學習生物信息學，需要怎樣配置的電腦？
謝謝邀請。
不知道你所說的生物信息學，是什麼範疇？其實配電腦這個事情還是要看你自己的需求。比如你有做高通量測序數據的需求，而且又沒有伺服器，可能就會要求電腦配置高一些。
比如你是想要便捷性，而且同時保證一定的性能，那麼MAC就不錯。
如果你只是想寫寫代碼，那麼什麼電腦都可以。
電腦的配置就這樣，我倒是覺得你應該用linux操作系統。從PLOB（ Public Library of Bioinformatics）看到的，放在這裡供你參考：
NGS分析入門：設置運行環境
首先的問題的是，我們需要什麼樣的計算機。
關於硬體：
- 需要至少4G內存，最好可以達到16G以上內存；
- 至少500G硬碟空間。通常一個RNA-seq的數據量為20G左右，如果再加上分析之後的結果，可能達到50G，所以即使你有500G的空間，也分析不了幾組數據。所以硬碟空間越多越好，比如說2TB或者使用高速網路存貯界質。
- CPU，至少2核。因為你在運行程序時，通常100%佔到CPU，如果沒有2核，計算機多半會假死在那裡。如果有8核，或者以上更好。
- GPU，很多程序開始使用GPU運算，如果能有好的GPU顯卡，也是推薦的，但不是必須的。
為了達到以上的條件，入門極的比如說Mac Pro。進階級的就是獨立server，高級的是supercomputer clusters，支持qsub之類的。或者可以購買雲計算服務。
對於操作系統，在工作站方面，推薦Mac OS。它運行穩定，與LINUX同源。需要下載安裝Xcode和wget就可以了。當然你還可以很方便的安裝office辦公軟體，以及photoshop，AI等工具。最後安裝好R/Bioconductor，就可以開始工作了。如果買了兼容機，可以安裝上Linux/UNIX系統。它在安裝上R/Bioconductor之後基本上就可以了。它的缺點是辦公軟體，繪圖軟體的安裝。最差的就是Windows了。需要安裝比如GCC編譯器，make工具,mingw64, perl, zip/unzip, tar, wget, ghostscript等等。
有了軟體及硬體，接下來的工作就是了解一些常識以武裝你的大腦，這是整個運行環境中最重要的一環。首先，你需要學習了掌握UNIX常用命令，並且不反感字元界面。其次學會安裝，設置及構建網路服務，比如apache的websever，以及mysql的資料庫服務。第三安裝及設置一個Galaxy。當然，第二步及第三步可能會有難度，可以先使用Galaxy本身的服務，但是它有很多限制，所以最好還是自己安裝一個比較好。第四步，學習一門計算機語言，比如c, python, ruby, java等，還有一門腳本式語言工具，比如perl。第五步，學習使用R/Bioconductor。第六步，統計學。
至此，你的NGS分析環境就設置完成了。如果快的話，你可以兩三個月就設置完成，達到起步的階段，之後就是漫長的學習過程。慢的話，四年本科也不一定學到多少。
個人目前沒用過Mac，在thinkpad上裝了bio-linux，用著也覺得不錯，題主可以考慮。
謝謝邀請。
隨便一個差不多的電腦就可以。
如果在一個lab或者院所連伺服器都沒有，那就換個地方做生信？能買Mac就買mac吧，屏幕清晰，拿來直接開始干，不需要配置太多環境
生信專業學生不請自來回答|?ω?｀)
如果是考慮編程語言方面的話，無論Python或Perl，還是統計用的R，再者C或C++，其實這些對電腦配置要求都不會太高，市面上能買到的電腦絕大部分都能適配（如果這些東西都適配不了那這台電腦產出來何用(?˙ー˙?)）
如果是搞研究要用Deep Learning或者是要用計算機圖形學啥的做效果，會對電腦硬體要求會高些，CPU，GPU啥的
最後再提下操作系統，個人首推linux，其他回答的Mac我表示沒試過_(:з」∠)_其實我自用的是windows系統作日常用，裝了vmware的linux鏡像，用linux系統是因為linux用於處理數據會比較方便，btw，linux有一個發行版biolinux可以說是專為生信的研究開發的，可以試試(??????) ?
第一次回答，歡迎指正(? ???ω??? ?)普通mac pro或者linux即可因為處理這麼大的數據 你都是用vm 就是虛擬機來跑連著超級電腦 所以一般配置就好我就用著mac air跑打算賭博換太pro 屏幕好 護眼睛
建議蘋果吧，畢竟linux用著比較順手。反正任務都是在伺服器跑，不會用自己電腦跑。
不死機的就行 run什麼都在server上
Mac Pro……後來用的不爽，又裝了一個gentoo
最低自己普通的電腦就可以，跑程序的話截一小點驗證一下就行了，處理一百條序列和一百萬條序列本質上一模一樣，大了就用工作站或者伺服器跑。至於學編程的話，隨便一個電腦都可以。
XPS13
推薦閱讀：
TAG:生物信息學 |