学习生信的系列书籍

每次遇到有人问怎么学生信时，总会碰到一个尴尬的问题，“有没有什么书可以推荐下”。骤然之下，也不知道该怎么回答。这个问题有点大，想不到一本书可以囊括。而且对提问人的基础和学习倾向没有了解，与其指条错路，还不如不指。最后我都都会说，看生信宝典吧，有一系列由浅入深的Linux教程，R教程，Python教程和NGS教程；你要想学就按我写的做，有问题再讨论。

后来想想，生信宝典虽然是凝练了很多书籍、经验的知识合体，但总会有涉及不到的地方和忽略了的地方。还是系统地整理下书籍，做为一个补充吧。

我最开始学习时也会碰到读什么书的问题。那时候网上还没有现在这么多的资源，而写成书的东西都会比较系统，所以有一本合适的入门书籍还是会很有帮助的。但怎么叫合适呢？最开始学C语言，看了谭先生的C语言入门系列，确实是入门系列，看来看去总在门口徘徊，体会不到先生的真谛。直到后来寒假在家读了The C programming language才知道圣经就是圣经，地位不可撼动，拉你入门没商量。

后来，我选书的原则就是，先搜索到一堆 (现在百度云里面还沉睡着很多电子书)，然后一个个的打开浏览，看不下去的就扔掉，哪个能看下去就看哪个；很有可能最后看完的那个，无论在写作风格和内容深度方面都是适合你的这个阶段的。看网上的教程也是，多浏览，少细读，既能保证你熟悉这个方向，又能帮你找到合适的切入点。

列一下其中可能对大家有帮助的书：

• 并行计算导论(2006 张林波等编著)：如果不想学并行计算，这本书第二章是不错的Linux操作系统、Linux命令和Linux开发环境介绍，朴实、详细。

• Bioinformatics programming using python (2010, O’Reilly): O’Reilly出版，经典，只看前7章就可以

• ThinkPython, ThinkBayes, ThinkStats (Allen B. Downey著): 计算的视角学习贝叶斯和统计, 自带电子版

• Programming Collective Intelligence (Toby Segaran, O’Reilly): 有意思的机器学习类书籍，基于Python

关于生信，我最开始看的是《生物信息学中的计算机技术》(2002年出版)，内容涵盖Linux系统使用，生物序列分析、基因和基因家族鉴定，系统发育和数据库建设、自动化、可视化等内容。对当时不知道怎么入手的我，有很大的启蒙作用。现在已经记不清具体的内容了，只是印象中看完这一本，朦胧中找到了方向。后来的两本书有《Beginning Perl for Bioinformatics》(2001年出版)，《Beginning Python for Bioinformatics》(2002年出版)，应该还都有对应的Master系列，在看这两本书的时候，已经有了一定的编程基础，都是作为既学习英语，又弥补下没系统学习过编程的缺陷。

后来在中科院数学所张林波老师和计算所迟学斌老师教授的《并行计算》，刘莹老师主讲的《数据挖掘》，《计算机病毒》等课程下巩固学习编程理念，不局限于哪一种语言了，主要学习里面的思考。这些老师，无论在基础理论还是应用上都有很好的经验指导。如果在中科院或北京上学的，都可以去选这些老师的课。迟学斌老师常常呐“不怕贼偷就怕贼惦记”来教导我们，不要害怕学不会，多看几遍，没事多想想就会了。套用现在话就是，没有看一遍生信宝典解决不了的问题，如果有，那就再看一遍。

再以后，基本就不完整的看专业类的书籍了，用到哪部分，就借助谷歌去搜索。因为有了一些经验，再多看看在线的教程，哪里不会搜哪里，问题一般都可以解决。这是一个便捷快速的方式，就像你有一本可检索的CookBook在手。但是也会造成知识不连贯的缺陷。比如学习R时，就只看了R for beginners(现在看的比较多的应该是R in actions，也属于快速上手的小册子)，后来也没系统地学，直到现在R的水平还是在入门阶段徘徊 。

写代码到了一定的阶段，还是要多看优秀的代码，学习他人的写法，学习新的思路和新的方式。在解决问题时，如果感觉自己写出的代码很诡异，虽然能解决问题，但也最好搜索下，有没有更合适的方式。

从出版日期来看，之前看的那些书都比较老了，而且讲述的都是经典的计算知识和基础的生物计算处理。如果作为生信中的编程入门，问题倒也不大。但生物信息学发展到现在，那些提到的知识大都被封装到函数或命令中，现在用起来都是很简单的事了。尤其是对于着急用生信的人来说，里面的知识跟眼前要解决的问题中间有10年的落差，给人感觉有点"low"，可能满足不了现在人浮躁的心理。

最近这几年出版的书，对常用的高通量测序、蛋白质组学和代谢组学等都有涉及，还是有一些挺不错的，比如 Clinical Applications for Next-Generation Sequencing (2016)和Next-Generation Sequencing Data Analysis (2016)，Bioinformatics_and_Functional_Genomics_3rd_edition (2015)都可作为参考读物，用到什么地方去读什么地方。当做小说看也可以，翻到哪是哪。

• Clinical Applications for Next-Generation Sequencing (2016): 开始是关于NGS技术的原理、优缺点、应用的详细描述，后面分不同类型的疾病概述NGS的研究进展和存在的问题。

• Next-Generation Sequencing Data Analysis: 涉及分子生物学基本知识，NGS概述、测序原理及注意事项、NGS共有分析步骤及软硬件要求；转录组，小RNA，全基因组、表观和基因组组装等的原理、实验设计、分析内容和用到的工具。

• Bioinformatics_and_Functional_Genomics: 大百科，序列比对，数据库使用，系统进化，到芯片，NGS，蛋白结构、蛋白组，疾病；有原理，有代码。

如果想看中文的，书好像是没有的，但公众号和博客还是很多的。不管看懂看不懂，每篇都翻一翻看一看，说不准什么时候就会了。就像大学时，去图书馆，不看书，而是挨个书架的走动，浏览书名就会有不少收获。

最后，不管看书，还是看公众号，都要打起至少半年的主意；如果能坚持半年，再回头来看，拦路虎都成温顺的小猫了。