Werken als bioinformatics specialist

Wat doet een bioinformatics specialist?

De specialist maakt biologische data bruikbaar. Het lab of een instrument levert ruwe data, en de specialist schrijft en draait de analyses die die data controleren en verwerken. Volgens NHGRI is bioinformatica een wetenschappelijke subdiscipline die computertechnologie gebruikt om biologische data en informatie te verzamelen, op te slaan, te analyseren en te verspreiden. Hogeschool Leiden noemt het vak de slimme combinatie van biologie en ict.

In de praktijk begint het werk met de vraag van het onderzoeksteam. Daarna controleer je de ruwe data op kwaliteit, verwerk je ze in een vaste reeks analysestappen en toets je de uitkomsten statistisch. Je visualiseert de resultaten, legt ze uit en documenteert code en parameters, zodat een ander de analyse kan herhalen.

Bekijk de actuele vacatures voor bioinformatics specialists of de werkgevers met bioinformaticavacatures. Op 5 november 2026 stonden op HLSJobs vacatures voor deze functie bij MSD en Erasmus MC.

Met welke data werkt een bioinformatics specialist?

Een bioinformatics specialist werkt met genomicsdata en proteomicsdata. Volgens NHGRI bestudeert genomics al het DNA van een organisme, dus het genoom, met alle genen en hoe ze op elkaar inwerken. DNA-sequentiedata ontstaat bij DNA-sequencing, de laboratoriumtechniek om de exacte volgorde van de basen in een DNA-molecuul te bepalen (NHGRI).

Bij DNA-sequentiedata vergelijk je sequenties met een referentie om afwijkingen te vinden. Bij proteomics verwerk je meetdata tot lijsten van eiwitten en hoeveelheden. Volgens Wageningen University & Research legt de bioinformaticus verbanden tussen genen, eiwitten en zichtbare eigenschappen. Zoek je werk met genomics, dan vind je vacatures met genomics. Wie met proteomics werkt, kan vacatures met proteomics bekijken.

Welke tools en programmeertalen gebruik je?

In dit vak komen programmeertalen als Python en R voor, Bioconductor voor genomische analyse en workflowsystemen als Nextflow en Snakemake. Welke tool een team gebruikt, verschilt per werkgever. De tools hieronder zijn voorbeelden uit de eigen sites, geen eisenlijst.

In de opleidingsbeschrijvingen komen Python en Java terug. RDKit gaat over de chemie van moleculen en niet over sequentiedata, en raakt het werk waar het om structuren van kleine moleculen gaat, bijvoorbeeld bij onderzoek naar nieuwe stoffen. Zoek je werk met Python, bekijk dan de vacatures waarin Python wordt gevraagd. Voor analyses in R zijn er vacatures met R en vacatures met Bioconductor. Workflowsystemen komen terug in vacatures met Nextflow en vacatures met Snakemake.

Waarom zijn reproduceerbaarheid en FAIR belangrijk?

Reproduceerbaarheid en FAIR maken een analyse controleerbaar en bruikbaar voor anderen. Reproduceerbaar betekent dat iemand anders, of jijzelf over een jaar, met dezelfde invoer en dezelfde stappen tot dezelfde uitkomst komt. Daarvoor leg je softwareversies, parameters en stappen vast, en laat je een workflowsysteem de stappen uitvoeren in plaats van ze met de hand te doen. Nextflow en Snakemake zijn zulke systemen, en Bioconductor noemt reproduceerbare analyse als missie.

FAIR staat voor Findable, Accessible, Interoperable en Reusable, een set principes uit een artikel uit 2016 in Scientific Data. De GO FAIR Foundation in Leiden werkt ze uit. De principes gaan in de eerste plaats over data en metadata. Voorbeelden zijn een wereldwijd unieke en blijvende identifier voor (meta)data (F1), een protocol dat open en vrij is (A1.1) en een gedetailleerde herkomst van (meta)data (R1.2). In de praktijk betekent dat duidelijke identifiers, beschreven metadata en een duidelijke licentie. FAIR is een set principes, geen wet en geen GxP-regel.

Welke GxP-regels raken bioinformatica bij klinisch onderzoek?

Is een analyse onderdeel van een klinische studie, dan gelden de verwachtingen van ICH E6(R3) en de EMA-richtlijn over computersystemen voor de systemen en pipelines die studiedata verwerken. Die teksten gaan over klinische studies en noemen bioinformatica niet bij naam. ICH E6(R3) is op 6 januari 2025 aangenomen, en volgens EMA zijn de principes in de EU sinds 23 juli 2025 van kracht en kunnen ze ICH E6(R2) vervangen.

