自学生物信息学是种怎样的体验？

007

你是如何在一个传统生物实验室自学生物信息学的
原文地址：https://www.zhihu.com/question/53359041

感恩由您

我觉得如果没有人带的话很难，很容易不成体系。虽然我本科（生物）也开始做一点生物信息（调一些bioconductor包还被挂了一个NAR）但是我觉得真正的学习是研究生阶段才开始的。你需要系统的统计知识，对一些数学模型的理解（比如qnorm / hmm / gibbs sampling），还有对pipeline的理解（知道什么东西值得automate并且可以写出来）。而科研方向更需要对生物问题的理解，需要不断读paper和人讨论。传统生物实验室的一个缺点是，他们很知道想看到的结论是什么，如果你得到的和他们不一样，他们很容易觉得是你不对。这样出来的结果有种cherry picking的感觉。
编程方面你需要知道什么是optimal practice - 在你能基本完成分析目的的前提下。我写脚本的时候都会记下来哪里写的有点困惑，然后找实验室大佬问问他会怎么写。大佬回答你的时候会说他的一些考虑，里面很可能包括一些高级术语，你再回去搜索一下相关知识补上就好。但是有一些比较硬核的概念，比如OOP/promise/functional programming等等这些是需要真的花时间去研究的。如果以后想走算法，cpp/julia/*torch，甚至是把现在的CPU计算转移到GPU上都是不错的方向。
我建议题主可以去纯计算的实验室交交朋友，听几个seminar提提问题，会很有收获。另外，be prepared to get your hand dirty Lol

检验医师

我是物理专业，在 Java 培训班学了半年，在一家 IT公司做联通的经营分析系统半年，后来去了华大做生物信息。
华大当时的新员工是 3 个人一个模块，配一个老员工带，而且我计算机基础还不错，但一个基因注释当时就研究了三个月。
现在做生物信息八年了，回想起来，要学习的东西是在是太多，如果是完全自己看书、查资料学习，可能是坚持不下来的。
记得大二的以后，我尝试自学 Linux，学了1个多月，还是恍恍惚惚。
一门编程语言在学校里，至少要学一个学期，培训班要学三个月，如果完全自学，而且没有学过编程的话，可能半年才能进入状态。
个人建议，如果周围没有做生信的人，最好能去公司实习或者报培训班（有条件的话，可以先报一个编程的培训班
实习公司其实很好找，测序行业小公司很多，都缺人，很好进的，最主要的是你得有时间，至少三个月以上，不然没人愿意培养你
培训班，有条件的可以先报一个 python 培训班，对计算机有个系统的了解，然后再报生物信息培训班
生物信息是一个专业，一个职业，不是一个技能，需要至少一年时间才能算入门
<hr/>评论有人问，为什么会从计算机转生信，回答一下
我转生信那年是 10年，那会的计算机行业是个什么状况呢？
这么说吧，我找的第一份实习工作是做手机游戏的，用的语言是Java，准确说叫 J2ME，主要是给诺基亚的塞班系统做。那会大多数游戏都只有不到 1M。游戏体验也很差，我对这个行业感到绝望，做了两周，就借口禽流感学校不让出去，没再去了。
不过当时 Google 已经收购了一个公司，开发出了android，觉得这个东西有戏，就在宿舍自学，当时前景不明朗，很多人不看好。第一款 android 手机还没有上市，只能在模拟器里练习；3G 还没有普及，自费超贵；虽然 iphone 已经上市2年了，穷学生还没有见过；几乎找不到中文教程。后来也不知道怎么回事就放弃了。
总结一下就是，09年10年的IT行业，还没有迎来移动互联网时代，或者已经要来了，自己没有看到。
不过，在很多人都不看好生物专业的今天，基因测序、基因编辑等技术的产业化，也许生物行业的春天也来了呢？

