学习生物信息学需要数学和计算机达到什么程度？

临床医师

我已大二，之前被相当于强制分到了生物技术(其原因较复杂)，但一直对神经科学跟人工智能感兴趣。后来接触到一些生物信息的东西，感觉这个能把生物学量化，带向真正的科学层面。但是学校给生物技术的学生只安排了高数一门数学课，线代和概率统计都没有上。计算机方面只学过c++和数据结构。我想下学期就进入生物信息的实验室学习，不知道这个假期(目测零零散散加起来也只有一个月)是否应该先系统学习一些数学与计算机的基础课程？不知道是否来得及？生物信息不会让我失望的吧？
原文地址：https://www.zhihu.com/question/23948911

感恩由您

如果要积累深度，还是需要补充很多知识点：
1、熟悉C/C++、Python，边学边动手一行一行敲代码实现。难度：**
2、熟悉数据结构、算法，动手一行一行敲代码实现。难度：**。如果把《算法导论》认真看完，且一行一行实现，并通过Github分享，难度： ** + *
3、熟悉微积分、线性代数、统计学、信息学，边学边通过Numpy/Scipy实现一遍，难度：***。如果把《Pattern Recognition and Machine Learning》认真看完，并翻译成中文，并一行一行实现，并通过Github分享，难度： *** + *
4、熟悉线性规划、运筹学、图论、人工智能，边学边通过Python实现一遍，难度：****。
5、跟踪各顶会/各大研究所/各位大神，分析各种新网络、新算法、新问题、新解决方案，不断发各种不错的论文，难度：**** + *
生物信息会不会让人失望，这我无法回答！
但下定决心，努力与坚持，未来肯定不一样！

<hr/>基础课程：
《动手学深度学习》

目录
第一章 介绍

• 1.1 介绍
  
• 1.2 常用数据集
  
• 1.3 第一个例子
  

第二章 基础

• 2.1 Dense层
  
• 2.2 激活函数
  
• 2.3 数据标准化(Normalization)
  
• 2.4 丢弃(Dropout)
  
• 2.5 优化器
  
• 2.6 损失函数
  
• 2.7 卷积计算
  
• 2.8 LeNet
  

第三章 进阶

• 3.1 深层神经网络AlexNet
  
• 3.2 深层神经网络ResNet
  
• 3.3 深层神经网络EfficientNet
  
• 3.4 自编码AutoEncoder
  
• 3.5 自编码VAE
  
• 3.6 自编码GAN
  
• 3.7 自编码GAN改进一
  
• 3.8 自编码GAN改进二
  
• 待续
  

第四章 提升

• 4.1 注意力机制
  
• 4.2 Transformer
  
• 4.3 BERT
  
• 4.4 注意力权重可视化
  
• 待续
  

第五章 自监督学习

• 5.1 自监督学习介绍
  
• 5.2 噪声对比估计(NCE)
  
• 5.3 SimCLR
  

第六章 自然语言处理

• 6.1 分词器
  
• 6.2 预训练之数据处理
  
• 6.3 预训练
  
• 6.4 文本分类之GLUE
  
• 6.5 命名实体识别NER
  

第七章 计算机视觉

• 待续
  

第八章 应用案例

• 8.1 NCBI疾病名称识别
  

<hr/>收集的资料：
《人工智能学习：教材与辅助读物》
收集了各个领域的教材和辅助读物，包括：

• 数学
  
• 算法
  
• 机器学习
  
• 自然语言处理
  
• 计算机视觉
  
• 深度学习
  
• 人工智能
  

<hr/>动手项目：
项目的积累：
《生命科学与人工智能：动手学、动手建系列教程》
我们正在准备动手学系列教程、动手建系列图谱，希望和大家一起成长同时，也建立一系列有用的工具和数据库。
已开展的工作：

