本文转载自嘉因微信公众号，已获得授权。查看最新文章，敬请关注嘉因，微信ID：rainbow-genome

作者：小哈  来源：嘉因

“21世纪是生命科学的世纪，因为各行各业都有生物背景的人”，这是生物人自黑。唯有一个生物领域吸（hu）引（you）来了各种学科背景的人——生物信息学（bioinformatics or computational biology）。小哈出身生信大牛组，组里有数学、计算机、物理、生物、医学、化学等各种专业背景的。后来误入生信应用圈，经常遇到生物或医学背景的人问：“想学生信，如何入门？”

先认清形势。各学科背景入生信这个坑，是什么状态？

• 上手最快的，是计算机背景的

• 最高大上的，是数学背景的

• 既上手快又高大上的，是物理背景的

• 最懂生物学问题的，是生物和医学背景的（想想咱还有啥优势？）

生信算法和工具的开发者，本科都是啥专业？

• dchip，北师大，数学
  

• BWA，南京大学，物理

• RSEM，上海交大，计算机

• GFOLD，山东大学，计算机

• MACS，北大，地球物理；南京大学，物理系

• clusterProfiler，华南农业大学，生物技术

• BETA，山东大学，数学（美女）

• CistromeMap，上海交大，生物医学工程；同济大学，生物信息；东北农大，生物学

• CistromeFinder，北邮，计算机

• Cistrome Data Browser，南京农大，统计学；华中农大，生物技术；四川农大，植物保护

• MethylPurify，北邮，计算机（美女）；大连理工，数学
  

• BseQC，中山大学，生物科学（美女）

• DiNuP，同济大学，生物信息

• Dr.seq，哈医大，生物信息；同济大学，生物信息
  

不同学科背景的人走什么样的生信路？

• 数学、计算机、物理背景，进生信大牛组（dry lab），站在巨人肩上，能最大化的发挥你的优势。生信大牛长啥样？每3年至少发表一篇引用率高的算法文章，且每年都有跟湿实验室合作发表的高水平文章；

• 生物、医学背景，进基础研究课题组（wet lab），掌握R、shell和python，熟悉生物数据库；进有临床医生的应用研究型课题组，进一步掌握临床数据库（例如临床样品的基因组数据cBioportal，临床统计数据SEER）；医学背景，至少学会R语言，侧重临床数据库的挖掘；进生信大牛组，参考大牛组博士后招聘要求，练好本领；如果能把R语言练到炉火纯青，可以进咨询公司；如果想开发算法和工具，只有数学专业才行？NO，回到楼上看生信算法和工具的开发者，本科都是啥专业。

看本文的大多是生物或医学背景，要么身在生物实验为主的基础研究型课题组，要么在临床医生为主的应用研究型课题组，统称wet lab。想要自学成才，具体怎么做？

按需学习，最高效

• 擅用Google，google scholar，google group（这个帖子告诉你怎样打开google：生物人高效工作之——办公软件）；

• 零碎时间搜微信。带有“生信”字样的公众号有80多个，用汉语传播生信技能。遇到好帖子，收藏。关注该公众号，能挖掘到更多宝藏，菜单栏里可能有整理好的专题。持续关注适合自己的几个公众号，每天刷一刷，例如生信技能树，R语言中文社区，嘉因生物等等；

• 整块时间掌握网页版工具和数据库。登录电脑版微信，打开收藏的帖子，动手实践，实践，实践；

• 挤出大块时间入门R语言，并实际操作几个用得着的package。从看懂别人写的脚本开始，到修改模仿，到自己写命令，debug。

结合系统学习，螺旋上升式发展

• edX在线课程，免费上课和交流；R，python，genome，各选一个学下来，一定要做作业；

• 参加生信大咖云集的专业会议：IBW会议、CCBSB会议；

• 尽早参加一次R语言大会，打开新世界的大门。

进dry lab学生信和在wet lab自学生信，有何不同？

入门

dry lab：进组Training，师兄师姐传帮带；

wet lab：去培训班学习，做项目，培训班，做项目。。。可以开培训班了；

做什么课题

dry lab：又发明了哪个高通量技术，老板跟哪个wet lab合作；

wet lab：Bench work做哪个课题，科室有什么sample；

选哪个工具？

dry lab：服务器上装了哪个，老板让我写哪个（工具）；

wet lab：paper里用哪个，review总结了哪些，seqanswer推荐哪个，哪个能安装成功，哪个能跑通；

用哪个数据库？

dry lab：UCSC，NCBI，cBioportal，Cistrome，服务器上师兄建的motif数据库（未发表），老板让我建的数据库；

wet lab：UCSC，NCBI，cBioportal，TRANSFAC free trial，JASPAR，starBase，ExPASy，COSMIC。。。

