知乎阅读三百万的生信学习指南

作为本科学生物，硕博转行生物信息的人，经常会被人问起，为啥学习生物信息了呢？这背后通常会带着一些困惑，生物信息分析好不好学？

生信的作用越来越大，想学的人越来越多，不管是为了以后发展，还是为了解决眼下的问题。但生信学习不是一朝一夕就可以完成的事情，也许你可以很短时间学会一个交互式软件的操作，却不能看完程序教学视频后就直接写程序。也许你可以跟着一个测序分析流程完成操作，但不懂得背后的原理，不知道什么参数需要修改，结果可以出来，却把握不住对还是错。

我读书的时候，实验室纯计算机出身的人员只占很小比例，更多的是大学期间学生物的；特别的，有个做的挺好的师兄，本科是商科出身。从这来看，像我这样本科学生物转行生物信息还不算是有跨度的。这也从一个侧面说明，专业背景不是能否学好生信的决定因素。

想想自己大学开始自学生信的时候，可以说是一头雾水，只知道先学习编程，查了查资料，是要学习perl语言，但是不知道要在什么地方写，怎么去运行。费了些劲，在windows上安装好perl，写个文本文件，改下后缀，发现文件的图标变成了perl的图标，双击就可以运行了，不会写命令行参数，不会输出重定向，一种傻呵呵的体验。

后来接触了Linux系统，体验到在终端输入命令的快意，才找到了编程的感觉。不过，深深印在脑海里的还是作为一个生信小白的时候，写一个程序不知道在哪写，在哪运行。看过不少的教程都默认学习者会打开终端，会使用终端，会在终端运行命令。而我却是个例外，什么都不会。程序可以照着教程写下来，却不知道怎么运行。所以在我后来写python教程的时候（后台回复python 可获取），第一部分就是介绍程序在哪儿写，在哪儿运行，怎么运行。（最开始学习perl，在研一时在QQ群一个同一大学学长的忽悠下，尝试了下python，那时有些编程基础，寒假在家看了遍《python简明教程》就可以写了，以后也就习惯了这个语言）。

我个人是个理解能力比较差的，尤其是在接触新的领域时，阅读不少教程，总觉得这些教程都是给有些基础的人写的，自己去学习时，需要多方尝试，多多综合，才能找到门路。为了方便自己学习，也为了记述学习过程，就开始写博客去记录，力争从一个小白的视角、从最基础的角度去写作，记述哪怕是最简单的一步操作，一个错误，提供一个近乎人人可以直接上手的教程 （比如虚拟系统Docker的使用教程 -http://blog.genesino.com/2016/07/docker/）和任务流控制管理的Airflow教程 -http://blog.genesino.com/2016/05/airflow/），这些文章被转载后，在同一平台相比于同类的教程阅读量多了10倍，我想这正是因为简单、可操作，为初学者接触这些工具提供了最大的便利）。

在初步知道程序语言怎么运行并能成功运行完示例后，就要系统地读一本简明教程；简明的教程不多见，因为一般的教程都涵盖的面比较广，而我们初期只需要关注最基本的就好。

（所以我提取了我个人认为比较重要的基础内容，形成教程），可以找本经典书，请身边朋友划下重点，先从头到尾读一遍，不管理解多少，然后再读一遍 。读不下去，就抄写一遍。最好的自学方式就是守住一本教材，一遍一遍地去读去熟悉，每看一遍都会有一些了解，从陌生到熟悉，慢慢就串起来了。然后就开始自己去写代码，代码就是我们思想的体现；我在教人写代码时，总会让他先描述下如果没有程序，我们自己是如何一步步的手动处理这个问题的，模拟的是程序运行的过程。理清一遍思路之后，怎么想的就怎么写，只要你敢写，就成功了。

当然这个时候一般会遇到初学，者经常犯的错误，写完代码，觉得自己写的很对，但运行时却总是提示错误，然后总以为是电脑出错了。而绝大多数情况下，错误是我们自己写作的错误；起码在最开始时，要相信是自己的错误，不是程序语言设计的错误。错误的种类就这么几种，比如引号未配对、缩进不对、少了空格、文件名不对、变量名字不一致等。这时需仔细看屏幕提示的错误信息，在提示的错误行附近反复去查看。在之前的python教程和后续的文章中，都有或会提到经常出现的错误和解决办法。

能让程序提示的错误都算不上大的错误，而程序运行成功，不等同于程序的逻辑是对的，获得的结果是对的。程序是我们设计的，多数情况，我们对程序的输出结果是可以预估和判断的，不符合预期的结果是我们最应该慎重对待的。

在能独立写作程序后，一方面是学以致用，在解决问题中逐步学习；这时谷歌是你最好的帮手，把你遇到的错误或想解决的问题的关键字提取出，一键搜索，可以帮你解决大部分问题。另一方面，则是去学习别人的代码、学习初学时跳过的内容，利用社区中提供的优秀的模块或包来简化、加速自己的操作。入了门，就不需要像刚开始时，什么操作都自己去写了，俗语叫“自己造轮子”（但自己造轮子是最好的入门方法）；可以用很多经验更丰富的开发人员做好的轮子解决我们的问题。

学习生信从来就不是一个简单的事，需要做好持久战的心理准备。

在学习时，我们都希望由浅入深的逐步深入，不断地练习和实践，这就是为什么我们需要一本书，因为书很系统。但生信发展的历史短于计算机编程的历史，如果想要一门程序设计的入门数据，每种语言都可以找到几本。但想要一个囊括生信的书，就有些难了。本身生信跨领域，需要多学科的知识，而其内部又有不少分子，都囊括了太大，包括的少又有些隔靴搔痒的感觉。

我们当时都是零基础下自学Linux,  自学Python，自学R，自学高通量测序；这些学习经历，之前都零星地记录在博客里。现在回头去看几年前自己记录的东西，觉得好简单，而当时却费了很大的力气。这些零星的随手记，当时也只是为了自己看，到现在确实只有自己能看得懂，不便惠及更多的人。

因此我们创建了生信宝典，希望从不同的角度传播知识。这个不同有三点含义，一是形式上的不同，摒弃之前主编们单人作战想写啥就写啥，而是有组织有计划的内容聚合，提供一系列的教程，由入门到提高。二是内容的不同，不去用网上现有教程的通用数据做例子，而是拿实际生物数据，讲述如何解释生信中普遍碰到的问题，讲述如何处理自己的数据。三是立足点不同。在写作时，我们回到了当年，在回忆中用整个阶段的学习去指导当初的那个小白，从那些会了的人觉得微不足道而不会的人又迈不过的坎入手，直击痛点。知识点的收录依据不是是否炫酷，是否难，而是是否必要。如果必要，再简单，也要提及；如果不必要，再炫酷，也暂不纳入。

通过大量的生信例子、关键的注释和浓缩的语句形成下面的一系列学习教程。每一篇内容都不多，可以当做小说阅读，也可以跟着去练，反复几遍，每读一次都会有不同的收获和体会。

PS. 所有图片来源于新媒体管家插件