【生物信息学】现在及未来，学习规划及入门

1.关于生物信息学
生物信息学大家并不陌生，但自己好像从未思考其来源和本质，最近在读到有关书籍中有如下介绍：

Bioinformatics is an interdisciplinary field that develops methods and software tools for understanding biological data. As an interdisciplinary field of science, bioinformatics combines biology, computer science, information engineering, mathematics and statistics to analyze and interpret biological data. Bioinformatics has been used for in silico analyses of biological queries using mathematical and statistical techniques.

生物信息学基于理解生物数据来开发算法和软件的交叉学科。为了整合和分析生物数据，它整合了生物，计算机，信息学工程，数学和统计。使用数学和统计，生物信息学被用于基于生物问题的计算机分析。

2.生物信息学的发展
目前已有许多院校在本科阶段就加入了生物信息学专业，这既是生物信息学发展大势所趋，同时也体现了其对于自然科学乃至社会科学研究的巨大作用。

3.生物信息学能做什么？
生物信息学的科研包含 dry lab与 wet lab。Dry lab主要包含与计算生物学、结构生物学、基因组学相关的程式设计及应用。Wet lab 主要包含生物医学方面的研究。无论是 dry lab或 wet lab，根据兴趣选择。科研不仅可令学术能力得到提升，更可以锻炼自己的逻辑思维，提升自己。

（1）现阶段来看，研究生。。对其的投入主要与研究方向相关
（2）what about the future？

4.怎么入门生物信息学？

1.Linux

在知乎研究过相关的问答，其中有个回答印象很深刻：Linux的时间超过8年，但是所使用的命令，合起来频度超过99%的竟然不超过20条！基本上就是在接触生信的第一天学会的，而对于聪明如你们的人来说，相信一定可以用更短的时间融汇贯通，对于这几个命令我简单列一下（注意都是在Terminal模式下）：
1张表：

pwd：列出当前目录的完整路径，明确你在哪；
cd ：跳转到其他目录，两个好用的cd命令，”cd -“ 跳回最近一次的目录，”cd …” 退回上一层目录；
ls：列出当前目录内容，最好加上 -l -rt 参数，会更加清晰，目的是明确目录下都有什么；
mkdir：创建目录；
rm：删除文件或者目录；
mv：重命名文件或者目录；
cat：打开文本文件，内容输出到屏幕；
less -SN：打开文本文件，这个是查看文本文件更合适的方式；
head -n：查看文件前n行；
tail -n：查看文件尾n行；
wc -l：计算文本文件的行数；
”|“： 管道操作；
grep命令；
awk命令；
sed命令；
sort命令；
du -sh ./: 检查当前目录所占空间大小；
bc -l：启动Terminal下的计算器，可以在这里进行简单的数学运算，输入”quit”就可以退出；
chmod：修改文件或者目录权限；
这里推荐看一下”极客学院“中那一篇”一步一步学Linux“的文章，我觉得那篇博文就足够了。值得你多花些时间研究的是Linux中 “|” 管道命令的妙处。另外，掌握基本的grep，sed，awk操作。我之所以推荐这三个命令是因为，它们很适合快速进行简单的文本操作，可以让很多工作直接快速地在命令行上完成，而不需要编写程序。比如抽取一个文本文件特定的几列信息、匹配相关信息、修改输出等，用awk实现起来非常简单。上面这些掌握了之后，你再学习如何利用这些命令和相关执行程序组建简单的shell任务流程，到这个阶段，Linux部分基本就OK了。至于如何在Terminal中编译程序或者安装软件包，一般都有教程，按照教程来就可以了，真碰到问题可以多Google。

2.掌握一门高级编程语言

《简明Python教程》、廖雪峰的Python教程

3.掌握常用的组学数据分析软件

生物信息的工具众多，不过数据分析过程中常用的工具和软件还是可以列出来的，主要是：bwa，samtools，picard，GATK，bedtools，bcftools，vcftools，FastQC，MultiQC，VEP这些。基本都是在构造如WGS、WES这类分析流程的时候需要被用到的。另外，还有关于GWAS的一系列分析工具等，这些其实可以根据后续的具体项目逐步深入。除了工具之外，基本的数据文件格式也必须认识，比如：Fasta，Fastq，BAM，gff，vcf等，我在下文中推荐的《Bioinformatics Data Skills》这本书里面就系统讲了诸多在基因数据分析过程用到的工具和文件格式解析，值得一读。

4.实践出真知

多做一些复现，重点是要与自己的研究相关！