下面是我们整理出来生物信息学入门建议，大家一起来自学~

1、了解整个流程
想要找一些有用的数据，那么你最好要有一个outline，需要知道数据从哪儿来的，怎么产生的？这其实就是测序仪的工作原理。
然后是数据质量检验，为什么需要数据过滤？接着是reads拼接和组装。
总之，要对整个流程有一个认识，然后在学习的过程中，再不断回头对比这个流程，这样才不会出现方向不明的状况。

推荐看一下这本书《Bioinformatics for High Throughput Sequencing》
点击网址：http://link.springer.com/book/10.1007/978-1-4614-0782-9/page/1

2、适当练习
有了基础知识的铺垫，就可以尝试着自己做些练习了，paper上面都会给出他们的数据、原码地址，可以找来自己试试，先看看自己能不能做出一样的效果。当然，如果这时你手里正好有项目，那就更好。

另外，学习生物信息，paper是肯定要跟踪。这两个网站大家可以经常看一下：
1、http://www.homolog.us/blogs/
它覆盖生物信息有趣的论文， 算法，以及生物科学问题。这个网站还汇集了很多生物信息领域科学家的博客。

2、http://www.rna-seqblog.com/
这个网站会推荐新的论文、工作、培训课程、大型会议等。

此外，如果你是生物背景的，那么计算机方面的知识也需要学习一下：

1、需要熟悉在linux环境下工作
熟悉掌握基本技能，比如从源码编译安装软件、PATH配置、使用google找到问题的答案等。

2、学会使用python/perl
比如在运行一个软件时老是报错，那么问题就可能出现在一个包含几十万行的文本文件里，有随机的几千行的末个位置多一个冒号，这时候你需要知道怎么处理？

3、学会R
需要从一大堆基因里面找出表达水平变化的基因来，需要统计分析和显著检验；而要把我们的数据更直观地呈现，最好的方式就是图形。而这两个需求，R都可以满足。当然matlab也是可以的，而它们的区别就在于R是开源工具。
（所以这次生物信息培训班我们重点围绕这一部分进行阐述，了解详情可以点击进入）

如果你已经具备了上述技能，那么常用的软件就能用起来了。但是随着学习的深入，可能遇到别人从未遇到过的问题，这时候就需要自己思考解决了，要么修改现成的工具，要么自己做一个出来。这时候，除了python/perl，或许还可以学学C/C++/java，或许需要研究下比如BWT、De Bruijn Graph背后的原理。

如果以上这你都会了，那你已经成功进入生物信息分析工程师行列了。
以上就是我们建议的生物信息入门要点。

更多基迪奥精彩原创文章，可继续关注我们网站动态发布，同时关注基迪奥微信~扫一扫添加基迪奥好友~随时随地关注行业动态！