生信难吗？我给读者的回信

天下事有难易乎？为之，则难者亦易矣；不为，则易者亦难矣。

生信分两个大方向，偏程序开发和偏实际应用，程序开发需要较强的数学和 IT 背景，事实上这是一门叫作计算生物学的专业的主题，习惯上也称为生物信息学。

生物信息学的重点在于“信息”二字，就是借助于计算机工具，从大量的生物学数据中挖掘出感兴趣的信息。计算机在这个过程中只是一个工具，不是重点，我们只要能操作好计算机就好了。要操作任何一台机器，是不是得学习相关知识？直接对着机器说话，让它怎么干，现在的还没达到那个水平，将来或许会。

目前来说，代码，才是计算机能听懂的语言，写代码，能让计算机更好地完成我们的工作，但千万不要以为编写代码有多难？下面是重点。

01 编程难吗？

如果编代码水平最高等级是 10 级，搞生信的学到 1 级就可以了。

只需要 1 级是什么概念，就是入门级水平，就完全 OK 了。

注意我上面用“代码”两个字，而尽量不用“编程”，是因为生信写的那点东西，根本算不得程序，就是一些简单的指令组成的脚本而已，跟真正的 IT 程序，相隔着十万八千里。

事实上已经有人说出了真相，写个破脚本，也好意思说自己会编程？事实就是如此，好尴尬。

就算广泛使用的生信软件，你扒开代码来看，也就那么回事，并没有用到高深的编程知识，比如生信最核心的比对软件，不就是动态规划的反复运用吗？即便如此，也只是套用了现成的算法，根本用不着多深的编程技巧，好多生信软件，都没用到异常捕获机制，面向对象的编程思想，很多也没用到，而是 C 语言那套面向过程的。

把一个技能做到入门水平，难吗？不难，是不为也。

你认为难，别的同学也一样，如果你克服了，那么你在职场上就有了比较优势。

跨界，是一个人取得优势的捷径。

试想你在本专业取得前 50%的成绩，在这 50%的人中，你的计算机能力也能进前 50%，那么你就进入了整体的前 25%。你统计基础好，这个账很容易算吧。

吴军说过，你在一个城市的打工者中，收入能够进入前 25%，就不用担心买不起房，因为一个城市怎么样也要留住真正给它做贡献的人。同理，你在同行中做到前 25%，也不愁找不到工作。

扯远了。

前面是思想理念方面的转变，下面说下具体操作过程。

你现在要做的，买 2 本书，一本 Linux 入门，一本 Python 入门，打开电脑和书，把书上的代码在电脑里面从头到尾敲一遍，就能干活了，如果遇到画图，可以再了解一下 R 语言。如果时间允许，我可以带大家过两本书，给大家指出哪些是必须掌握的，哪些暂时没必要掌握，比如 Python，涉及到网络编程，爬虫啥的，暂时没必要掌握，Linux 也只需要掌握基本命令，运维相关的东西暂时也不需要。

下面我再聊一下如何克服焦虑。

02 我们为何如此焦虑？

李笑来谈到写作，要“Narrow your topic”，就是聚集你的主题。

我们学习也是一样，要聚集自己的课题。网上生信教程那么多，如果解决不了你的问题，跟你有什么关系？何况有些教程讲生信入门，动辄算法详解，机器学习，除了故作高深，吸引不明真相的粉丝外，没别的作用。本人至今不懂机器学习，老板也没让我用机器学习干活。

另外就是追热点，甲基化热门，追甲基化，单细胞热门，追单细胞，生怕哪个热点自己赶不上，学了一堆东西，实际上用不到，徒增焦虑，越学越焦虑。

大可不必追热点，选定自己的方向，深挖下去，直到挖出水，不要东挖一下，西挖一下，每次都是水快出来了，就放弃了。

就拿我所在的基因检测行业来说，真正挣到钱的是谁？是技术最前沿最高深的吗？不是。肿瘤基因检测企业，基于 NGS 技术的都在亏损，而艾德的 ARMS 挣得盆满钵满，ARMS 是基于传统的 PCR，相对 NGS 来说技术要落后一到二代。最近的新冠检测，挣钱的也不是技术最先进的，而是在自己行业深耕多年的。人也好比一个企业，盲目多元化扩张，最终只有被淘汰出局。你不能告诉别人我会合成药物，你应该告诉别人我会合成抗高血压药，你也不会告诉别人我会搞生信，你应该告诉别人你擅长基因组方面的数据分析，甚至是在肿瘤基因检测或者微生物基因检测方面有独到见解。

因此，要聚焦，专注于一个领域，这样你虽然在就业市场上面临的选择少了，但是你精于某一方面，反而更容易找到工作，并且能谈到更高的价钱，毕竟你要的不是一个行业，你要的只是一份工作而已，你要那么多工作机会干啥？一个就够了。

我一直用的微信签名：Less is more，少即是多。

把手头的工作干好，干到极致，当接手新的课题时，再去学习相关知识。

我们不能陷入无尽的知识的海洋当中，我们只取一瓢饮，当你学会了专注，你就克服了焦虑。

毕竟生活除了眼前的苟且，还有诗和远方。

---

如果你喜欢这篇文章，请点个“赞”吧！或者点击“在看”让更多朋友看到，点击“阅读原文”可以在知乎专栏上给我留言