生物学背景自学生物信息学,想做这方面的研究,从哪里

R语言也要学一下，因为搞生物信息学研究时必定要作图的，总得来说，先把Perl学好吧，这个是最基本的工具。

创新互联建站-专业网站定制、快速模板网站建设、高性价比红河网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式红河网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖红河地区。费用合理售后完善，十载实体公司更值得信赖。

首先，确定你自己的背景专业，现在很多学校本科都没有专门的生物信息学专业，都是挂靠在生命学院或者计算机学院的。所以背景专业一般都是生物学或计算机学，不同的专业将来做生信区别会很大。

我在的北大的生物医学工程系里面有健康信息系统、医学数据、计算生物学方向，和传统的生信有一定的差别；真正做生信的人信息科学院有一拨，生命科学院还有一拨。不排除数学院也有理论研究专家。

学生物信息，paper肯定是要跟踪的。这两个网站可以经常看一下：[homologous](Homologus - Frontier in Bioinformatics) 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。

生物信息学与以往的传统生物学不同，它本身是一个混合体，而且在今天看来它应当还要包含现在的NGS和基因组学。我认为，它重在数据，因此在这个领域中比较重要的是数学和计算机——计算机我指的是：编程能力和算法设计能力。

肿瘤基因组学，分子流行病学和环境基因组学，成为系统生物学的重要研究方法。从发展不难看出，基因工程已经进入了后基因组时代。我们也有应对与生物信息学密切相关的如机器学习，和数学中可能存在的误导有一个清楚的认识。

ATAC-seq专题---生信分析流程

1、ATAC-seq信息分析流程主要分为以下几个部分：数据质控、序列比对、峰检测、motif分析、峰注释、富集分析，下面将对各部分内容进行展开讲解。 下机数据经过过滤去除接头含量过高或低质量的reads，得到clean reads用于后续分析。

2、ChIP-Seq原理是：首先通过染色质免疫共沉淀技术（ChIP） 特异性地富集目的蛋白结合的DNA片段 ，并对其进行纯化与文库构建；然后对富集得到的DNA片段进行高通量测序。ATAC-seq是 全基因组范围 内，找出所有的OCR。

3、Model-based Analysis of ChIP-Seq (MACS2)是一款用于检测基因富集区域的软件。尽管是为ChIP-seq设计的，但也适用于ATAC-seq测序及其他有小峰的基因组富集分析。MACS2软件的主程序是callpeak。

4、染色质关闭：压缩DNA 这个过程像我们将文件压缩为zip或者rar的压缩包，减少它的占用空间。染色质开放：解压DNA 这个过程类似于我们要查看刚刚压缩包里的文件，我们需要解压后才能查看到文件里的内容。

5、生信分析流程构建的几大流派 按照脚本语言流、Common Workflow language 语言流、Makefile流、配置文件流、Jupyter notebook和R markdown流等分为不同流派。

【Linux】生物信息软件安装过程

你需要先下载软件，下载之后解压，然后根据提示进行操作。

Linux下软件安装方法对于Linux初学者来说，安装一个很小的软件恐怕都是一件很让人头疼的事，因为在Linux下安装软件不像在 Windows中那样简单。

但是在Linux中，安装应用软件和Windows下有些不同哦。而且对于Linux初学者来说，安装软件是一件很让人头疼的事情。

生信为什么用linux

1、因为在学校的课程中学习Linux是为了给今后学习的嵌入式打基础，所以对于我来说这些知识是远远不够的。我觉得毕竟了解到学好Linux可以从事系统运维工作。

2、对于生信分析人员来说，日常工作，软件运行，跑流程，均在linux下操作。当然，也有基于云端的生信分析平台，如免费的Galaxy，或者某些 公司的一站式云平台。

3、因为LINUX的先天优势导致嵌入式开发大多采用LINUX系统：开源，代码开放，省去了自己编写的麻烦，节约成本而且不会涉及到专利和产权纠纷。功能齐全，对于很多硬件设备都有丰富的驱动程序，只需要移植一下，不需要改动太多。

4、Windows是封装，不开发源代码的系统，不利于教学和研究，尤其是研究系统底层的东西，这对于计算机系学生来说是非常重要的，。而Linux是开放源代码系统，非常适合研究学习用。Linux产生的目的就是为了这个。

5、沿着前面的轨迹，接下来是Linux中shell脚本的学习。这对于生信工程师后续处理大量 (海量更合适些) 数据是非常非常重要的，但是同样的，作为一个有点古板的人，对于脚本是什么意思我都死磕了好久。

分享题目：生信Linux命令 linux生物信息学
URL分享：http://scgulin.cn/article/dijeocg.html