为什么生物信息分析难学？

1、是否学习生物信息就可以月薪过万？

很多人常常问我，是否购买了我的教程就可以学会生物信息，找个好工作，月薪过万了？我当然是一口拒绝了，如果真是这样的话，我直接去传销得了。我只能告诉对方，教程的价值绝对超过你投入的钱，至于是否能找到月薪过万的工作，还要看你自己，只是提供了一种可能。

其实，我觉得有这种想法思维太简单的，很容易被忽悠去朋友圈卖面膜，就是听说别人做生物信息可以月薪过万，自己也想去学了。事情哪能这么简单，老板愿意付你一万块钱，你至少要创造5倍以上的价值才行，要不然哪个老板愿意付你这么高的薪酬呢。当然，我们也不能对老板们的智商抱有这么大的信息，我就见过很多名不副实的员工的，但是如果你要是觉得自己不能靠脸吃饭，那还是老老实实学习，靠实力吃饭吧。（我是多么羡慕能靠脸吃饭啊）。

2、为什么生物信息这么难学？

也常听很多人抱怨，为什么生物信息这么难学，害的自己论文发不出来，如果有一个软件，将数据输入进去，直接出来结果，就可以发表论文就好了。但是如果真是这么容易，别人早就发表论文了，还能轮到你吗？那又人说，不是有人说有生物云计算吗，都被吹上天了，就是要解决生物信息难做的问题吗，以后所有的数据都在云端，只需远程登录图形化界面，在网页端点点鼠标，选要做的分析内容，然后等待结果就可以了。真是哪里不会点哪里，老板再也不用担心……打住，这就相当于是以后要实现共产主义，所以我们现在就不用干活了。

我只能把事实告诉你们，生物云计算解决的不是生物信息难学的根本问题，会生物信息的人不需要图形界面，反而觉得图形界面效率低；而不会生物信息的人，有了图形界面依然不会，事实就是这么残酷。

那么我们就来讨论一下为什么生物信息分析难学。

首先我们来看一下生物信息分析是怎样的一项工作，顾名思义，是生物学和信息学组成的交叉学科，本质上是用计算机来分析生物的基因组测序数据。所以，需要三方面的知识，其中生物是指分子生物学，而信息学指计算机知识，分析是指统计学，因为大量的数据必须用到统计学才行。而目前的情况下，这类复合型人才太少了。学生物的人不太会计算机编程和统计，学计算机的人对生物不感兴趣。即使真有这样的人，生物信息却又是一项实践性很强的工作，需要大量的实践经验。总之，这样的人才非常少。所以，目前市场上稍微做过一些这方面工作，会在Linux下使用几个比对软件的人都成为市场上的抢手货，更何况是这种三位一体，金字塔顶尖上的人才，更是凤毛麟角。正因为这项工作难做，所以，肯付出汗水学习的人，才能脱颖而出。我们来定格基调。

“夫夷以近，则游者众；险以远，则至者少。而世之奇伟、瑰怪，非常之观，常在于险远，而人之所罕至焉，故非有志者不能至也。”

既然提到需要掌握掌握三方面的技能，生物学，计算机和统计学，各个击破，又有何难呢？一个学习生物的研究生，搞生物7 8年了或者被生物搞了7 8年，生物学基础不是问题；至于统计学，之前有过一些基础，统计学不就是“上帝掷骰子”吗，这方面通过学习也能达到基本要求。所以，学习生物信息分析最大的难点在于计算机操作了。

假设生物信息分析是在windows系统的图形界面下完成，所有操作都通过点鼠标来完成，或者是通过网页，那么生物信息分析这项工作也很容易学，图形化界面容易操作，一些图形化的软件，大家只需要点点鼠标都可以学会基本操作。所以，我们在进一步来找原因，终于找到了，就是不习惯命令操作，这就是为什么生物信息难学。

很多人从第一次接触计算机，就是图形化的界面，蓝天白云草地的windows，现在再回去敲命令，简直是反人类。命令操作成为学习生物信息天然的屏障。但是存在即合理，计算机本来就是没有图形界面的，命令操作距今40多年，依然具有强大的生命力，就说明有其存在的价值，很多操作，已经成为计算机的经典操作。所以，要学好生物信息，还是要学习命令模式。这里的命令模式主要是指Unix或者Linux的命令行操作。

首先，Linux系统是一个开源免费的系统，所以，许多的生物软件都是基于Linux系统开发的，要学习和使用这些软件，必须在命令行模式下操作；生物数据分析的软件一般都是开源的，也就是可以看源代码，这样就很容易看出来作者是如何来处理数据的，采取什么样的算法，设定什么样的标准等。并且在一定的规则下，甚至自己可以重新对软件进行修改，比如一个软件的输出结果格式不符合自己的要求，就可以对其重新进行修改。但是开源也造成了一些问题，就是不规范，不同的软件采用不同的风格，这种风格完全是作者个人的编程习惯，这也给学习者造成了学习成本。每个软件都需要阅读详细的软件帮助文档。

第二，Linux系统可以不需要图形界面，节省计算资源。有图形界面的系统，这些图形界面需要一直加载到内内中， 占据计算资源，比如windows系统，开机之后就需要占据1G左右的内存。而图形界面则不需要。几乎所有的超级计算机都采用Linux或者Unix等没有图形化界面的系统。另外，由于系统特性不同，比如在windows图形界面下打开一个10G数据的序列文件，是非常困难的。一些软件需要将这些数据全部加载到内存中才能打开文件，如果计算机内存配置只有4G，这个文件用记事本程序根本无法打开，而且会造成死机。而在Linux系统下面，任何大小的文件可以轻松打开查看；
第三、Linux系统强大的命令行模式，Linux系统的命令行模式几乎可以完成对计算机所有的操作，非常的强大。命令行模式特别适合批量化和自动化。比如，要处理一个生物样品的基因组数据，那么可以利用图形化模式点击鼠标操作，也可以使用命令行。但是如果一次处理1000个样品，点鼠标可能就不行了，而这个时候采用命令行就非常方便。比如我们将1000个文件中的所有的Scaffold单词都替换成小写的scaffold，并且将文件的扩展名由fasta修改为fna。如果用鼠标可能就疯掉了，但是使用命令行模式，一条命令就可以完成。另外一点就是命令行特别适合自动化操作，也就是流程化。比如在生物数据分析过程中，一个数据需要多个处理过程，比如测序好的原始序列文件，需要进行质控，过滤，序列拼接，然后进行后面基因预测，基因功能注释等等分析。如果点鼠标，就需要一个过程完成，在将生成文件传输给下一个程序。而采用命令行模式，只需要将数据处理的过程所有的命令写到一个文件中，数据就会按照这个命令集一步步操作，无需人工干预，这就是自动化，同样非常的高效。

生物信息信息本质上是数据挖掘的一个过程，何为数据挖掘，也就是需要不断的尝试，不断的调整，也就是Tuning，而几乎不可能立竿见影，输入数据就得到满意的结果，这也正是一个科学的魅力所在，图形界面不适合反复调试，而这也就是为什么，生物信息还是要在Linux命令行模式下完成。

点击快速掌握Linux操作：https://item.taobao.com/item.htm?spm=a1z10.3-c.w4023-10284985291.4.QV6Xsq&id=535825901642