【生信菜鸟经】漫谈如何跨越摆在生信入门路上的三大障碍

台风让我入了生信的坑

2015年九月，各大高校研究所的保研面试开始了。我暑假提前联系了三位明确会招我的老师，分别是广州南海所的罗鹏老师（水产病害），武汉水生所的韩冬老师（水产饲料），青岛海洋所的刘晓老师（贝类遗传育种）。可以看到所有我准备学习的方向完全跟生信没有关系，因为我那时候压根不知道生物信息学是什么。并且在出什么以外我应该会在拿到上面的三个offer以后，选择去广州。但是那年海南的台风特别多，在各种机缘巧合下，我来到了武汉学生信。 

这本书是我的生信第一本书，带着它我回到了海南，一直被压在箱底跟着我度过最后的一年大学时光。

现在已经是2017年了，从我真正开始学习生信，大概已经过去了18个月。那本被压在箱底的书被我翻了一个星期之后又回到了箱底，一边研究生课程一边自己摸索着学习，基本上能够熟练操作Linux系统，会写些shell、Per脚本l和R语言算是入门，没有完整跑完一个数据分析流程但摸索了不少软件和数据库。跟当年傻傻呆呆的生信小白比，现在的我应该算是一只生信入门的小小菜鸟了。在这里要感谢带我入门的同门师兄们，感谢给我带来学习动力的Jimmy亲师兄，感谢一直陪伴在我身边的熊猫弟弟。

现在切入正题，我来讲讲我是如何跨越摆在生信入门菜鸟面前的三大障碍的。

第一大障碍：透析数据背后的生物学知识，完成从测序数据到生物问题的连接；

我的做法： 
通过谷歌百度了解fasta、fastq格式是什么？想必维基百科上的fastq格式介绍是每位生信菜鸟入门必看的吧~（度娘和谷兄是我一辈子的老师，感激不尽，感激不尽！！！）

接着，通过陈魏学基因了解测序原理、方法，视频反复的看，个人觉得具体细节比较难记。反正我知道提取的DNA是怎样变成手头上的ATCG这样的测序数据的。自然而然，就知道测序数据代表了什么生物知识了。 （测序原理啥的完全记不住啊，脑容量是硬伤，我要扩容去~）

第二大障碍：掌握一门编程语言完成对数据的任意转换，利用现成的工具-软件和数据库来掌握一门完整的数据分析流程，达到一通百通；

我的做法： 

一个月看完鸟哥的私房菜，安装系统以及Linux上面的一些操作基本上没什么问题了。 一个月看完perl小骆驼，完成十道生信实战题，顺利出师，算是掌握了一门编程语言。（到现在没有进步，反而倒退了~让我哭会~） 

然后，我就按照某生信服务公司的培训班课表学习了一些软件，捣鼓了fastqc、BWA、samtools、IGV等软件，基本上学会了在Linux上安装各种类型的软件。期间还穿插了学习R语言，入了个门，会装包、看得懂代码、会运行而已。（当初的我软件装到奔溃，参数看到眼花，回想起来都是辛酸泪啊~）

接着，通过生信菜鸟团看到宾夕法尼亚大学的应用生物信息学课程，系统地学习了生信数据分析，学会了如何开展一个生信项目。（这个课程非常棒，感谢乐于分享的群主！！）

最后，去年九月份确定自己的研究方向后，拿到第一批宏基因组数据练手，目前还在建立自己的数据分析流程。（论独立搭建一个pipeline的重要性，让我知道原来我还是那么菜，要学的东西很多很多。）

第三大障碍：充分理解你的数据分析结果并给出可靠的结论；

我还没跨越这个障碍，就拿我看本领域的相关文献来说，如果我最后分析湖泊水体微生物群体的宏基因组数据，在讨论物种多样性及功能这个问题似乎要回归生态学。所以，我可能需要修炼一下内功，了解一下生态学知识。（待我要出成功的时候，再来补充，嘻嘻~）

~菜鸟实在太菜，默默修炼去啦~

有问题请联系我

个人微信ID：
Shenmengyuan1993