整个世界都是你的已知条件(生信学习心得)
这是今年8月份，我的小密圈（知识星球）的密友让我介绍一下我的生信学习心得。关于经验类的文章，我基本都是有感而发，总是不太全面，所以借这一次机会系统的介绍一下。
大部分都很喜欢听别人的心得，学习别人的经验。但是作为一个在随机世界生存的傻瓜，我们先得理解一些概率论的智慧。比如我在公众号《请辩》里看过如下一段话
为什么马云说一句话，大家点头称是，王健林弄个行程表，大家纷纷称赞，因为大家都认为，有钱人说任何话做任何事都是他们有钱的原因之一，跟着做都不会错
但很多时候，是不是有另一种可能，那就是你效仿的东西或许正事那位有钱人没有取得更高成就的原因？
成功的人或许有一些独特的品质，但是有这些独特品质的人未必成功。在我眼里，成功更多是一种偶然事件，成功的路上发生很多事情，但只有部分事情是和结果挂钩，如果你没有正确的进行归因，把被成功掩盖的错误因素当做自己的制胜法宝，结局不言自明。
综上，我希望还能通过这次机会对我学习生信之路做一个复盘，由于我的表达能力有限，或许有些啰嗦，请见谅。
不好意思，一下子把时间拉回到了我的四年前，那时候我经历过高考的失利，为了替家里省学费的开支，填报了省内免学费的农学专业。我那时候开玩笑说，这个专业从不失业，毕竟家里还有几亩地。同时，填报的大学又在搞精英班，我就参加了选拨，笔试面试后就成为第二批的实验鼠。
那个时候一心想着拿个奖学金，让我妈开心一点（她希望我能上一个一本大学，而我没有做到），于是就去啃最难的一门课“高等数学”。非数学专业的高等数学其实一点都不难， 只要做到多做题目就行了，还有做被泄露出来的历年真题，那么成绩就不会差到那里去。 渐渐地，我就成为了别人眼里的“学霸”。在第二学期，出于对计算机的热爱， 我在VC和C语言之间选择C语言（没教指针！！！）， 其实期末考试也就是背背题目而已。
你有什么样的能力，总会抵达符合你能力的地方。 大一的那个暑假，我的一个学姐就拉我这个一年级新生去参加数学建模培训了。这个暑假比较关键，我接触了MATLAB， R， SPSS。当时水平完全局限在抄代码上，不可思议的是居然还拿一个三等奖作为安慰奖。后来参加美国大学生数学建模大赛，花了一个寒假时间学了LaTeX，把图书馆借来的《R语言实战》翻了第一遍,又拿了一个三等奖。
其实这个时候，我写代码的能力几乎为零,抄代码能力还行。
知道“生物信息学”这个概念是在我们规划课程的时候，那个时候只知道它不用做实验就能发文章，敲敲代码就好了，于是就问课程老师要来了他的PPT。 PPT里面涉及到的内容就是如何检索常用数据库（NCBI, EBI等），BLAST等，然后听说学生信要学Perl。于是，我在大二的暑假种棉花，提DNA，跑胶之余还翻过一本和Perl相关的书。
学习Perl的时候我还在网上百度Perl的相关资料，于是看到一篇比较Python和Perl的文章。当时，我的想法是我要学习最好的语言，看到有人说Python好，我就去看Python，并且有人还在数学建模的比赛中用Python处理文本数据。似乎那个时候Python的资料比较少，没有像现在那样充斥着Python爬虫教程，所以我也没有学下去。
时间继续往前，到了大二第一学期的暑假，我在知乎上看到了卡牌大师 的回答，发现数据挖掘好屌的样子，于是加了他的第一个千人微信群，订阅了公众号SOTON数据分析。购买了和数据分析相关的电子书和纸质书，比如说用Python进行数据分析。 努力学习过一段时间，还制定过学习安排表。不过性格求稳，不愿意冒风险，最后我还是考了生物相关的研究生。
