生信学习资料
自学生信不求人,现在网上资料越来越丰富,但是资料多也意味着鱼龙混杂,并且让人无从选择。正确做法应该是,找一个适合自己且完善靠谱的学习资料,从头到尾跟一遍,代码敲一遍&一遍^n 次,这里精选了一些课程供大家参考(部分收费,按需自取,想白嫖的白嫖,想给作者恰饭的给作者恰饭),这里推荐作者自己踩过坑(学过),并且觉得还不错的资料,也给自己梳理一下资料。
这部分的资料不一定适合所有人,资料不在多在于精。这份资料更加倾向于推荐给生信使用者,生信业余爱好者以及要转行生信的同志们,若要深入了解生信那么还有很多基础需要补充如数学,计算机等理论实战知识。
为什么要学生信
- 大数据时代的潮流席卷每一个学科,自基因组测序成本下来后,每个实验室难免都会去测一下物种的基因组尤其是微生物的,技术的发展必然带来数据的膨胀,测序拿到的结果都有很多文件,很多文本数字信息,重复劳动 + 统计学分析,不学点生信怎么够时间完成科研KPI(一些有经费的课题组可以外包业务,但是课题组经费有限老板的就不一定愿意每个样品加钱去买数据分析的服务了);
- 为了更好地与技术人员沟通,即使自己真的不需要动手做生信的数据分析,也要具备理解数据和与技术人员沟通的能力,知道数据的处理是否合理(
统计学合理,生物学意义解释得通,能解决科学问题
)
理论部分
- 山东大学的生物信息学-强推这个语言比较通俗
- 北京大学生物信息学导论-比山东大学的更加hardcore但理论部分会更全
- 计算生物学与生物信息学-哈佛刘小乐
实操视频课推荐(实际上都是理论实践相结合的)
生信技能树-国人录的公益良心教学视频!
基因学苑-微生物学的比较合适
网易云课堂上的组学大讲堂
公众号
- 生信菜鸟团:有很多数据处理的小技巧;
- 宏基因组:偏向环境微生物,人体微生物方向;
- 基因学苑: 偏重微生物组数据分析;
- biobabble:Y叔大名必须晓,专注于写R包可视化以及R的数据处理。
- 生信技能树:癌症分析,医学生信分析都可,就是真核的基因组。
PS:上述的这些公众号均有各种语言基础,如linux,R,Python等等,而且也会吐槽一些离谱的数据分析论文,以助大家理性看待现存的SCI
书籍
-
biostar handbook!
强烈推荐没有之一,理论与实际相结合,全书读完,能知道要对数据作何种处理,为什么要这么做,并且对数据会有批判性,不盲目相信测序的数据结果。全书以问题引导式的方式来进行教学,看懂英文版的话能看到不少业内吐槽哈哈哈(我已经快学完了,做了不少笔记,也记录了一些书本中的更新,一遍下来酣畅淋漓!!)
英文版biostar handbook :要付费哦,注册一下好像可以领16版免费的pdf,一些链接有点失效,使用工具可能有点过时,但可读性依然很强,毕竟经典理论经得起时间的推敲。
国内授权翻译-生信媛:国人翻译的,微信公众号可看,美中不足,翻译的内容不是全的,大家按需看教程。
-
生物信息学与功能基因组学
:了解生物信息学中的算法,适合有一定基础并且想深入学习或者是研究中遇到情况需要探究生物信息工具原理的小伙伴阅读。
习题集
- ⚠️ 你的课题 ,最好的练习题永远是课题的需求,因为不做就毕不了业,这个动力还不够吗???
- Rosalind出的生信题目-python
- https://bioinformaticsdotca.github.io/CSHL_2019
- 孟浩巍生物信息学100个基础问题
- 生信技能树生物信息学习题
其他学习网站
编程语言学习
python:codecademy.com/learn/learn-python
datacamp:(一个互动式学习网站,需要付费,R包现在增加了)
coursera 入门课程:programming meets biology (coursera free),基因组数据科学
edx : R statistic for biology (哈佛出品)
加拿大的生信研究所课程
想多接触英文教程的或者海外的同志考虑一下这些网站吧
上面的资料选一个自己看完,多练习,不做实验敲敲代码解解压!
踩坑不易,看官不来个赞吗?
知乎地址:https://zhuanlan.zhihu.com/p/399140821