新年更的第一篇正式文章，不知道写什么主题好。想到以前还是挺多人问到“如何入门生信”这样的问题，也许写一点个人看法会有一点点用。

基本上每一个研究生都会与生信接触，因为查询NCBI网站这类技能也算是搞生信。建NCBI这样的数据库和网站是 bioinformatics，使用数据库和网页也是；研究生物领域内算法开发软件是bioinformatics，使用软件也是。搞生物信息并不高级也不低级，可以高深前沿也可以简单现用。在绝大多数的分子实验室里，生物信息是一项技术，同其它实验操作技术一样，为解决课题的研究问题而服务。也就是说，在绝大多数传统分子实验室里，学习bioinformatics其实是学习如何使用生信相关工具，并将其灵活有效的应用于课题研究中。

以下是本人的“完全小白入门路径推荐”。

1 明确学习方向

首先明确自己要学习什么，从自己的课题入手，需要做什么就学习什么。假设课题需要通过比较不同试验处理后，生物体内基因表达差别的现象，那么就从学习转录组数据分析相关内容入手。接下来要了解，转录组数据分析相关内容到底有哪些。翻翻前人论文以及博客，记下出现的高频词汇，然后挨个对不熟悉的关键词进行检索，了解它们的含义。

2 检索基本分析流程workflow

获取workflow的途径有很多，最简单的是问同学索要，次简单的方法是通过搜索引擎检索关键词。最靠谱的办法是参考研究机构的官方发布workflow，比如BROAD，EBI等等官方网站推荐分析流程和工具。记录下所用到的全部软件，检索软件教程。

3 学习Linux操作系统

绝大多数的workflow是在Linux下运行，所以，首先是熟悉Terminal下命令行操作的环境，然后学习shell的一些简单操作。达到会新建路径、会进入指定路径和知道自己当前路径是什么的水平，就可以试着参考一份workflow以及相关软件教程来尝试自行操作了。随着学习的深入，会遇到更多的errors和warnings，每解决一次error，你的水平就会提高一些。慢慢补全Linux知识。

4 阅读软件的说明文档

认真阅读workflow中所涉及的软件的说明文档，特别是如何准备输入文件这一部分，很多人无法自行走完一套workflow，很大原因是输入文件中存在错误。另外，说明文档中往往也介绍了软件的使用背景，适用条件以及基本原理。知其然知其所以然，才能更快入门。

5 正式入门阶段

返回去考虑自己的学习方向是否合理，是否符合自己研究课题的需要。比较不同的分析流程之间的差别，挑选最适宜的workflow，创建自己的workflow。进一步学习Linux，学习编程语言（推荐python），学习统计学基础。

6 反刍式学习

很多时候是靠自学，借鉴参考别人的scripts，入门之后的学习目标，是将这些东西在课题的研究中真正发挥作用。反复琢磨课题，经常翻看手册，甚至返回去查看源代码以确定算法是否合适。那么，以上五个步骤需要经常倒腾回来过一遍。

7 进阶

既然对常规的生物信息技术很熟悉了，如何进阶？本人感觉，如果生信技能够用了，那么就可以专心课题本身的科学问题。

如果希望进一步学习生信，首先还是明确学习目标，不同的目标当然有不同的路。不过相似的，科研基本功要扎实，多读书多看文献多思考多交流多写代码多看代码。查看相关领域招聘postdoc和工程师的要求，参考着来学习。基本上第一条都是精通至少一门编程语言，其次是熟悉该领域专业知识等等。由此可见，会写代码的重要性。

以上，鄙人粗浅，仅供参考。