生物專業最強“殺手锏”：如何自學生物信息學？

　　當下，在部分學習生物專業的學生面臨工作難找、科研難做的多重窘境之際，基因產業和個體化用藥卻在以前所未有的速度蓬勃發展，遺傳咨詢師行業亦初露頭角。傳統學習生物專業的學生，可謂是趕上了“最好的時代”，倘若你知道如何解開維系健康的生命密碼信息，你將變得無可替代。那么問題來了，如何自學生物信息學？本文是一個非生物信息學自學成才的葵花寶典。

　　先說一下自己吧，我碩士讀的是細胞生物學，今年4月開始在boss要求下自學perl，打聽了下，這本書不錯，就買來開始看，等5月份去北京參加公司的培訓班時，讀了一遍，看了一部分。培訓回來，我們的項目就開始做了，9月拿到所有原始數據和分析結果。然后，我對照著公司的分析報告，試著自己走一邊分析流程，中間遇到問題，自己解決不了的，就發郵件求助。有幾點需要注意：

　　1. 我能理解你想早些玩兒數據的愿望，但是在這之前，最好要有一個outline.需要知道數據從哪兒來的，怎么產生的？其實就是測序儀的工作原理。然后是數據質量檢驗，為什么需要數據過濾？接著是reads拼接和組裝。總之，要對整個流程有一個認識，而后在學習的過程中，再不斷回頭對比這個流程，這樣才不會有迷失的感覺。[這本書](Bioinformatics for High Throughput Sequencing)推薦看一下。

　　2. 有了基礎知識的鋪墊，就可以嘗試著自己做些練習了，paper上面都會給出他們的數據、原碼地址，可以找來自己試試，先看看自己能不能做出一樣的效果。當然，這時要是你手里正好有項目，那就更好了。

　　3. 學生物信息，paper肯定是要跟蹤的。這兩個網站可以經常看一下：

　　[homologous](Homologus  -Frontier in Bioinformatics) 覆蓋生物信息有趣的論文， 算法，以及生物科學問題。這個網站還匯集了很多生物信息領域科學家的博客。再如BGI的主程羅瑞邦， SAMtools、BWA的作者Heng Li都有在這里出現。

　　[RNA-Seq Blog](RNA-Seq Blog) 推薦新的論文、工作、培訓課程、大型會議等。

　　如果你是生物背景的，那么計算機方面的知識需要補一下：

　　 -需要能在linux環境下舒服的工作。比如從源碼編譯安裝軟件、PATH配置，再比如舒服地使用google找到問題的答案 :-)

　　 -學會使用python/perl。比如有的時候運行一個軟件老是報錯，可能就是因為在一個包含幾十萬行的文本文件里，有隨機的那么幾千行的末個位置，多一個冒號，[就像這里](using HTSeq | popucui), 這時候你知道需要怎么做了？

　　 -學會R。要從一大堆基因里面找出表達水平變化的基因來，需要統計分析和顯著檢驗；而要把我們的數據更直觀地展示出來，最好的方式就是圖形了吧。這兩個需要，R都能滿足。當然matlab也是可以的，區別在于R是開源工具。

　　 -具備了上述技能，那么常用的軟件就能用起來了。隨著學習的深入，可能你的問題別人也沒遇到過，這時候就需要自己動手，要么修改現成的工具，要么自己做一個出來。這時候，除了python/perl，或許還可以學學C/C++/java，或許需要研究下比如BWT、De Bruijn Graph背后的原理。