小白如何快速入门生物信息学?

Question

小白如何快速入门生物信息学?

本科生物技术，未来想从事生物信息学，没有计算机基础，请问应该补充那些计算机方面的知识？

关注者

87

被浏览

96,432

8 个回答

张一柯 大连理工大学生物信息学提笔写给奋进之人 · Accepted Answer

既然是入门就需要好上手，别劝退的那种。先从应用生物信息学开始练起~

聊一聊应用生物信息学

很多人是生物学出身，生信的一些大牛也曾说过不用过分迷恋生信，如果你能够把这个工具学好，更好的去解决生物学问题，那是极好的。

还是建议编程基础不强的的尽量不要做硬生信，就是软件开发和算法，这真的需要时间的积累，希望不要被很多人忽悠，做做项目，硬啃下几本书，一年半载就开发算法。这样的回答其实挺不负责任的，每个人的人生每一步都至关重要。如果有志于做这方面的，后期可以一起探究和学习，这里就不展开讲了。

如果做生信需要掌握什么？

1、首先是生物学知识，我的导师在面试我的时候考察了很多恰恰不是编程的知识，而是生物学的知识，她说很多博士对于基因结构的理解都不是很深刻。这里总结了导师讲的这方面的内容，希望有所帮助。

这可能是全网最详细的真核生物基因结构讲解

这一次对于生物学的知识我更加建议是根据自己所在领域的文献查漏补缺，大量阅读本领域的文献，了解自己所需要的基础知识。

2、测序原理

目前市面上测序技术层出不穷，二代三代技术交相辉映，眼花缭乱，认准一个全基因组测序或者转录组测序都可以，这些是基础，一通百通，初学者通一门比门门都懂，但是不精通要好的多。二代illumina测序十分经典，其中的原理一定要特别通透。

可以先看下视频：

Illumina测序原理v.youku.comv.youku.com/v_show/id_XNzEzNzk1NTA0.html

生信基础

这一部分我进行了整理归类，也是按照学习路径来分的~

总论

转录组

表观遗传

3、项目经历

重复一篇数据好的转录组文章，这里可以给大家推荐一个，数据简单，适合新手

Transcriptome analysis of an apple (Malus × domestica) yellow fruit somatic mutation identifies a gene network module highly associated with anthocyanin and epigenetic regulation

我要自学生信之生信基础-转录组:分析流程大全解，看这一篇就够了

另外如果有机会一定要去实习：

比如华大、诺和这些，用来学习是可以的，大多数基因公司对实习的要求是不高的，勇敢向前拼

4、计算机基础

1）linux

基因数据分析，极度不推荐在Windows下完成，有很多的工具不支持，而且不利于学习，也不利于我们对数据的理解，不过，我们不需要成为运维专家，对于生物信息研究人员来说，只有了解Linux的一些常用命令即可。我也总结了常用的一些命令

分为几个部分

软件安装、文件操作、文本处理（awk、sed、grep等）、上传下载、目录（绝对路径、相对路径），基本熟悉这些就可以上手了，后续有需要的命令大家可以自己去找。我自己也总结了部分，还在继续整理中。

也推荐一个学习的网站。

Linux 教程 | 菜鸟教程www.runoob.comwww.runoob.com/linux/linux-tutorial.html

2）编程语言

关于R语言

关于R语言学习路径： 基础技能入门：安装加载包、数据结构、变量类型（str）、数据导入/导出（read）、数据筛选数据（filter/select）、合（merge）、匹配（match）、追加（mutate）、长宽转换（reshape）、数据索引（index）、循环（while.for）、判断（if）、排序（sort/rank）、缺失值（is.na）、正则

这一部分我推荐你看一些书籍，直接对着书上面进行基本技能练习，在这个过程中head、str、help函数的使用频率>=1000次是极佳的。哪一本都可以，比如这一本的第二版前三章：

R语言实战第二版第2版 r语言编程数据分析统计数据结

这个时候你的基础已经初步具备了，下面咱们就要开始做数据分析了。R做数据分析有些人比较喜欢用r-base（基础版本），当然我个人比较倾向于tidyverse（可以理解为加长升级版本）。使用前需要先安装然后加载他（安装就像你买了回来，加载表示你要用他了）。你以为这些就可以直接画图了吗？各种脏数据扑面而来，60%的时候就花费在了数据预处理上，我们看一下数据处理的流程。