感恩由您

我觉得生物信息和统计挺有用的，有兴趣的话可以自学试试。
我博士的实验室是做传统生物的（神经方向）。我加入的时候实验室刚刚开始做一些RNA-Seq，实验室中没有人有生物信息背景和经验。老板非常聪明和开明，生物的直觉非常好，对生物信息和统计感兴趣，但是没有任何基础。我大概在三年级的时候对生物信息和统计感兴趣，当时学校正好有生物信息的certificate program 和统计学的concurrent master program，所以去修了这两个项目。虽然占用很多时间，但是老板很支持，还帮忙设计了一些需要测序的大小课题，其中一个最后变成了我主要的发表论文。毕业之后我在生物制药行业做data scientist，所以算是转成全职做生物信息和统计的了。我毕业之前也申请了一些做生物信息／统计方法的实验室的博后位置，无一成功，所以我的水平不足以在学术界做生物信息。
在传统生物实验室开始做生物信息，一个主要问题是没有人教。这个问题我当时主要靠上课弥补，加上做课题的时候自己摸索。现在想起来，在一个传统生物实验室学生物信息，如果能系统地上课（带一些强迫性，比如不把规定的课修完就拿不到certificate），和能做一些需要用到生物信息的课题（现在测序什么的一般实验室都能做，难的是设计一个有意义的并用到生物信息的课题，这需要跟老板仔细讨论），应该会对学习有很大促进。不过实验室中没有人可以请教这一点其实也有好处，你可以有机会做一些生信实验室不是人人有机会做的事情，比如自己搭一个实验室的小server，自己当administrator，自己写pipeline，等等。
总之，我觉得在一个传统生物实验室自学生物信息是可行的，但是最后达到的水平跟科班出身的同学相比可能有差距。

队长是我

09/12/2020 编辑一下...
其实写完这篇回答后的半年到现在一直都在做生物统计，这几年一直经常有小伙伴看到后私信评论交流和提问。回答生信问题早就有点不那么专业了，不过还是欢迎大家一起讨论交流哈哈。
-----------
背景……本科大四，纯生物科学专业，本科四年只有一门生信相关课程，全系只有一个生物信息方向教授……大三第二学期末时深感读生物科学救不了中国人于是拜此教授门下……就走上了这条不归路。总的来说九成是靠自学，学习资料以Coursera和Edx两平台的网课为主，课程来源于约翰霍普金斯和哈佛，末尾会附上部分链接。

入门是从R开始的，网上下载了《An Introduction of R》(Venables et.al, 2013)这本书的电子版，不细看文字内容，把代码一行一行复制到RStudio里去跑，大概花了一天半的时间。之后尝试写了个套用多个loops、现在看来时间复杂度上天的function，数据来源是老爸单位油气储运数据……就算是启蒙了。

随后修了两门网课，分别关于R和数据处理，就直接参与了导师所带博士生的project，建一个基于网站的mRNA甲基化目标数据库，数据分析处理由学长完成，我负责以R中的Shiny为底层的站点，包括sever和ui，算是个"Non-bioinformatics"的工作。耗时半个月完成主体，随后一直在漫无天日的debug、优化中，最近写好了paper年前投出吧，目标《Bioinformatics》...

与此同时网课的学习也没有停，Bioconductor、统计知识、Bash入门、Perl入门等等等等......通过阅读文献学习MeRIP等各种技术......目前在进行的是毕业课题，主要分析一去甲基化酶的位点功能等等，基本接近尾声。未来美帝读研，目前已经拿到offer，所以基本处于无忧无虑的生活中……

没有写特别细，一个主要观点就是生物信息、生物统计以及计算生物学的学习离不开实践，看五个小时的文献还不如坐下来敲一小时代码，往往一个项目走下来就会发现提升一大截……

暂时写这么多吧，想到什么再回来……

R：
R Programming - Johns Hopkins University | Coursera

Statistics and R
Linear Models and Matrix Algebra:
PH525.2x Course Info | edX
Data processing:
Exploratory Data Analysis - Johns Hopkins University | Coursera
Statistical inference:
Statistical Inference - Johns Hopkins University | Coursera

队长是我

谢邀。自学过，放弃了。
如果是读完博士后不做学术的话，不要做不是自己实验室擅长的东西。没有明显收益而且非常浪费时间。当然想转量化的除外。但量化和生信还是有很大不同的。收益上来说不如自学量化。
总的来说在传统生物学实验室自学生信的体验就是低效率且无收益，已经及时止损。