育种数据分析之放飞自我分享 http://blog.sciencenet.cn/u/yijiaobai 关注:生物统计,数量遗传,混合线性模型,生物信息,R,Perl,Python,GWAS,GS相关方法,文章及代码

博文

如何高效学习GWAS分析

已有 4105 次阅读 2021-8-2 21:13 |个人分类:GWAS|系统分类:科研笔记

大家好,我是飞哥,今天随便聊聊关于高效学习一个新事物。

工作了一天,开了半天的会,敲了半天的代码,典型的周一呀!

话说前几天我的公众号关注人数超过了一万,非常感谢大家的支持。我之前分享了一篇GWAS的电子书,阅读量超过了1万,历史最高。这个1万,那个1万,感觉比2万的金钱对我的激励更大。

其实,GWAS分析之前我也没有接触过,因为项目需要学习了一下,发现它和基因组选择(GS)很像,都是利用LMM(混合线性模型)。学习的过程中,基本是查看软件的说明文档,运行软件的示例数据,然后操作下来,得到结果。但是有点怅然若失,总感觉根基不稳,原理没有弄清楚,有点虚。

于是,我就从简单的T检验,一般线性模型,logistic模型,混合线性模型开始看起,查看相关教程,编写一些代码去进行验证我的理解。然后逐渐明白了GWAS分析的P值是怎么计算出来的,效应值effect是什么东东,协变量是如何添加的,为何会有GLM模型和LMM模型。

在学习的过程中,我也有总结记录的习惯。在理解一个概念后,我想把我的理解写出来,想着可以帮助别人更快的理解相关概念。事实证明,确实如此。

因为互联网上,很多知识都很零碎,搜索起来诸多不便。而且因为GWAS这个领域很小,懂得人懂了,不懂得还是不懂,很少有懂得人把懂得过程写出来,帮助不懂得人在懂得道路上更快的懂。(话说这句话很绕)

所以,我就在公众号上写了一些笔记,开了一个GWAS的专辑,也在B站上更新了一系列视频。

但是,我也有自己的忧伤:把已经弄懂的东西,重新写出来,总是很烦,这种烦就像写好的代码再写注释一样的烦。所以教程断断续续,因为探索未知的事情让人振奋,而回锅旧知识总是让人无味。

但是Flag已经立下,所以咬着牙也要坚持。

回到开头,最高效的方法是什么?去做,去实践,去上手操作!

如果有个教程,有数据,有代码,有解释,直接去操作一遍,有问题去查找答案,有疑问去解决疑问,这无疑就是最高效的方法。

无论是机器学习,还是神经网络,还是统计学习,还是GWAS学习。遗憾的是,这样的教程很少。

所以,我才将我之前写的GWAS学习笔记,编写成GWAS的pdf教程,这样对于新手,刚入门的,想入门的同学有一个更快的、更高效的学习资料。

回头看一下这个pdf教程,骨架基本有了,但是里面排版和内容还有待补充。那就留到第二版吧。

领取方法:

「总结:」

骑自行车,学习游泳,看了很多书籍,懂了很多原理,最终还是要上手去做的。学习GWAS也是,在操作中学习,在项目中理解,才是最高效的。

ps:

TASSEL教程还没有编写好。

别问,问就是还在进行中……

我还想将教程,从新录制一套视频,然后……

别问,问就是视频还在录制中……

以上,就是我总结的高效学习的方法,没有领取GWAS教程的赶紧领取吧!




https://blog.sciencenet.cn/blog-2577109-1298079.html

上一篇:育种数据分析之放飞自我----关注数1万+的感言
下一篇:关于Linux的grep命令总结笔记
收藏 IP: 223.90.189.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 20:50

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部