生物信息學領域中，有哪些不得不知道的大牛教授/研究者？

01-07

在生物信息學領域，有沒有哪些不得不知道的大牛教授/研究者？比如開創了某個新的領域，或是設計了某個現在非常常用的演算法/軟體，等等？
有哪些現在還活躍在學術圈？

謝邀。

genomics或者說測序依然是很大的領域，其中的方向細分依然是很多的。genomics整體可以分成兩大類，一類主要做方法，一類主要做生物。前者一般使用public data做一些方法，後者主要使用現有的技術研究生物問題。如果說大牛一般都在後一類裡面。但是也會有很多不同的方向，比如研究rna的，dna的，基因調控的。所以最好根據自己關注的方向去找。

一個很直接找genomic方向大牛的方法就是看encode，roadmap和4D nuckesomes這些大genomic cobsortium的主要pi。當然也有很多牛人不在這些項目裡面。下面簡單說幾個比較熟悉的，歡迎糾正和補充。

Eric Lander

Broad的創始人，人類基因組計劃發起人之一，不過現在自己lab似乎不做大多了，但很多broad的paper還會掛名。

John Rinn

Broad的PI，研究lncRNA。最早發現了H19。

Michell Guttman

Eric Lander的學生，和John Rinn一起發現了lncRNA，在clatech獨立不久。

Howard Chang

主要研究RNA，John Rinn的postdoc老闆。

Michael Synder

研究基因調控，具體方向很多，組特別大。

Job Dekker

3D genome領域的開拓者，3C，5C和HiC的發明者。

Bing Ren

最早開發了chip-chip技術，研究enhancer，現在做更多3D genome。

Joe Ecker

最早是植物領域的大牛，後來轉到做甲基化。

Chuan He

化學出身，之前做DNA甲基化，現在開創了RNA甲基化的新領域。

Mark Gersrein

比較少的主要做計算的大牛，各種network和system biology

Menolis Kellis

Eric Lander的學生，主要做計算也做實驗，各種consortium都很活躍。

John Stam

名字很長很難寫，主要做DHS，當然還有很多其他方向。

Shirely Liu

主要做計算，lab開發了MACS

Richard M. Durbin: 早期把HMM運用在序列分析中，誕生了那本著名Biological Sequence Analysis，和他有關的合作者包括Heng Li，Jared Simpson，Sean Eddy，把mapping和de novo assembly玩的風生水起，最近在做graph genome的項目(GitHub - vgteam/vg: tools for working with variation graphs)。

Eugene Myers：diff的作者，人類基因組計劃和國家隊的比拼中作為Celera Genomics技術的基石，string graph和OLC從計算層面碾壓，後來覺得短序列無法解決序列重複和測序偏向性的問題，暫離這個領域去玩顯微鏡了，PacBio的出現又喚回了這位(dazzlerblog on WordPress.com)。

Daniel M. Gusfield：寫了那本各種字元串演算法的參考書(Algorithms on Strings, Trees and Sequences)。

Pavel A. Pevzner：生物信息學演算法的普及(An Introduction to Bioinformatics Algorithms)，據說最近改進De Bruijn graph，不需要固定的kmer，而是尋求最佳的完成拼接過程，新論文(https://arxiv.org/abs/1604.02270)探索了用nanopore做蛋白質測序，很是驚艷。

Brendan J. Frey：Deep Genomics的CEO，以前在做machine learning的工作，目前轉向生物領域，把ML應用在基因組學研究(目前論文主要涉及RNA相關)，看好ML在genotypephenotypevariation方面有所突破。

Myers:

個人最佩服的大師，這哥們以前在bekerley學計算機的，研究字元串比較之類的問題，unix下的gnu diff就是他老兄的傑作。後來寫了blast，blast的重要性我就不多說了，在後來在Celera把string graph 應用到genome assembly，直接把HGP操翻。雖然現在因為2代測序出現De Bruijin佔了上風，不過隨著3代測序的普及，他老兄的string graph based OLC將再一次統治genome assembly界。

另外，樓主實在想跳火坑，可以買本An Introduction to Bioinformatics Algorithms看看，可以說，生物信息這個領域就是這本書里的牛人發明的

我不了解生物信息學。。不過我可以給你提供一個途徑解決你的問題。。

1. 打開谷歌學術 http://scholar.google.com

2. 搜索你專業的關鍵詞或者你讀研想攻讀的方向如果啥都不了解就搜索bioinformatics好了~

3. 搜索結果會顯示包含關鍵詞的著作和被引用的次數！（這很關鍵！被引用的次數越多就可以理解為這書/研究論文在相關領域有多權威！）

4. 然後就是看這個被大量引用的著作！

5. 從頭到尾看！包括reference/citation！然後你會發現reference或者citation裡面有很多專業書和研究論文及其作者們~

6. 然後重複第2步搜索內容呢就變成了更專業的書/研究論文/研究者

很容易吧？！就是有點花時間而已~不過自己發掘的漫長過程中也可能就會發現了自己想研究的方向和未來導師呢~

祝好運！~

看到這個問題，想來寫兩句。

非常贊同 @serein的回答。

另外也可以關註：

龍漫遠老師；

張澤民老師；

張奇偉老師。

我看 @serein 還有 Marvin都提到了Bing Ren，因為課題相關，我就多說兩句吧。

最早的時候，他們組主要是做chip數據或者說是Chip-Seq相關的東西，主要研究成果都是基於這些技術的。後來2009年JobDekker 在Science上發表了Hi-C技術後，Ren Bing就開始follow這個領域。目前和Dekker是這個領域的top2.

