【生信挖掘】浅谈生信入门学习知识

生信已经成为科研圈发SCI的神器了，检索PubMed上可见发表的文章不管高分低分都涉及生信，甚至南通大学2016级临床本科生张波发表21篇SCI，从影响因子 15分（2020年发表，实时IF 26分）到1分可谓一网打尽。许多人听见生信编程就望而却步，产生恐惧心理，今天我们邀请医科堂生信挖掘一对一辅导训练营周老师分享他一个月入门的经验，希望能够给大家有所帮助。

我是一名临床医生，从入门学习生信到熟练掌握再到发表生信SCI，也就一个月时间。今天由我给大家介绍一下学习生信需要掌握什么。

01

常用数据库

GEO数据库：肿瘤和非肿瘤发文章利器，官网https://www.ncbi.nlm.nih.gov/geo/，高分文章常常TCGA数据库结合GEO数据库。

优点：涵盖范围十分广，数据库新颖，不断更新。

缺点：寻找适合自己的数据库难，临床信息通常不完整。

TCGA数据库：发表肿瘤文章必选数据库之一，官网https://portal.gdc.cancer.gov/，需要Goole或者火狐浏览器打开。

优点：数据信息十分详细，同一个队列临床资料完整，测序详细，包含转录组，CNV，甲基化等。

缺点：目前已不更新，无新数据纳入。

ICGC数据库：国际组织建立的数据库，官网https://daco.icgc.org/，通常用来丰富自己的研究，发表高分SCI。

优点：一般含有完整的临床信息，包含美国，中国，日本等国家肿瘤数据。

缺点：目前已不更新，无新数据纳入。

GEIPA数据库：北大建立的TCGA数据库可视化网站，官网http://gepia.cancer-pku.cn/，可以减少大家TCGA从头开始作图的麻烦，方便简单。

02

编程语言

R语言：R语言运行需要下载R software和R studio，下载官网分别为https://www.r-project.org/和https://rstudio.com/。

关于R，对于临床医生，我们只需要会使用，掌握

setwd()     设置工作目录

install.packages("survival")              普通R包的安装

Bioconductor (https://www.bioconductor.org/) 生物信息学R包安装

Perl语言：Perl语言运行需要下载strawberry-perl，下载官网https://www.perl.org/

Python语言

编程语言的使用不要深究，我们只需要掌握基本的使用方法，同时结合网上的学习教程制作论文图形即可。

复制粘贴代码，理解代码的含义并具备能力修改代码代码，我们只做代码的搬运工，不做代码的生产者。

对于我们临床医生或者其他非生信专业科研工作者，生物信息学已经在高分文章是常用工具之一。我们学习生信时，其实只需要掌握上面的知识就好，剩下的就是我们利用资源，做代码的搬运工，牛顿说过：站在巨人的肩膀上才能看的更远。学习生信也一样，就像手机，我们不知道怎么生产的，也不知道什么原理，但是我们会用。