大家都说生信简单，不做实验就可以产出文章，真正做到的同学又有几个呢？我们在学习生信的过程中或多或少会有各自的问题，今天我们请到解螺旋优秀的生信学员们来为大家讲讲他们学习生信的心得和体会，相信对想入门生信的你或者对生信有点困惑的你会有所帮助。非生信专业，基础科研半道出家自学生信。从研二的时候开始接触并学习生信，目前掌握R语言，Linux；能完成基本的芯片，转录组测序分享。1. 先搜索一下生信相关的推文与教程，了解一下生信这个领域能做啥，建立起一个主观概念，建立起知识树的框架；2. 看生信分析相关的文献，以及公号上的文献思路拆解，了解一下生信分析的逻辑思路；3. 根据生信教程学着复现一篇文章，思考这篇文章有哪些可以借鉴，有哪些还可以改善；4. 搜集类似题材的20多篇文献，整理成一套比较完整的分析框架；5. 对生信文章中需要的哪些技能不会，自己又感兴趣的，可以通过查教程、看说明书的方式进行学习。非生信专业，通过网络课程自学生信一年。目前掌握生信基本思路，熟悉从突变，DNA甲基化到转录组，蛋白组的数据处理及分析，以及肿瘤免疫，代谢等常见分析套路。首先搞定转录组数据的处理分析，因为这一块可以用的平台最多，不需要编程基础也能有在线平台可以使用，最适合入门。掌握转录组的数据后也可以尝试一下肿瘤免疫，基因家族等常见套路，获得一定的成就感。之后再去学外显子数据，单细胞测序等一些目前学习资料不是很多，开源平台不是很够的项目，再与之前已掌握的套路结合下。生信专业在读，目前设计R语言，perl语言python，JAVA，C语言等语言。目前从事肿瘤浸润，单细胞测序。准备学习宏基因组，微生物组信息学1. 常规而言是需要坚实的基础，例如生物统计学，R语言代码基础。2.对于一门语言而言最主要的还是可以对于已有代码的拆解，改错与应用方面，因为一门语言需要极其漫长的时间去掌握。3.文献复习，网上有很多手把手复现代码，可以跟着做一下，增加兴趣可以更加深入的学习。4.发现亮点，可以加入一些生信学习群，了解各路大神目前的研究方向。5.生信迭代太快，所以要增加文献阅读能力，套路太过于老套的话容易被拒稿。6.生信之路遥遥无期，要有一颗平常心，生信会经常遇到报错问题，每一次对于报错的处理都可以使大家更上一层楼。非生信专业，从2018年开始通过网络课程自学生信。目前掌握的是R语言基础、芯片及RNA-seq的转录组分析。从最简单的开始入门，如从转录组数据的分析，芯片和RNA-seq的分析方法不一样，但是整体思路一样，两者的转录组分析都要会。数据分析的过程应该要找一篇难度适中的文章去复现一下，尤其是要做哪些分析，哪些图。如果是小白入门，对R语言代码还不熟悉，可以先从解螺旋的生信体系课程入门，是无代码的，但是可以让你弄清楚生信的整体思路，具体要做什么分析来论证一个科学问题（挑圈联靠），在弄清思路的同时补充R语言基础，看了再多不如做一篇文章，边学习边复现，会进步很快。非生信专业，研一开始接触生信，跟着老师学全基因组的分析1.一定要先读文献，刚入学的时候用了两个月检索了领域所有相关的肿瘤易感基因，汇总成表格；一方面可以对自己的领域有所了解，相关数据可以用作meta分析。另一方面可以知道文章的分析套路，筛基因的方法。2. 可视化的目的是更好的解读数据，不是为了炫酷。3.如果想搞生信建议踏踏实实从基础学起，要读R语言和Linux相关的几本经典书籍，磨刀不误砍柴工。非生信专业，通过网络课程自学生信1.5年。目前大概掌握数据下载和分析的基本套路。1. 基础不牢地动山揺，一开始还是逃不掉对语言语句，语法的认识。