划重点开始，到目前为止，不难发现，我其实在本科阶段很不系统地接触了C， Perl， Python， MATLAB, R， LaTeX，试图去学习数据分析，看过R语言实战，利用Python做数据分析，通过MATLAB知道了神经网络，遗传算法，马尔可夫链等概念。这些都散落在我的记忆的某个部分，只不过没有结构化的串联在一起而已。
从来都没有零基础学习XX，整个世界都是你的已知条件，如果你觉得自己是零基础，担心学不好，那么说一个更可怕的事情，你担心自己学不好的一瞬间，你就是负基础，你学习的难度增大，放弃的概率增加，最后终于顺理成章的证明了自己能力不足。
从理论上将，大四的下半学期应该算是我的大学的一部分，但在这个时期，大部分人其实都开始去实习了，所以也不太算是大学的一部分了。我在这个时间段去植生所实习了，在一次性拿到两个月的补助（1600）的时候，我觉得要给自己充电，于是我捡起来好久没学的Python，用一个非常正确的姿势入门了Python。
并且当时买课还送书，我选择了《鸟哥的Linux私房菜》。那个时候，我的师兄还给了我一个北邮人BT站点的邀请码，所以我下载了“马哥的Linux运维课程”，所以我没事的时候就看一集马哥的视频，翻几页的鸟哥的书。
这段期间，我还立志要给所在实验室做一个网站，于是我还去学习了Django和flask，最后由于前端搞不定，所以泡汤了。
在暑假回家的时候，带着师姐提供 tophat 转录组分析流程的paper回了家，一边学车一边依葫芦画瓢的跑程序。全然不知道，无重复的样本是不能用cuffdifd做差异表达分析的！！！
放假回来之后，发现师姐的问题还是没有解决。为了解决师姐的问题，我继续利用搜索找资料，被我找到了 RNA-Seq Data analysi-A practical Approach .一本非常系统介绍了RNA-Seq数据分析的书， 当然是我目前的评价，之前并没有这个感觉。
我在上课期间把这本书看完了“第一遍”， 然而问题还是没有解决，因为单个样本是不能用DESeq2分析差异表达的！！！
不知不觉第一轮轮转（2个月）结束了，我去了第二轮的实验室。那个实验室是只做湿实验的，但是老板特别尊重我的意愿（其实还有多方面因素），于是放任我自己学习生信。我继续上网找资料，被我在亚马逊找到了第二本和生信有关的书 Bioinformatcis Data skills ，我还特地买了亚马逊礼品卡，在美亚买了电子版。
这本书最大的价值，就是给了我一个生信工程师的定义
要想成为音乐家，你必然要掌握一门乐器。但是掌握一门乐器是不够的，你还得继续深入，学习理论知识。只有这样子，当你进入一个酒吧，听到别人弹吉他的时候，你能够熟练用任何一门乐器和他进行配合。
这本书其实没有系统讲解分析流程，他更多的是介绍了生信必须掌握的一些工具，用于解决生物学问题。如何用R，Python， samtools等工具处理数据。
看完这本书的时候，差不多2个月又过去了，我依旧没有定组，于是进入了第三轮。第三轮去的是一个专门做生信的课题组。由于时间太短， 我的性格使然，在没有融于这个团队的时候，轮转的时间过去了。那一个月的时间，我基本上就翻译bioconductor上面几个workflow。然而看得懂字，看不懂意思。
这个学期回到了我大一的节奏，因为生物统计学和R语言。我回到第二轮所在的实验室，不做实验，时间很充裕，可以安心学习生统。 结果也就很明显，我打通了统计学和高通量测序分析的任督二路。我加入了“生信媛”，开始一边学习 一边写作，我还加入了“生信技能树”，在上面有了一个属于工作介绍的专栏。通过自己某次给Y叔做的生信日历，认识了Y叔。
这个期间还做了第一个项目，就是重测序定位基因，走了自己的第一个流程。
祝贺你们，终于看到了这里，可以看看我的总结性话语了。