• 《动手学深度学习》 一起动手，学习深度学习，已开展。
  
• 《动手学单细胞分析》 一起动手，学习单细胞分析，已开展。
  
• 《动手建人类细胞图谱》 一起动手，建立人类细胞图谱分析平台，已开展。
  
• 《动手学肿瘤免疫微环境分析》 一起动手，学习肿瘤免疫微环境分析，筹划中。
  
• 《动手建肿瘤免疫微环境图谱》 一起动手，建立人类肿瘤免疫微环境分析平台，筹划中。
  

我们不断在更新，请持续关注！
2. 《动手学单细胞分析》

目录：
第一章 介绍

• 1.1 安装环境
  
• 1.2 单细胞RNA测序技术
  
• 1.3 第一个分析例子
  

第二章 基础

• 2.2 数据标准化
  
• 2.3 特征选择
  
• 2.4 降维之PCA
  
• 2.4 降维之t-SNE
  
• 2.4 降维之UMAP
  
• 2.5 聚类之Louvain
  
• 2.5 聚类之Leiden
  
• 2.6 发现Marker基因
  

第三章 进阶

• 3.1 批次效应修正之BBKNN
  
• 3.2 批次效应修正之combat
  
• 3.3 批次效应修正之Harmony
  
• 3.4 差异表达
  
• 3.5 差异表达之可视化
  
• 3.6 富集分析
  
• 3.7 富集分析之GSEA
  

第四章 提升

• 4.1 降维之变分自编码
  
• 4.2 降维之变分自编码+归一化
  
• 4.3 降维之变分自编码+HVG
  
• 4.4 降维之自监督学习
  
• 4.5 降维之自监督+批次效应修正
  
• 4.6 降维之Transformer
  
• 4.7 降维之Transformer+HVG
  
• 4.8 降维之Transformer+Marker分析
  
• 4.9 降维之Transformer代码解读
  
• 4.10 降维之比较x还是z?
  