一开始参加了一些公众号的打卡营，每天按时按量学习。2. 之后还参加了线下的培训课程，了解了如何利用编程语言去应用的实操。3. 最后也是最重要的，一边操作一边学习，用需要来引导学习，这样进步是最大的。4. 看到报错不要怕，或者就算没有报错也要仔细去一步一步查看数据，有没有出现错误的地方。出现报错就去百度，你不是一个人，不是第一次这样的错，一定能找到解决方法非生信专业，毕业后开始接触并学习生信，目前掌握R，python，Linux；能完成转录组，基因组数据分析。2. 看生信相关的文献和公号上的文献思路讲解，了解生信分析的逻辑套路；非生信专业，大一的时候开始接触生信，目前掌握跳圈联靠的无代码全套分析，有一定的R语言，Linux基础。1. 不要惧怕编程，早晚是要学的：刚开始是师兄师姐教了我一些GEO数据库的单基因表达预后分析，大一暑假开始慢慢发现要学习生信不学编程是不行的，所以大二开学后从图书馆借了《R语言实战》自学；2. 实战很重要：大二时模仿无代码生信文章发表了一篇小文章，虽然比较简单，但也算实战了一次，收获比只看看学到得多得多；3. 利用好微信推文：平时主要是根据公众号的推文学习，在要查找一些还不会的方法时，也是优先查找推文；4. 做好整理积累：实战时主要还是依靠网上搜索的或者其他小伙伴分享给我的代码，自己再做修改，代码用过一次后就整理保存起来，可以用Rmarkdown，这样以后再用的时候查找比较方便。本人临床中西医结合肿瘤专业，因为基础实验科研无望转学生信，最开始接触到生信就是两年前左右酸菜校长直播课提到的老板散养如何发sci。学习了最早解螺旋推出的生信精品课程，自己模拟做了数据并写了第一篇英文文献，因为小白所以误投到了一个野鸡杂志上哈哈。后来工作太忙放下了一段时间，为了发sci又重新自学生信一年，慢慢摸索着处理数据和出图，最后在小伙伴的帮助下终于以生信投出了第一篇sci。目前也是掌握生信基本思路，对肿瘤免疫比较感兴趣，在生信的浪潮正热的时候希望能抓住这个机遇哈哈哈。学习生信后认为其实整体的逻辑框架和思路要比分析方法和数据图表还要重要一点，不过R语言和其它一些软件、网络分析平台等真的很重要。目前在潜心钻研R语言，争取从小白开始不断提高自己，达到能够独立解决问题，独立写代码的目标。目标很远大，还是要一步步脚踏实地的完成呀！向师兄师姐和小伙伴们多多学习！非生信专业，2018年底接触生信，掌握R语言，了解python/matlab，能完成大部分生信下游分析，目前集中肿瘤免疫。1. 直接上项目，明确医生学生信的目的是什么，我的目的就是发paper，直接上项目的好处在于你学完也就可以出文章了；2. 编程不是生信最重要的，思路才是，所以请学好三十六策，举个例子，我第一个文章是可变剪切，除了常规可变剪切的套路之外，还加了驱动突变的内容，所以学好三十六策很重要；3.记录分析过程的每一个步骤，包括试错的步骤，正确的结果能让你发文章，错误的探索可以让你源源不断地发文章。非生信专业，2019年底接触生信，我还是纯纯的小白～但是我有一颗热烈的心，我想追随各位大佬的脚步向你们学习～我老板想让我做单细胞的生信分析，准备开始正式的生信生涯了，跟着信天翁老师做了一期GEO助教，收货很大，R也算刚刚入门。感谢信天翁大哥把我带过来，感动的都要哭了，我虽然现在还没有什么经验和大家分享，我坚信将来我一定会有值得分享的～毕竟flag都立下了，不实现小雪球老师也不会答应啊～嗯，我还相信有志者事竟成～追随你们前进，前进，前进～非生信专业，2019年8月接触生信，掌握R，机器学习在R的应用。