遇到技术难题，如何解决

dry lab：搜google，问师兄师姐，问老板；

wet lab：搜google，搜微信，问seqanswer，问QQ群，问微信群，email问作者；

如何解决生物学问题

dry lab：尝试n个算法，测试n套数据集，为解决该问题建立了一套method。解决此问题的method，不一定适用于彼问题，换一个生物学问题，再来一轮纠缠；

wet lab：cufflink，HTSeq，RSEM，哪个适合就用哪个

毕业时掌握了哪些武器

dry lab：表观遗传，RNA剪切，蛋白磷酸化（此处逗号 =  OR）；

wet lab：RNA-seq分析，ChIP-seq分析，microarray分析，可变剪接，鉴定新的miRNA、lncRNA、circleRNA，miRNA、lncRNA靶基因预测，进化树，蛋白质组数据分析，磷酸化、糖基化位点预测，抗原决定簇预测，临床数据分析（此处逗号 = AND）

上面是小哈的一家之言，看看各种学科背景的生信人怎么说？感谢小伙伴儿们捧场 ~

Tarela的妹妹：生物信息的优势在于探索，很多人认为会跑软件看质量处理数据就能称为生物信息了，其实这些东西是个人就能做，并不需要我们。适合我们发挥的环境在于，我有一个系统（比如研究胚胎发育，研究代谢，研究特定癌症），我有一些线索（比如转录调控，染色质结构信息），我想知道在这个过程中到底发生了什么。这时候才需要生物信息，需要我们了解情况（收集文章，研究背景）；搜集证据（相关数据）；一步步探索这个世界的真相（找到你所关心的机制）；并公之于众（撰文发表）。很多时候我们的工作更像是一个侦探，真相只有一个，我们的任务就是借助有限的资源和线索，通过各种手段（整合数据，设计方法，寻找角度，搜集证据论证）来揭示这个藏在数据背后的真相。

（侦探一号）

皓翔：在运用生物信息学方法解决生物问题时，尝试的过程会令人沮丧，因为试了好多方法都不work，最后，在将要放弃的时候，突然见到了光明，然后就可以把研究继续下去。

（wet lab老板里有几个能够明白生信分析不是跑pipeline？）

丢勒的兔子：作为养过兔子、解剖过小白鼠的我，算是生物学背景的学生了。至今仍然十分感念，生物信息学为我打开了生物学的另一扇窗，从而重构了我对于生物学这个学科的整体理解，锻炼了我从数据出发进行思考的能力。也许我在算法上不如数学背景的同学那么精深，在编程上不如计算机背景的同学那么纯熟，在建模上不如物理背景的同学那么巧妙，但是我可以发挥自己的优势，将一个生物学问题分解成一个个相对容易完成的小任务，还可以更快地把数据上体现出的特征与生物学上待解决的问题进行关联。总之，古人云：“什么都略懂一点，生活更多彩一些”，与各位共勉。

（此人传承了他导师的精神：与生物学家讨论时，谈计算机；与计算机专家讨论时，谈统计；与统计学家讨论时，谈生物学问题）

降维：生信作为一个交叉学科，涉及到的知识非常广泛。作为一个从本科就开始念生信的人，我觉得应该在初涉猎生信时，学习理论知识尽量认真严谨，向深处钻研，注意避免在科研中不求甚解。

羊咩尼：想要入门，对于我而言，最重要的是积累生物学和医学的知识，努力做到从生物学家的角度去思考问题，因为只有这样才能找到有意义的问题。

（这家伙不是生物\医学背景）

Sara：其实生物信息学对数理的要求并不是很高，很多问题用极其简单的方法就可以做出漂亮的结果。好的方法并不是一堆公式唬到一片人，而是大部分人能接受的逻辑，简单的算法就可以做到的。生物信息关注的问题奠定了这项研究的高度，因此，与生物学家，医学家紧密的合作是必不可少的，大家应该一同努力，探索生命的奥秘！

（简单的方法，简单的算法。。。可能因为你是数学背景）

samleo：误打误撞进入生物信息这个圈子，总结过去几年的经验，我觉得学好生物信息有几个过程，首先是编程能力，有能力把自己的想法用计算机语言实现出来；其次是统计学方法，熟悉常用的机器学习算法，知道如何运用，最后就是一个好的生物学问题，这也是最重要的和最难的。

（这家伙是统计学背景的）

栗树山：生信还是计算或数理相关专业背景的人做比较好。最核心的能力是寻找问题的能力，而且是能够不断找到新的、重要的、可以用生信手段解决的问题，能达到这个层次的人是需要很长时间的训练和刻苦学习的。

