mollywei007】