1. 赞同风师兄的话，项目是最好的导师。一开始有一个明确的目标，之后带着目地的去学，速度会很快。2.多上gihub看看里面的大佬是怎么构建项目的，在你整个分析流程中的某一个模块，我相信你能在github找到答案。3.代码出错学会检索，最直接的方式，把报错信息在bing stackover flow google github中检索，大部分问题都应该能解决。临床医学专业，通过网络课程自学生信一年，掌握了TCGA及GEO数据下载、差异miRNA的筛选鉴定，miRNA靶基因的预测，靶基因功能的GO及KEGG分析，及miRNA-RNA共表达网络的构建，发表SCI论文一篇。非生信专业，4年前接触生信，虽然接触时间长，但当时网上基本没有任何教程，所以并没啥用，不会的还是不会，目前懂部分R，会linux基础、大数据spark的应用及html网页前端。1. 简书、博客园、CSDN博客上有很多人分享的代码和最新的软件包，平时可以关注一些这方面的推文，可以学到很多东西。2. 咸鱼和淘宝上也有很多关于python和R的易懂教程，有时间的话可以利用好一切资源。3. 有时间可以多看看软件包的说明书，从一开始可能看不懂，但不断接触更多的新的包，看的说明书多了，会逐渐得心应手。4. 很支持风师兄的观点，再次打call，36策和其他解螺旋的体系课极其重要，现在生信的思路越来越要求创新性，很多时候没有思路是因此基础科研知识的匮乏，而36策正好可以补足缺陷。5. 对于R语言的感受，刚接触时可能觉得很变扭不熟练，但是用多了，慢慢的可以取代xls的很多操作，而且会比excel的速度快很多，更方便。基础一定要扎实，基础不够话，如果死磕某一小块领域，也可能走通，但是会像我一样浪费几年的时间，有的只是报错的经验，并没有什么提升，而从头打一遍基础，再选择不同的套路，会走的更快。6. 另一点也是风师兄强调过的，一定要严谨，代码这东西容不得错，很多时候可能自己错了都不清楚，一个好办法是复现，通过复现，不仅能快速验证自己的学习成果，也能在一定程度上验证代码是否正确。7. 有时间的话，可以学学PS、AI，这东西真不难，淘宝上随便淘个课，每天听1-2小时，关键一定要实战，不出1周，很多简单效果都会自己实现，而PS跟R正好是互补，R负责出主要的图形，PS可以进行调色和修饰。8. 要还有多的时间，可以在pubmed上检索生信类文章，检索词可以是”WGCNA”、“CeRNA”、”TCGA”或“GEO”，就可以知道最近一段时间，出来了哪些生信文章，有哪些套路是新的，影响因子是多少，甚至可以看到期刊的接受速度是快是慢，不仅能够散发思维，等投稿时，哪些期刊对生信比较友好，心里都会有点数。本人中药学专业，最开始接触生信是在18年下半年生信圈内的某些大佬的交流会，发现他们都很年轻哈，却很厉害!从B站跟着视频学习R语言入门，阅读了《R语言实战》，《R数据科学》、《生物信息学（陈铭第三版)》等书籍，学习了GEO/TCGA/scRNA-seq等内容。后来药学毕业课题太忙放下了一段时间，现在在重新捡起中，在转向做单细胞方面的课题。目前Linux/R/统计/生物学基础一直在学习中，只有扎实的基础才能站得更高，走得更远！1.入门阶段：Linux操作能力、R编程能力、统计、生物学基础知识等是必备的，先学习这些基础知识，才能看懂别人的代码，理解每一步分析的目的。2.文章模仿：模仿别人的文章，学习生信分析的技巧、文章框架、逻辑，自己撰写几篇生信文章，相当于复习、整理、总结，才能知道哪些方面存在需要提高的地方；3.