（论刻苦学习，看看楼下这位）

jinlong：小哈让我讲讲R语言该怎么学？

说一下自己学习R语言的过程，其实我的经历应该还是挺励志的。

因为是学植物学出身， 我没有什么良好的数学和编程天赋。 博士一年级开始认识到统计学很重要，并终于理解了t检验、方差分析、相关检验、线性回归等基础统计学内容。然后听一位师兄说R软件很重要，我看了一下R绘图很美观并且可以计算生物多样性Shannon等指数，于是开始学习R。我原本没有任何编程基础，只是大学时学过VISUAL BASIC ， 不过当时VB也没学明白。我开始学习R， 一边看书， 一边动手练习，逐渐觉很有意思，后来在读博期间狂看十几本R英文书籍， 并把其中大部分练习都做了，还钻研了相应的算法，开始学习C、C++以及Python, FORTRAN等语言。

从开始接触R，到半年后， 我学会了编写函数，随着函数的增加， 到处都是R函数，也不是办法， 于是一年后我开始学习编写R程序包。随后编写了spaa, phylotools, plantlist, HK80等程序包。因为这些程序包很实用，所以受到生态学领域师生的欢迎，之后我被邀请到中科院昆明植物研究所、北京林业大学、中科院西双版纳植物园、中科院华南植物园做数据分析培训。

个人感觉学习R最重要的还是动手去做， 在练习中去学习，去理解，然后再学习相关的理论，自然就能融会贯通。

我目前工作是管理一个小型植物标本馆， 也会用R制作标本馆的网站，进行数据分析等。

（这家伙写了7个R包，还被R语言大会邀请去做报告，是生物/医学背景的R语言学习榜样）

Y叔：用心便能专业，多实战练习很更要，projecteuler和rosalind是你的朋友！

（有了这两位朋友，数学、编程都不怕。Y叔写了8个R包，ggtree才是他的真爱）

Josef Allerberger：一个入门办法，就是多看看BMC Bioinformatics，Bioinformatics，NAR等杂志上介绍的生物信息学数据库。根据自己的需要，掌握一些实用的小工具，例如Venny等。

间歇性亢奋：如果你也是生物背景，三点建议：1. 从一开始花点时间形成一个好的编程习惯；2. 好好学统计；3. 相信一切都会好起来。

黑猫警长：生物信息学对学生物的人来说算是一门门槛比较高的学科。刚开始比较困难，看书看别人code查Google，但最重要的是不断去写code，不断练习，生物信息不再是天方夜谭。

糊涂球：生物背景的人最开始要掌握一门编程语言，这样你才能操纵数据和可视化，接着转换用数据的思维看问题。这个过程最好有个简单的纯生信课题，然后边学边做。生物背景的人在现在有各种各样高通量数据的时代非常有利，因为比较容易把不同领域的数据进行联网发现新问题。idea为先，方法啥的偷学下人家计算机和统计。

（精通R语言，以后还能进入数据可视化领域）

肉蛮多：做生信也有捷径，除了精通算法和模型，也要通过和医生及生物学家的交流多了解数据本身特性，真正掌握生物学意义，而不是单纯的建模和计算。两手抓，两手都要硬。

黑蜡：我觉得做生信就如同《暗算》里的破译员一样，要在死尸般的数据中寻找结论。需要自己有明确的目标和不动如山的信念。

（侦探二号）

adam：从做实验自学转到生信也有三个年头。从一开始学习各类数据分析方法，到逐渐理解数据分析对解决生物学问题的意义。生物信息既是一个工具，也成为了一位好伙伴，帮助我们从随机的杂乱的数据中找到隐藏的真谛。

不信CNS：我是分子生物学硕士转行学习生物信息的，我觉得生物信息或者大数据是要回答生物学问题，这个是生物信息的道，具体某个软件、某个参数只是术。有些生物背景很弱的人尽管数学、编程功底好，但是抽提不出有重要生物学意义的算法问题，往往是走入了术的误区。

蓝雪无痕：生物信息是一门综合学科，需要一定的统计知识，一定的编程技巧，但不要忘记你需要解答的是一个生物问题。所以做课题要记得你的生物学假设是什么。

小小秋：生物信息方法说到底是解决生物问题的方法之一，主要通过整合统计、计算机等方法来解决生物问题。比如就一个感兴趣的生物问题，产出相应的大数据，再结合一些现有的数据资源，逐渐接近问题本质。这个过程中需要探索的东西很多，对生物问题的理解，对数据的解剖与整合。我们可以在这之中找一个自己擅长的点，对于其它自己略懂的点，找好合作对象，一起攻克。