第一步：数据预处理：

下面就开始第一步了，这里推荐完成 R语言数据处理120题一定不要复制粘贴，一个一个敲起来。优秀的预处理能力是你的数据分析中的锋利的宝剑。尤其是在缺失值、异常值离群点、冗余数据的处理技巧上。

第二步：数据可视化

做数据可视化的过程中会涉及一些统计的知识，那么下面的一些统计基础就派上了用场。

如果是医学生，恰好有一本深得人心的医学统计书籍。

医学统计学（第3版）/“十二五”普通高等教育本科国家级

京东

¥37.80

去购买

我自己也在着手更新：

生物信息学必备入门级统计学概念：错过不知道再等多久
我要自学生信之统计学：跳出假设检验的逻辑坑
我要自学生信之统计学：第六章-总体均数的估计
我要自学生信之统计学：如何选择假设检验的方法(t检验、U检验、卡方检验、F检验等)
我要自学生信之统计学：t检验(上)
我要自学生信之统计学：方差分析
我要自学生信之统计学：多重比较
我要自学生信之统计学：二项分布和Poisson
我要自学生信之统计学： $\chi^{2}$ 检验
我要自学生信之统计学:模型预测的评价(准确度、精确度、敏感度、特异性)

其实什么类型的数据画什么图都是很有讲究的

至于画图的细节每一种类型的图都需要详细进行讲解，我的ggplot2科研绘图篇也即将开始更新了，可以和小柯一起学画图。先来张看一看效果~

赶着学习的可以多看看书，专门挑ggplot2画图这一节即可，理解底层画图逻辑（像PS的图层）。看视频虽然也讲的很清晰，但是最好还是查漏补缺用。我这里也更新了一些：

第三步：数据建模

许多的数据可视化后不用建模就可以得出一定的结论，有些复杂的数据需要通过分类、聚类等不同的方式进行分析。可以分为探索性分析和预测性分析。这一部分我会单独在我的专栏进行讲解，这里就不展开了。至于深度学习的部分还是推荐用python。

关于R语言学习的一些疑虑

1、没有编程基础怎么办

R是我学习的第一门正式学习的编程语言，零基础也可以学会，达成目的即可，有时候只是为了画图而已，坚持一切编程都是纸老虎（怕就永远都不会）。

2、前面的学习路径还是不是很清晰，能不能简单再顺一下

R语言实战前三章
数据处理120题
基本图形+统计学了解
ggplot2科研绘图

3、学习路径太慢，可不可以直接开始科研绘图

亦可，边学边整理数据处理和统计相关知识，但是前面的基础技能还是需要看完，后期需要大量项目来进行补足，题海战术在语言学习中依然适用。你是不是想和我说没有办法实战怎么办？我……好人做到底，论文中的图片哪里来，R绘图来，数据哪里来，论文里面来（拿起论文-下载数据-开始画图）。

R语言的学习教程我已经开始陆续更新，更加贴近实际引用，解决问题：

R总论

R绘图

R语言与统计

关于Python语言：

关于python学习，我不推荐一开始就看太难的书籍，编程语言也很容易劝退，也不希望你只是在单纯的记忆理论，因为那样并没有太大的效果，我个人觉得还是从实战出发：

推荐一本入门的书籍：

Python编程从入门到实践(图灵出品) 人民邮电出版社书

京东

¥46.50

去购买

理解这本书大约半个月左右的时间，并不会太耽误你的时间。看这本书实战的同时我还希望你做一些很通用的小项目，先在实验楼上进行学习，可以验证你的答案是否正确，这在初期是非常重要的，你一定要能够明确知道你做的是否正确：

精选项目课程_IT热门课程_蓝桥课程 - 蓝桥www.lanqiao.cnwww.lanqiao.cnwww.lanqiao.cn/courses/

有一定的基础之后，也许你已经摩肩擦掌准备迎战了，这个时候的你需要有一个大神带带你，一个人闷头苦干虽然很英雄，但我并不认为这样的英雄主义可以提高你的效率，开始入手github吧，如果你对github不算很熟悉，我恰恰写了一篇github的文章:自学生信之番外篇：一键解锁github 希望能够有所帮助

github上面的python100天的项目我本人极为推崇。它可能不是最好的，但是对于初学者是比较适合的，有人带你学习是一件非常幸福的事情。先放一下github的链接。