统计学是决定我们生信能力上限的因素，生物背景决定了我们能够走到的高度；4.“从每一件事情每一个细节开始”。若是能够透彻理解每一个细节，才会做好事情。非生信专业,出于对电脑以及各种数码产品的热爱,从基础科研半路出家自学生信。目前会用R语言、linux、python。1.说起生信学习经验，首先得有动机，我的动机就是我喜欢捣鼓电脑，所以只要用电脑的工作我都能胜任，简单来说就是要有兴趣。其实我对代码什么的以前是有些抗拒的，也许是被那些高深莫测的C、C++、Java吓住了，直到我遇见的R语言和python，尤其是R语言，在职业的程序员看来R语言可能根本就不能说上是一门电脑语言，更像是一个计算器，因为R语言相比于其他语言实在是太简单了，简单到像按计算器那么easy。
2.既然说到了R,那就要好好说说这个生信计算器。最开始接触R是解螺旋的麦子老师的一门R语言统计课，B站“解螺旋官方”有全集，贴心地标出：BV1JW411g7jP。麦子老师被称为麦子女神，是因为她深入浅出的讲解让R不再那么神秘。麦子老师是我的R启蒙老师，这里我非常感谢麦子女神。接下来的R学习就是在浩如烟海的网络资源中寻找到了适合自己的课程。我通过和几位生信前辈沟通，得知了一个不错的R资源，B站中也有，这里也要感谢B站提供了如此丰富的学习资源。3.说完了R，接下来说文章。我同样也是通过网络资源学习到了生信套路。在学完了几个生信套路后我发现只有实践才是真理，所以我开始和别人合作投稿生信文章，通过对数据分析作图作表，到后期的写作投稿，终于拥有了一篇生信处女作。正如酸菜大大所说，“一种文章套路只有你自己发过一篇才能称之为真正掌握了，所以套路学习应该配合实践转化，学的不在于多和全，学会一种就能输出一篇才是真的会了。”外科学专业，接触生信2年左右，一开始自己零零碎碎学了一些R语言的基本知识；根据解螺旋生信套路体系课简单完成了一篇文章，但没有投稿。后面开始系统的去接触生信分析，从数据库的使用，到利用R来完成统计分析，以及简单的机器学习部分。
1. 首先十分赞同风师兄的话，随着学习的深入，限制整个分析过程，很多时候往往是整个文章的谋篇布局。这个时候，学习三十六策里的课题设计展开思路就十分重要。2.多看相关的文献，发现好的结果展示形式，可以针对性的去复现一些文章里的图片。3.关于代码的学习，能理解内在的含义，当自己需要时知道怎么修改具体的细节。4.对于代码，分模块保存，并注明其来源，用途，输入文件形式，以及输出结果的样板，方便后期在使用时只需简单修改里面的参数即可获得。非生信专业，1年前接触生信，目前懂部分R以及java基础。我觉得这个基础的话，我很有发言权。主要分为三个部分提供我的心得：1.脑 2. 心 3. 四肢1.脑：指的是知识储备。我比较过解螺旋和其他友台的培训，说「友台」已经是客气了，其实都是乡村辅导班，解螺旋的生信体系课可谓是事无巨细地把 生信大厦扎实地构筑起来，跟着四字口诀来，在知识专业性方面没有任何问题，其他友台教的都是村规。我就是一步一步跟着生信全书学下来的。2.心：指的是耐心、恒心、细心。很多时候跑代码，抱错一大堆，很想砸电脑，但是发泄一通过后还得重拾起来努力。一定不要吃苦，你自己不能放弃。3.四肢：指的是你的行动力。有问题，一定要自己去发掘。我有两个线上论坛觉得还蛮受用的，不知道此处能不能说，恐有置入行销之虞，一个是CDSN，一个是简书（如果不能提及大家请自动屏蔽），网上都有很多类似的问题，我好几次甚至google 看国外的解答。不懂就问，固然好，自己去寻找答案，更印象深刻。希望这套集齐人体三个部位的学生信方法能给初学者微薄启示。谢谢！本人是肿瘤内科专业，与生信接触是在1年前，那时候刚考上了在职博士，因导师没有实验室，我就在网上搜索不做实验就能发SCI的方法，自然就搜到了用生物信息学进行数据挖掘。以及生信学习必须具备的工具：R语言、perl语言、linux系统的基本操作，以及Linux系统下的shell脚本。