（不怕神一样的对手，就怕猪一样的队友，好的合作对象长啥样？）

这些年，生信应该说是众多生物专业方向里就业率Number1的热门方向了！同等学历下来说，毕业薪资也是比其他方向高出一个level！同时，作为融合生物、计算机科学、数学等专业的交叉学科，也成了众多想跳出生物圈童鞋的一个跳板，毕业后可以走向IT、投资、公务员（有专门针对生信专业的公务员岗位哦）等各种圈！学生信！不后悔！

---来自一个已经转到你想不到什么方向但是绝不后悔学生信的2016届硕士毕业生

（新东方也有我们生信人的身影，至于你的方向让人浮想联翩）

Rita：本科是生物背景，硕士转到了生物信息，然后感觉相对于生物背景，懂编程和统计可能更重要一些。感觉自己全程有点懵逼，编的程序渣渣的好像一直没有掌握到生信的精髓，只是略懂皮毛，不过有这样一段利用编程统计解决生物问题的经历还挺有意思的～

草长瑛飞：生物或医学背景自学生信，目的是不做实验发文章，出门左转实验万事屋，右转小张聊科研；目的是毕业后不做实验，那就精通R，学统计，既能发好文章，又能找好工作，出门直行R语言中文社区和统计之都。

（实验万事屋，小张聊科研，R语言中文社区和统计之都给你推广费了吗？）

小丸子：刚进实验室的时候，刘老师带着training。当时被training的一脸懵逼，怀疑人生，感觉自己之前认识的是假基因，学的是假生物、假统计。照着老师给的处理芯片的R脚本，都能出错，然后还debug不出来，Python更别提了，总报错。当时一起培训的有北邮学计算机的同学，经常让帮忙debug，后来不耐烦了，说去把Python前几页看看。其实看了的，愣是没看出门道。。。

（计算机专业被叫来debug，跟生信专业被叫来修电脑是一个感觉不？）

不求东西：我个人觉得做生信要避免闭门造车。若是想做科研，不应该仅仅满足于写代码跑pipeline，需要有一个时刻萦绕在心头的与生物领域密切相关的问题，多阅读相关文章。如果你觉得思考与解决这个问题并不能给你带来什么乐趣，那么很有可能意味着你不适合做科研。（本人是反面例子）

（这家伙觉得自己不适合做科研，就去了油管。。。）

傅老师：生物信息的本质就是解决生物医学里面的大数据问题。这是个大数据的时代，而生物医学的大数据就是基因测序。生物信息学已经从基础科研，逐渐有了临床转化。从癌症检测，到产前诊断，已经成为了生物学里面最火热的应用领域。懂生物，懂基因测序的大数据，就能够有一个很好的事业前程。

Nobody：对生物信息而言，提出一个好问题和回答这个问题一样重要。

（牛人已经进入提出问题的阶段了）

团长：做了几年生信也只是略知一二，因为生物问题千变万化，检测技术日新月异，只能努力做个随机应变的生信人啦！

（标准生信人）

feeldead: 生物信息到目前为止并没有真正存在过，有的只有生物和信息。十年以后也许就真有了。

（就像物理？）

yeastman：在人工智能替代干湿实验前，我们有机会用信息的方法解决生物问题，就有了生物信息学。

tb同学：我在生物信息的实验室呆了7年了，我认为生物信息学是一门非常有趣并且充满希望的数据学科，以我的经验来说，我觉得学好生信要经历三个层面。

第一个层面是要让自己熟练的掌握一些编程方法(python等)，数据统计和绘图方法(R等)，以及非常多的解决不同问题的生物信息学软件(MACS等)。在这个过程中一定要勤加练习，多多上手，遇到技术问题了学会从师兄姐和网上寻找答案。熟练掌握了这些之后你就会发现，生物信息学分析和实验操作一样，不过是你解决生物学问题的一种手段。

第二个层面是要在生物信息学分析项目过程中提高自己解决问题的能力，训练自己的逻辑思维和科研思维，时刻清楚自己要解决的生物学问题是什么，提出合理的假设，并用掌握的信息学方法去验证，将问题有条理的层层剖开逐个击破。生物信息学的本质还是生物学，要让自己做出来的成果被群体认可，要对自己工作的生物学意义具有非常清楚的认识。

第三个层面是在前两个层面都比较得心应手的情况下，知道自己研究的领域的重要问题是什么，并且能从生物信息学的角度出发开辟解决某些问题的道路。现阶段的生物信息学，信息多为生物服务。希望未来能像先前大家评论中的那样，人工智能和数值模拟能取代干湿实验，生物信息学成为解决生物学问题的范式和主流。

（你就是这样走上了发CNS的路么？）