Hoofdstuk 4 van ICH E6(R3) gaat over data governance: data-integriteit, herleidbaarheid en beveiliging. Sectie 4.2 beschrijft de levenscyclus van data, van verzameling tot vernietiging. Bij overdracht of migratie tussen computersystemen moeten elektronische data inclusief metadata hun integriteit behouden, en de overdracht wordt gedocumenteerd. Sectie 4.3 vraagt om gedocumenteerde procedures voor gebruik, training, beveiliging met back-up, validatie en gebruikersbeheer.

De EMA-richtlijn over computersystemen en elektronische data in klinische studies, aangenomen in maart 2023, vervangt het reflectiepapier uit 2010. Ze noemt onder meer farmacovigilantiedatabases, statistische software en andere computersystemen van de sponsor die data voor het onderzoek beheren, analyseren of rapporteren (EMA). Een audit trail moet aanstaan voor het oorspronkelijk aanmaken en elke latere wijziging van elektronische data, en gewone gebruikers mogen hem niet uitzetten. Voor een analysepipeline komt dat neer op vastleggen welke data, welke softwareversie en welke parameters zijn gebruikt, wie de analyse uitvoerde en wanneer, en wijzigingen aan de pipeline gecontroleerd doorvoeren.

Lees meer over wat ICH E6(R3) verandert en over data-integriteit en ALCOA+.

Wat betekent de AVG voor genetische gegevens?

Genetische gegevens zijn bijzondere persoonsgegevens, en de verwerking ervan is in principe verboden. Artikel 22 van de Uitvoeringswet AVG (UAVG) verwijst daarvoor naar artikel 9 van de AVG, en de UAVG kent uitzonderingen die aan voorwaarden zijn gebonden.

Artikel 24 van de UAVG geldt voor wetenschappelijk onderzoek of statistische doeleinden, mits de verwerking noodzakelijk is voor dat onderzoek, het onderzoek een algemeen belang dient, uitdrukkelijke toestemming onmogelijk is of onevenredige inspanning vergt, en er waarborgen voor de persoonlijke levenssfeer zijn. Artikel 28 gaat specifiek over genetische gegevens. Het verbod geldt niet als de verwerking de persoon zelf betreft bij wie de gegevens zijn verkregen. In andere gevallen vervalt het verbod alleen bij een zwaarwegend geneeskundig belang, of bij wetenschappelijk onderzoek in het algemeen belang of statistiek, mits de betrokkene uitdrukkelijke toestemming heeft gegeven en er waarborgen zijn.

Genetische gegevens kunnen een persoon identificeren en zeggen iets over gezondheid. Voor een specialist betekent dat: alleen werken met gegevens waar je toegang toe hebt, geen gegevens delen buiten de afspraken en bij twijfel de functionaris voor gegevensbescherming of de privacyafdeling vragen. Dit is een samenvatting en geen juridisch advies. Op wetten.overheid.nl staat de volledige tekst; de versie die op 5 november 2026 gold, is geldend vanaf 1 september 2026.

Hoe verschilt bioinformatica van data science en biostatistiek?

Een data scientist past data-analyse en modellen toe op data uit elk domein. De bioinformatics specialist doet dat ook, maar heeft biologische kennis nodig om te bepalen welke data betrouwbaar zijn, welke vraag zinvol is en wat een uitkomst biologisch betekent.

Een biostatisticus ontwerpt de statistische opzet van een onderzoek en analyseert de uitkomsten volgens een vooraf vastgelegd plan. Het resultaat is een statistische conclusie voor een klinische studie. De bioinformatics specialist werkt vooral aan grote moleculaire datasets, zoals sequenties, en bouwt daarvoor pipelines. De twee werken samen waar moleculaire data in een klinische studie terechtkomen.

Met biologen en moleculair biologen overleg je over de onderzoeksvraag, het experimentontwerp en de kwaliteit van de metingen. Met laboranten bespreek je de monsters, met biostatistici de analyse, met clinici de uitkomsten en met IT- of data-engineers de rekeninfrastructuur. Meer over het vakgebied vind je bij life sciences data.

Welke opleiding past bij een bioinformatics specialist?

Een wettelijke beroepsvereiste voor deze functie hebben we niet gevonden. De opleidingen in de tabel verwijzen naar bioinformatica, maar zijn geen voorwaarde. Wie uit de biologie komt kan programmeren en statistiek bijleren, en wie uit de informatica komt kan biologie bijleren.

Wat een werkgever vraagt, staat in de vacature.