刚开始学生信是用在线的工具，零代码，简单、方便、高效，最先学的数据库是GEO、TCGA和oncomine。随着学习的深入，在线工具的弊端逐渐显现，比如，批处理效率低、参数调节不方便、受网速的影响。学习一门编程语言语言非常必要了。最简单、最好学的应该R语言，编程风格接近自然语言，既能做各种复杂的统计，又能画出各种好看的图，关键的还是免费！！当然R语言也有弊端，文本处理方面不是很擅长，处理文本的R脚本编程复杂，运行效率低。perl语言在文本处理方面要高效很多，举两个例子，一、TCGA数据库下载的文件，每个样本就是一个压缩包，每个压缩包放在单独的一个文件夹里，这时候需要用编程语言把这些压缩包放到一起、整合起来。二、上万个基因的id转换。上述两种情况，用R语言脚本处理就很慢，运行效率就很低。这时候perl脚本就显示出优势了。后来学到了测序，以及测序分析的各种工具，基本上都是基于linux系统开发的，又大体学习了linux系统及shell脚本、linux虚拟机的搭建。不过现在的生信分析，测序公司会把各种测序结果整理好，并附带各种图片。所以linux系统学的不深入。1.首先要耐住寂寞，面对的各种代码、各种符号，不要烦躁，面对屏幕的各种报错，要心平气和。2.多练习，代码也是数学运算，学了不用，很快就会忘记。3.网上各种资源很多，可以搜索，然后改下就可以用了。非生信专业，根据生信全书，GEO/KEGG单元课训练营，生信套路课等进行摸索，复现和解读论文。曾尝试写过1-2篇，会促进自己的思考和理解，也就是输出倒逼输入的方式啦。1. 多看今年推出的代码无代码数据库论文复现 和其它课程资料，和多种分析方法结合，来尝试论文中的结果复现。3 自己先尝试课程给出的原始代码和资料，然后多尝试处理一些数据，并自己解读数据结果和完善内容。非生信专业医学类研究生，受困于疫情无法开展实验，于今年年初开始学习R语言，Linux以及一些无代码网页分析工具。目前独立完成了一个转录组及一个甲基化芯片的分析课题。1.对风大佬的观点深有感触。开始接触生信的时候目标明确，就是为了能够在不做实验的情况下发paper。一开始接触了无代码生信，而后随着学习的深入，发现有一些个性化分析需求依赖于代码分析，进一步带着疑问开始学习R语言，以解决自身需求和问题为导向来学习，效率就比较高一些。2.对于无代码的在线分析工具，最主要的学习方法就是不断尝试，把每一个功能都自己尝试一遍，慢慢就理解了其中的道理。3.对于R语言，个人认为打好语言基础很重要，不然一个小小的错误可能会让你报错一下午。根据自己的分析需求与目的，去论坛，公众号等处学习大神的代码，内化为自己的知识，以目标为导向，效率会更高。4.生信分析推陈出新的速度非常快，对于业余选手来说，到达一个水平后学习新的分析技术将逐渐变得容易，所以科研思路就显得更加重要。所以，多多阅读最新的文章，学习新套路，并对36策谙熟于心，将会受益匪浅。（2）多阅读本专业生信相关文献有助于生信思路的分析。
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
