人生苦短，我用Python
首先，非常感謝各位朋友的關注與支持，我們的生物信息學入門Live已經成功舉辦了4場，參與人數突破了1200人，並且獲得了全部的好評！非常感謝！
在這4次課程中，我們學習了RNA-Seq的數據分析流程，學習了以ChIP-Seq數據分析為代表的表觀遺傳學數據分析，給大家介紹了人類基因組的相關結構與特徵，並給大家介紹了圖形化不用命令行進行高通量測序分析的流程。總的來說，我們進步很快！
不過，做生物信息學，永遠邁不過的一個坎就是編程和腳本的書寫。因為，這個世界上，肯定肯定有人沒有寫過的生物信息學工具，並且我們在處理問題的過程中，一定會有特殊的需求。也正是因為這個原因，我們需要要選擇一門編程語言進行入門。
那麼，做生物信息學選擇什麼語言呢？
我們不妨把常用的幾種語言都列出來，說說他們到底適不適合做生信。
- C
- C++
- JAVA
- Perl
- Matlab
- R
- Python
- ... ...
我們其實還可以列出很多很多語言，比如世界上最好的語言PHP，但是畢竟不常用，我們也就不討論了。
先說C語言，太過於底層，現在搞生信的基本都不用C，所以Pass；
C++與Java都是非常完備的語言，非常適合寫性能要求比較高的程序，比如生信裡面的比對軟體幾乎都是這兩種語言寫的（BWA，Bowtie2，GATK等等）。但是對於我們入門來說，或者說以後的主要工作不是寫生信工具來說，C++和Java的學習曲線有一些過於陡峭，所以不推薦；
Matlab，不是說不好用，是說太貴了買不起，所以不推薦；
R，現在在各個領域有非常好的應用，但是，生物信息學的預處理過程，或者說是前期處理過程會涉及到大量的文本分析，而且文件也非常大。R去做文本處理的便捷程度真的是大打折扣。它的優勢在於後期的統計分析與圖像繪製，所以，對於基因組的分析，也不是特別推薦。
最後就是perl和python的比較了。實話實說，在基因組序列分析的過程中，perl和python不分伯仲，甚至perl有的時候會有更簡潔的代碼實現（畢竟有非常無敵的哈希結構），但是我還是推薦大家入門學習python。因為python不僅僅能夠做生物信息學分析，還可以寫爬蟲，做機器學習，深度學習，搭建資料庫，搭建網站等等，這些都是perl不能比擬的。所以，學了perl，你學會了文本處理，但是學了python，你是學會了一種可以挖掘所有類型數據的工具！
綜上所述，我們打算進行Python的入門！
那麼本次知乎Live的主要內容都包括哪些？
本次知乎Live我們講為大家介紹以下幾部分的內容：
? Python的背景介紹
? Python的版本選擇
? Python擴展包的安裝與管理? conda與bioconda? Python的數據結構? Python的語言結構? 應用1：fasta與fastq格式的轉換? 應用2：統計人類參考基因組的各染色體長度? 應用3：統計人類參考基因組的各染色體未測序區域? 應用4：統計人類參考基因組的CDS長度? 應用5：統計人類參考基因組的gene密度分布? 應用6：提取人類參考基因組特定區域的序列，並用fasta格式輸出
? 應用7：探索人類基因組GC含量與gene密度的關係What else？
大家以為這就結束啦？？不不不！本次Live不只是我一個人講！還有一位神秘的嘉賓（ @路過的xxx ）！為大家講解基於Python的數據處理流程的搭建！
什麼是數據處理流程？舉個簡單的例子，比如你有100個RNA-Seq數據要分析，用同樣的處理流程，如果你一次一次的提交代碼，那麼你需要提交100次，如果我們建立一個固定的處理流程，只需要更改輸入就可以讓程序自動一步一步運行，是不是非常棒？
所以，對於剛開始入門生物信息的同學，我們推薦大家一步一步的運行程序，獲得結果，了解自己數據的每一步產出。
但是，在熟悉整套過程之後你會發現，很多時候分析數據都是一個重複的過程，使用相同的流程。
每一次的實驗設計不同就要不斷地改變自己寫的bash腳本來運行程序，這種重複繁雜的工作非常耽誤時間。隨著二代測序價格下降，各種測序數據爆炸增長，以後我們會有大量數據去挖掘，所以擁有能夠對大量的數據進行重複分析是非常有必要的。
因此，我們在這裡Live中，安排了專門的部分，為大家講解Pipeline的搭建，其中會涉及到snakemake工具。而snakemake，本身也是基於Python3的。
我們選擇snakemake搭建pipeline的主要原因如下:
1. 代碼易讀，易於修改、重複利用
2. 可直接運行python代碼以及R代碼
3. 完善的任務運行判斷系統和斷點運行支持(上一個任務的文件產生後才執行下一個任務)
4. 完美支持集群的任務調度系統
而在本次Live中，我們將會介紹：
1. 介紹snakemake的基礎概念
2. 使用snakemake寫一個轉錄組的流程（tophat2 + cufflink + cuffdiff）
所以，快來享受，輸入測序結果，輸出差異表達的快感吧！
本次Live的時間與鏈接
2017年10月30日，晚7點我們不見不散！知乎Live鏈接：學習Python，做生信
之前的Live鏈接與主要內容
1. 知乎Live：如何快速入門生物信息學（涉及內容：測序原理，生物信息學發展歷史，軟體的安裝與調試，入門路線圖，介紹了RNA-Seq的分析流程並給出實踐代碼）；
如何快速入門生物信息學
2. 知乎Live: 生信進階第1課-重複Nature文章 (涉及內容：肺癌相關研究現狀，RNA-Seq單細胞測序，RNA-Seq的建庫方法，RNA-Seq的分析流程細節，相關生信圖的繪製）；
生信進階第1課-重複Nature文章
3. 知乎Live：生信進階第2課-基因組序列 (涉及內容：介紹基因組的序列結構，hg19與hg38的區別，ENCODE計劃，常用的表觀組學實驗原理ChIP-Seq，Hi-C等，ChIP-Seq的標準處理流程，繪圖原理)
生信進階第2課-基因組序列
4. 知乎Live：不用編程怎麼做生物信息學 (涉及內容：介紹生物信息學入門的幾個層次，從命令行到圖形界面再到命令行，繪製生物進化樹，圖形界面分析平台，使用圖形界面處理RNA-Seq數據，使用圖形界面分析ChIP-Seq數據，UCSC genome browser，WashU genome browser)
不用編程怎麼做生物信息學
推薦閱讀：