Hi-C是一種可以研究細胞內，DNA-DNA相互作用的技術。通過結合高通量測序技術和相關的NGS分析技術，就可以把Hi-C實驗的數據處理成一個矩陣，畫成heatmap。

Ren Bing在3D Genome領域最為重要的工作是發現了TAD（Topological Associated Domain），這個結果最早是在2012年的Nature上發表。後來他們組在2013年的時候有Follow一篇類似的文章，也是在Nature。目前認為，TAD是具有物種保守型的染色體區域，它可以形成特定的結構，行使相關的功能。1個TAD就是1個功能的單位。

如果對3D genome以及相關的問題感興趣，歡迎討論~

謝邀。

個人感覺了解大牛是在學術圈混下去的必備條件，大牛開枝散葉那麼猛，引用論文時候不引用大牛的，小心paper一審就被斃掉。

題主是UCSD的，個人推薦抱大腿先抱和自己能貼上關係的。UCSD有一個生信領域的超級牛人Bing Ren，Bing的主頁是RENLAB。

為啥推薦Bing呢？生信的發展還是為生物服務的；生信的特點是高通量數據分析。因此高通量實驗的製造者是每個生信領域的開山鼻祖了。比如RNA-seq這東西當初是哪個實驗室做的啥的，題主可以按照這個路子自己了解一下大牛的分布。

印象里Bing這幾年的大事兒就是染色體長程相互作用的高通量實驗吧。具體的東西我不太了解，只知道這幾年火的不得了，我實驗室一個牛逼的師兄的課題研究這個就很順利的畢業了。

恩，一時也想不起來UCSD還有誰了，想起來再更。

推薦兩篇博客：

http://fhqdddddd.blog.163.com/blog/static/1869915420091028101133179/

http://fhqdddddd.blog.163.com/blog/static/18699154201101434949948/

其實生物信息領域所指的範圍是很大的，要說大牛的話，我就提兩個吧：一個是Ziheng Yang，另一個是Heng Li。

另外，要了解一個導師，最好的方法是去讀他的有代表性的論文。

1）、Michael Waterman，計算生物學奠基人之一。好像也是南加州的。

曾經在香港城市大學聽過他的講座，主要講了序列比對方面的研究。

我們實驗室的研究領域是表觀遺傳學和三維基因組學。有一位我的偶像大神叫做Erez Lieberman Aiden，當初看到他的簡歷我就驚呆了 http://www.erez.com/

先看看他到底讀了幾個學位。本科普林斯頓大學主修數學，輔修應用與計算數學，環境科學。接著花一年時間讀了歷史學碩士，然後去哈佛和MIT念了聯合培養的phd，專業是應用數學與健康科技，兩位指導老師是Eric Lander（Broad Institute創始人，MIT）和Martin Nowak（哈佛）。然而他已經停不下來了，同時竟然又念了一個應用物理的碩士...

09年（博士還沒畢業）的時候開發了染色質構像捕獲技術Hi-C（以第一作者在Science發表，通訊作者是他的導師Eric Lander和三維基因組學的奠基人Job Dekker），成為三維基因組學研究的標誌技術。14年的時候又將Hi-C升級成了原位 in situ Hi-C，發表在Cell上，這時他已經跟他以前的導師Eric Lander成為並列通訊作者了...

15年和16年同時參與到國立衛生研究院（NIH）資助的4D Nucleome和ENCODE Phase 4計劃。成為少數幾個同時參與兩項計劃的研究小組之一。

人家不僅在生物醫學領域一路CNS，在自然語言處理領域也發過Nature啊。

發表的文章列表 https://scholar.google.com/citations?user=KoTMigEAAAAJ

是不是全都是CNS？

各行各業的人都熱火朝天的干起生物行當，把只修生物學的人擠的無路可走了。。。

北京大學羅靜初老師

abc

生信領域範圍是很大的,看你是做什麼方向的吧,屬於測序,蛋白質結構,還是遺傳進化。

個人感覺應該先關注最新的方向動態,然候再去深入了解。最近有幸在做納米孔的測序,並沒有找到很多牛人的研究,但是可以做的課題有很多,機會也很大。以上個人理解,可能存在缺陷,見諒。

本人。

占坑！

龍漫遠老師是演化的的大牛，芝加哥大學，話說我是老師學生的學生

看來半天居然沒找到我老闆，就明白了樓上回答都不靠譜

Barbara J Wold當年與Michael Snyder一先一後搞出了RNA-seq，這一點你們是要知道的。

像Rick Myers的ChIP-seq，Bing Ren的ChIP-chip等等樓上都提過了就不再贅述了。John Rinn 和小蜜哥Mitch Guttman的lincRNA我表示呵呵。國內過熱的lncRNA研究就是被這些傢伙忽悠的。學術圈的淘金熱炒房熱不是你看paper就能明白的