生物信息最佳入门实践路线图

Sat, 10 Oct 2020 00:00:00 +0000

生物信息最佳入门实践路线图

介绍

　　生信是一门交叉学科，要学习的东西非常多。本人从2011年开始学习生信，深知它的博大精深。因此，给大家推荐一些学习资料，可以快速入门。由于我是一位喜欢阅读多过视听学习的人，所以书籍都是亲自阅读过的，但是视频并没有认真看过。

　　下面这张图展示了生信学习的路线图。一开始可能就是学习一门编程语言，首选R语言，然后是python。其次如果你要处理大量测序数据，你得学习linux操作系统。最后最重要的一步是：利用项目不断进行实践。当然最终目标还是为了理解生物学，利用你的生物学知识来解释分析结果对生物学的意义。

　　其实生信这一领域或者说计算机这一领域最重要的一个能力就是学习。学习怎么搜索问题和答案并亲自去尝试。得学会怎么高效搜索，可以google, bing, QQ群，论坛（如stackoverflow），老师和同学等。大部分问题都可以在网上得到解决，相信我，你肯定不是第一个碰到问题的人。然后是在QQ或论坛去请教，当然如果你身边有生信的高手请教可以节省大量时间。

　　所有资料我都尽量用开源免费的，这样省掉很多学习成本。另外有一些收集的pdf书籍放在百度云上，链接，提取码：bioT。如果失效了请在最下方的评论区提醒一下。

R语言

如果你想快速入门深信，请必学R语言。这是一门开源的编程语言，主要优势在于统计和绘图，以及极其丰富的软件包。

R语言资料

如果你是一位喜欢视听学习这种方式的，请参考生信技能树的生信人应该这样学R语言。
如果你是一位喜欢阅读学习这种方式，请参考R for beginners和R现代统计图形。如果你有余力还可以学习R语言实战及ggplot2:数据分析与图形艺术等深入内容。
最后进行这20个R语言习题进行实践，加深印象。如果你没有时间，而且入门资料都能看得懂，也可以跳过这步，在项目实践阶段结合自己课题进行练习。

linux

如果要对测序后的原始数据进行上游分析的话，你一定得学会Linux。如果你不用处理多组学数据的原始序列，那么这个可以跳过。

入门视频：https://www.bilibili.com/video/av28813815
书籍：**鸟哥的linux私房菜**是繁体字，也有转成简体中文版本。
linux 实践：http://www.bio-info-trainee.com/2900.html

python

python是一门胶水语言，基本上什么都干，尤其是在机器学习方面。目前很多机器学习和神经网络的开源项目都是用python写的，如果你有兴趣往这方面发展。python是非学不可的。

编辑入门：笨办法学 Python
机器学习入门：python机器学习基础教程（Andreas C.Muller and Sarah Guido著，张亮译）
神经网络入门：[Python深度学习（Francois Chollet 著，张亮译）

项目实践

目前没找到好的开源项目进行实践，这个跟课题组的研究内容相关。不过下面列出一些组学的内容可以用来实践。

转录组：https://www.bilibili.com/video/av28453557
单细胞组：https://www.bilibili.com/video/av38741055
肿瘤免疫的生信分析，分享一些文献进行具体实战。链接：https://pan.baidu.com/s/10nUWgVR4SRT83Qwmwuy0pg 提取码：qapd

入门 | 生信之家

生物信息最佳入门实践路线图

生物信息最佳入门实践路线图

介绍

R语言

R语言资料

linux

python

项目实践