-- 待更新
3. 《动手建人类细胞图谱》

目录：
第一章 介绍

• 1.1 人类细胞图谱计划介绍
  
• 1.2 数据收集 - 待完善
  

-- 待更新
4. 《动手学肿瘤免疫微环境分析》

-- 待更新
5. 《动手建人类肿瘤免疫微环境图谱》

-- 待更新
我们不断在更新，请持续关注！
联系我们

如果您有任何意见和建议，请随时联系我们。
公众号： AI-for-Sci

队长是我

生物信息工程师目前还没有分化成多个岗位，就像 IT 里的全栈工程师。所以相关的计算机只是其实还挺多的，但并不是说这些都必须得会。

必备技能：

• 计算机基础。什么是 CPU，GPU，线程，进程，内存，硬盘？什么是二进制？什么是集群？等
  
• Linux。基本操作，二三十个命令；常用生物信息命令，grep awk sed sort uniq tr 等；
  
• 软件安装和运行。了解不同语言写的软件编译、安装、运行的过程。
  
• 编程。python 或 perl , R
  
• 数据库。了解 SQL语言，至少是 select 语句。
  

要能自己搭建和管理分析平台，还需要

• 自己安装操作系统。了解 BIOS，RAID，制作启动盘，
  
• 掌握磁盘分区、文件系统
  
• 掌握集群的部署和管理。SGE、LSF等调度系统的安装。
  

自己开发核心软件，还需要

• 掌握 C，C++，Java 等至少一种编程语言
  
• MPI，Hadoop，Spark  等大数据处理方法
  
• 深入了解数据库，mysql 一般就够用了
  

开发生物信息分析流程，还需要

• 了解串并行机制
  
• 掌握 make、snakmake、bds、bpipe 等任意一种流程引擎（串流程的语言，没有标准的名字）
  
• 生成分析报告需要掌握 html、javascript、css
  
• 如果想要把开发的流程进行封装，方便部署，还需要掌握 Docker
  

暂时就想到这些，最近在学机器学习，又把高数、线性代数翻出来看了，自学有点慢，打算报个培训班。

同花顺

分享一下自己的经历，下面纯粹是自我感受，没有任何参阅。

答主基础数学出身，现在在做生物信息学，数学知识和计算机水平真的是非常两个方面。
但是不见得要达到精通这两方面才能学好生物信息学（注意我只是说的学好这个层面，想要独立的搞自己的项目，我还不知道要达到什么高度。）
数学方面 至少要有 数学分析（微积分）和高等代数（线性代数）垫个底，这样你才能看懂别人paper 中的公式推导嘛，然后概率论和统计学知识还有一点随机是不可缺少的，否则算法也看不懂。有了这些东西，起码你可以有一定的把握弄明白技术核心的内容。
计算机水平 我自己基本是个菜鸟，尤其是在刚开始的时候，但是可能由于是学数学的，虽然不会，但总是充满自信自己可以解决所有的问题，所以就无知者无畏了一番。 你不需要精通某一门语言，但是一个项目落在你手里的时候，不论用什么语言编程，你要清楚的知道你的input 是什么，output 又是什么， 然后可能要用到什么样的逻辑结构， 之后再慢慢的学习怎样写，怎样优化，怎样让代码更加有可读性。就行了。
我个人认为，想要独立的做研究，一些生物化学知识是必要的，数学和编程知识研究手段，而生物信息学的研究对象是一个个生物结构，分子结构，你总要有所了解才对吧。

每当在做project时，我感觉自己处在一个很妙的微观世界里

感恩由您

学到够用的程度。
你要解决什么问题决定了你需要学习哪些语言算法等，从实用性出发，系统性地学习可以先放一放了。

继续前进

看实验室。学点((perl or python)and R)
建议提早跟实验室打招呼，了解研究方向/技能，早定实验计划
==============================
生信是一个很大的领域，按照我的观察粗粗分来大概有：分子物理流、建模与统计流、算法流、应用生物流、实用工具流、数据库流。根据学生老板背景的不同，同一个组可能专精于其中一个流派，也可能样样包揽。所以达到什么程度还看具体的研究方向……
分子物理流：使用量子力学等手段对蛋白质/RNA等生物分子建模，预测结构、相互作用。这个方向的基础课程是物理、数学系列+简单的生化/分子生物学知识。基本是学物理的小伙伴不慎入坑
建模与统计流：按照行话说，这个方向应该叫做生物数学（生物统计）、计算生物学。他们倾向使用数学工具来模拟生物过程（如心房心室血流量建模）或者开创某些新的统计挖掘方法。基础课程：高数（数分）、高代、概统、多元统计等数学课程，以及一两门统计语言……基本是学数学的小伙伴不慎入坑
数据库流：查文章，针对某一特定的领域收集数据，完善数据库。基础课程：无
算法流：专门为某些生物问题设计算法。比如BLAST、DAVID、PHYLIP……这个方向我研究不多，总之能把握到像BLAST一样的机会，还是少之又少。基础课程：数据结构与算法分析、编程语言。
应用生物流：这个方向目前是生信里面做的人最多的。这个方向一般从具体的生物问题出发，采用一系列软件、数据库，从宏观上理解生物学（比如各种组学）。如果是在其中用到了预测工具，最后很有可能还要回归到生物，用实验验证预测的可靠度。基础课程：生物系列（生化、分子、遗传，根据方向不同也有免疫、植物、生理等）+一两门编程语言+统计语言。在这个方向，比较流行的语言是perl/python，统计语言是R。
实用工具流：做分子物理/建模/统计/算法/数据库的小伙伴终于有一天完成了自己的课题，想让其他做生物的小伙伴使用自己的成果……于是就专门有一批小伙伴去做软件/web server。基础课程：.net/c++(本地化)+(html+css+python/php/asp+sql)(web化)，如果实验室没有专门管理网络的，还可能会被抓壮丁做网络安全、服务器、通讯等网络工程师的活儿（不过会了这些干嘛要考虑在实验室？可以考虑跑路了）……基本是学计算机的小伙伴不慎入坑
=====================================
推荐阅读：
生物信息学一些基本的常用软件有哪些？什么是生物信息学？生物信息学中计算机和大数据扮演什么样的角色？
上海生科院计算生物学伙伴研究所在成立的时候为什么不叫生物信息学研究所？生物信息学和计算生物学有哪些区别？