14位生信前辈给的生信入门建议——消除进阶Level 1的困惑

Shirley：Levels of Bioinformatics Research，点击“阅读原文”直达全文

身处生物实验室自学生信的小伙伴，从入门就开始修炼Level 1：用生信给实验合作者（本组的老师或同学）分析数据。

主要精力投入在技能的修炼上：学习写代码、学习用软件、学习pipeline。

身处生信课题组的小伙伴，Level 1、Level 2、Level 3夹杂着修炼，面临的最大挑战是从哪个方面入手能挖出有价值的规律。

当前者克服了技术瓶颈，后者熟悉了各种生物数据以后，都要进阶Level 3，甚至有机会直捣Level X。

小丫请来生信前辈，讲讲他们进阶Level 1、Level 3和Level X的经验，以及给小伙伴的建议。本期先谈如何进阶Level 1：

请出几位生信公众号站长，他们给出了这样的建议：

生信技能树《》

先搞清楚生信工程师都在干嘛：

生信媛《》

我保证这个用到啥就学啥的学习速度是最快的，虽然可能是很痛苦的。如果你没有能力去这些大公司学习，那么参加曾健明师兄组织的转录组2个月入门生信，也是类似于做一个项目的方式。

biobabble《》

读文档是非常重要的，很多问题在文档里已经有了答案，但用户就是不愿意花时间去读，在《》一文中，我也反复在说文档。

生信札记《》

每个社群，其实最适合的人群还是初学者；一旦度过这个阶段，留在社群的人，往往是某种美德驱使。因为社群对他们的收益微乎及微

Chris生命科学小站《》

负基础的状态。临床医生大部分都是这个状态，其实这个时候需要push！有人鼓励和鞭策，自己克服恐惧，其实不到一周就能突破负基础状态。一旦突破了，自己一定要找个项目从头开始做一遍。

会做实验又懂R的临床医生果子的建议：如果可以选择，临床医生就好好看病，别把时间浪费在这些生信技能上！

如果非要入坑，三个推荐：

第一，学好R语言，获得原始积累。

第二，去生信技能树练习生信技能，这是我们看世界的第一双眼镜，他不会改变世界，但是能看得更清。

第三，去嘉因公众号里寻宝，那里有几个价值10万的技能，帮自己发第一篇文章，拿第一个基金。

tiansaisai：入门生信第一课是跟着建明师兄学习的芯片数据处理，跟着梦圆师姐学习的perl，虽然现在perl已经忘的差不多了，但是一些简单的还是能看懂，自己目前还是一只小菜鸟，一直还在努力，希望有一天变成大神，当然想学基础也可以看看生信菜鸟团。

去年写的这篇《》，迷茫的时候读一读，指不定触动我的哪根神经，继续前行。提取其中跟进阶Level 1有关的建议：

qian：从生物专业的同学考虑，入门建议多实践编程，自己安装一个类unix机器，每天实践熟悉unix环境下的批处理。学习基本的概率论，数理统计，了解矩阵操作。生信的认识主要就是分为不同阶段，一开始是基本的数据整理分析比较，之后就是尽可能的自动化预处理，再之后就是抽象分析的框架，做自己的软件。出路就是接着做研究，国内外研究所。

（一看就是生物背景）

jinlong：小哈让我讲讲R语言该怎么学？

说一下自己学习R语言的过程，其实我的经历应该还是挺励志的。

因为是学植物学出身UNIX 进阶，我没有什么良好的数学和编程天赋。博士一年级开始认识到统计学很重要，并终于理解了t检验、方差分析、相关检验、线性回归等基础统计学内容。然后听一位师兄说R软件很重要，我看了一下R绘图很美观并且可以计算生物多样性Shannon等指数，于是开始学习R。我原本没有任何编程基础，只是大学时学过VISUAL BASIC ，不过当时VB也没学明白。我开始学习R，一边看书，一边动手练习，逐渐觉很有意思，后来在读博期间狂看十几本R英文书籍，并把其中大部分练习都做了，还钻研了相应的算法，开始学习C、C++以及Python, FORTRAN等语言。

从开始接触R，到半年后，我学会了编写函数，随着函数的增加，到处都是R函数，也不是办法，于是一年后我开始学习编写R程序包。随后编写了spaa, phylotools, plantlist, HK80等程序包。因为这些程序包很实用，所以受到生态学领域师生的欢迎，之后我被邀请到中科院昆明植物研究所、北京林业大学、中科院西双版纳植物园、中科院华南植物园做数据分析培训。

个人感觉学习R最重要的还是动手去做，在练习中去学习，去理解，然后再学习相关的理论，自然就能融会贯通。

我目前工作是管理一个小型植物标本馆，也会用R制作标本馆的网站，进行数据分析等。

（这家伙写了7个R包，还被R语言大会邀请去做报告，是生物/医学背景的R语言学习榜样）

Y叔：用心便能专业，多实战练习很更要，projecteuler和rosalind是你的朋友！

（有了这两位朋友，数学、编程都不怕。Y叔写了20个R包，ggtree才是他的真爱）

Josef Allerberger：一个入门办法，就是多看看BMC Bioinformatics，Bioinformatics，NAR等杂志上介绍的生物信息学数据库。根据自己的需要，掌握一些实用的小工具，例如Venny等。

间歇性亢奋：如果你也是生物背景，三点建议：

1.从一开始花点时间形成一个好的编程习惯；

2.好好学统计；

3.相信一切都会好起来。

黑猫警长：生物信息学对学生物的人来说算是一门门槛比较高的学科。刚开始比较困难，看书看别人code查Google，但最重要的是不断去写code，不断练习，生物信息不再是天方夜谭。

Rita：本科是生物背景，硕士转到了生物信息，然后感觉相对于生物背景，懂编程和统计可能更重要一些。感觉自己全程有点懵逼，编的程序渣渣的好像一直没有掌握到生信的精髓，只是略懂皮毛，不过有这样一段利用编程统计解决生物问题的经历还挺有意思的～

意犹未尽啊～期待下期进阶Level 3和Level X

（编辑：宁德站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!