標籤：

想入生物信息學這個行業，python學習要達到什麼程度？？？

01-12

我以自己的3年的自學經歷，給跟著我學習生物信息的小夥伴親自出了13到題目，並邀請前輩錄製了視頻，分別是：

生信編程貼

01.生信編程很簡單 | 02.人類基因組的外顯子區域到底有多長

03.探索人類基因組序列 | 04.探索人類基因組注釋文件

05.多個同樣的行列式文件合併 | 06.根據GTF畫基因的多個轉錄本結構

07.下載最新版的KEGG信息並且解析 | 08.寫超幾何分布檢驗！

09.根據指定染色體及坐標得到參考鹼基 | 10.根據指定染色體及坐標得到位置信息

11.把文件內容按照染色體分開寫出 | 12.json格式數據的格式化

生物信息Python從入門到精通

我覺得你能把這些題目獨立完成，就說明在生物信息領域，你的編程能力大致是足夠來工作了。

當然，去做科研演算法還是不夠的。

24學時入門，數據管理著手。

概念語法熟悉，編程調試過關。

生物問題清楚，演算法統計明白。

科研實踐沉澱，入行水到渠成。

我打個比方你就明白了，我想入行分子生物學，請問移液槍的使用要學到什麼程度？在生信領域，編程語言大概也就是個做實驗不得不用的工具的地位，除了比用移液槍難學一點還有比移液槍功能多很多也沒差多少了

1、首先要解決的問題是自己能寫代碼解決問題。也就是說通過學習Python學會編程。

如何訓練自己的編程思路 - 通過python學會編程 - 知乎專欄

2、 再將編程用在生物計算上面。

其實入門這個東西也看你要做什麼樣的工作。

生物信息學涵蓋的範圍也是很廣的，我覺得目前而言做生信的主要有三類人：

1. 老本行是做實驗的，做生信可能是為了輔助研究或者是為了發paper（有非常多的臨床生選擇趟生信這波水）

2. 主要是做生信的，主要涵蓋高通量測序數據分析，組學數據分析等等，專門從事生物學數據分析的這群人，其大部分也是本科生物狗作為強大的生力軍，以調包寫R，python為主。那麼這群人就要熟悉看各種包的tutorial以及如何進行常規的數據的處理和分析等等。那麼其實這群人，我個人認為對python的編程要求不是很高，在coursera先上兩門課程，然後照著參考書在項目中練練就熟絡了。

3. 也是做生信的，但是主要以寫包為主，什麼意思？就是以開發演算法供給第二類人用，做這部分工作的人需要具有良好的數理基礎，所以一般大部分都是本科屬於物理，數學等理工科的人在做這部分工作。當然對編程也提出較高要求，另外更傾向於C++.相關的實驗室可以關注清華叉院以及自動化系那邊，還有同濟交大的實驗室。其實國外這方面的氣氛也很濃，我推薦一下普林斯頓的Han Liu，他主要是做probability graphic model，應用在biological network analysis很有意思。以及他開發的Stars演算法選擇正則化參數等等。

其實完全看題主以後做什麼樣的工作，我想也您也是第二類的方向，其實編程這種東西平時訓練一下都能有收穫，是真的投入和產出成正比的工作。那麼更核心的問題，是在於你基本的統計思維和結合生物學背景思考問題的能力。

補充一下，做第三類人當然也有本科學生物的，我就不說Fisher對統計學的意義了，我遇見的兩位老師，一位本科是農學的，phd在edinburgh讀biostatistics，研究方向是群體遺傳與進化，他的統計學基礎十分了得，我看了他的草稿各種複雜的公式方程。另外還有一位是queensland的Jian Yang，他研究領域包括數量遺傳，GWAS分析等等。也是從事software development的工作，他本科也是學生物的，題主有興趣可以QU的官網上看看他發過的paper，已經不知道發過多少篇Ng...

對了，上面兩位，沒有修相關學位，全靠自學，所以題主，要加油吶。

其實語言這個東西不必在乎精通哪門的，建議學一下基本的python語句，感受一下編程是怎麼編的，然後直接實戰就好了。很多時候都是出現了問題，所以去谷歌看教程看博客中學會的。

至少我學生信六七年下來，用的最多的不是python，但我的編程入門確實是py。

你後來選的領域，如果做數據純分析做圖像的大概python和R用的多一些；如果開發軟體，還是c和java好；如果像我一樣只是assembly，其實shell和perl才是好搭檔。

比如你想提取某個表格的第二列，在py里你要先讀文件，正則一下（或者用空格分割）讀取，shell裡面只要awk "{print $2}"就好了，R裡面也是比較方便的。

語言各有優點，所以只要學py學習一個編程的思想就可以了。

python有專門處理生信數據分析的biopython，學軟體我覺得要明白基本的操作，包括數據有哪些類型，處理的基本方法，演算法等，雖然生信分析不需要像專門的程序猿那樣厲害，但最基本的編程思想和操作還是要會的，而且還要有資料庫的基本思想。

這是根據我的學習整理的Python學習教程，涵蓋常用的基本操作和生信分析基礎的12道題。

瀏覽一遍，碰不到難點，就沒問題了。

  • Python學習極簡教程 （一）
  • Python學習教程（二）
  • Python學習教程（三）
  • Python學習教程 （四）
  • Python學習教程（五）
  • Python學習教程 （六）
  • Pandas，讓Python像R一樣處理數據，但快
  • Python解析psiBlast輸出的JSON文件結果
  • 為啥我的Python這麼慢 - 項查找 (二)
  • 為啥我的Python這麼慢 (一)
  • Python學習資源
  • 關於Python中的__main__和編程模板

用什麼查什麼，簡單的一匹，python要精通很難，但做生信真不用怎麼學

找本書，比如python 學習手冊，看一遍，大部分題目都會了。就可以了。重要是邏輯思維能力。找個自己感興趣的項目去做，做完絕對夠

python和R說白了就是給你打公式用的。。。根本就不重要

更重要的是熟悉生物基本概念，生物數據保存的結構還有各種統計學模型（包括機器學習）

1.簡單的本文處理，知道怎麼讀寫文件，dict、list等這些數據結構，會用pandas做兩個表的合併。

2.會用python寫workflows。

先學點python基礎的，找個轉錄組數據，一步一步分析，實踐就是最好的入坑手段。

本科時跟一位發過nature的海歸老師做生物信息學，老師不用python，不用R。語言只是工具，夠用就行了。

剛看到一個知乎問題，說本科清華，博士霍普金斯大學，回國找不到位置，生物方向。。。

編程語言都是工具 關鍵還是統計演算法和對生物學問題的理解

一般就可以，入行不要求你會編寫什麼需要演算法的程序，簡單的數據處理即可

推薦閱讀：

※怎麼評價新發布的odoo 11 ？
※2017，再來聊一聊Python，未來發展怎樣？
※為什麼有人說 Python 的多線程是雞肋呢？

TAG:Python | 生物信息學 | R編程語言 |