第一： 关于学习心态。这世界上不存在真正的零基础入门某个领域的情况。大脑的工作机制就是用旧的知识去理解新的知识。如果你认为自己是小白，自己基础不好等，那么实际情况是你高估了你自己了。你的基础其实是负的，你保证基础不好的心态学习，结果只会证明自己不行了。真正的情况是，你要把整个世界都当做已知条件。
第二： 关于快速入门。 生信快速入门的最好方式其实是学徒制。不是像我那种零散的学习，最后有一天不同的知识回路得到串联。 如果你想学生信，有可能就去华大或者诺和这些公司去实习，不是去培训，参加项目。我保证这个用到啥就学啥的学习速度是最快的，虽然可能是很痛苦的。如果你没有能力去这些大公司学习，那么参加曾健明师兄组织的转录组2个月入门生信，也是类似于做一个项目的方式。
第三： 关于零散学习。 从我口述的经验而言，我没有过多系统性的学习。我的Python, Linux, R等基础知识在学习时候根本不知道该如何使用。我在学习过程中没有正确地把知识串联起来。直到统计学学了一段时间之后，量变导致质变，感觉自己的等级突然跃升了。依靠顿悟的方式太玄乎了，所以我建议你们在学习生信任何一个局部的知识，都要想想如何把局部知识进行串联。由于基础知识的匮乏，一开始将会非常困难，但是请坚持下来。
第四： 关于书籍推荐。
Linux推荐《鸟哥的Linux私房菜》，通俗易通，上手Linux必备。
编程语言， 我推荐Python。因为他容易上手，材料一抓一大把。新手推荐先看 编程小白的第一本 Python 入门书， 大致了解Python。后面就尝试用Python做题目了，生信人必练的200个数据处理任务 ，学会看官方文档，用搜索引擎。 把自己的想法编程代码。 写过一段时间代码后，就可以去看《流畅的Python》等进阶书籍。
统计学。 我是通过上课学习统计学的，之前我看过一个阶段《商务与经济统计》。以我现在的眼光看这本书的编排挺好的，根据案例讲解统计学的知识点。但是偏向于商务和金融方面，如果找到足够多的案例，就可以编一本《高通量测序数据分析的统计学基础》。
R语言推荐《R语言与统计分析》，学习R最好的方式就是和统计学结合起来；《R语言编程艺术》可以让你不局限于调用R自带的函数，掌握用R语言进行编程；《R语言实战》，这本书刚开始看的时候，只推荐看入门的前五章，掌握基础的数据管理能力，这是通用的。没有统计学基础看中级方法，你看了等于白看。绘图推荐《ggplot2: 数据分析和图形艺术》， 理解图形语法，还有一本《R绘图系统》用于进阶。关注biobabble, 跟着Y叔画图.
高通量测序基础。这个我是通过看 RNA-Seq Data analysi-A practical Approach 的前面几章学会的，待补充。
生物学基础， 没事就翻翻《Lewin基因X(中文版)》这本书吧，毕竟生信的主要目的是解决生物学问题。如果你的生物学基础太差，你连解题思路都没有，学到的软件都不知道怎么用。
仅个人看法，欢迎讨论，我进行补充。
其实没啥好写的，每次看过去的文字总感觉不像自己写的。毕竟时间总是跑，转眼间已从大学毕业到研究生二年级，写了很多可有可无的文字，却因此认识了很多人。每次回首过去总感觉有很多遗憾，而看着未来却心中恐慌，好在慢慢学会和自己和解，原谅不完美的自己，继续选择磕磕碰碰的前行。
猜你喜欢
写在后面
为促进读者交流、加速科学问题解决，我们建立了“宏基因组”专业讨论群，目前己有八百多名一线科研人员加入。参与讨论，获得专业指导、问题解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职务”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论。问题不私聊，帮助同行。
学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”