生物信息难不难?

007

本人在双非二本的生物技术 想要跨考生物信息学 但是我智商一般 高考的时候数学才考及格 听说生物信息学很吃计算和逻辑能力 所以很怕未来如果真的选择生物信息这个道路可能会学不好

原文地址：https://www.zhihu.com/question/580842895

长长的路

在我看来，入门目前的生物信息一点也不难，但很难精通，且入门难度有越来越高的趋势。这主要归功于量级越来越大的生物数据和发展越来越好的机器学习，而两者的契合度又非常完美。
目前生物信息分析员的主要工作还是流程搭建和数据分析。知道测序软件的用法，能在Linux上搭建一套分析流程，有完成从原始测序数据到下游分析出图并生成分析报告的水平足够找一份生物信息分析员的工作了。
但是再进一步，要从分析结果找到生物学研究的问题，指导生物学家改进研究方法，难度就上来了。不仅要有敏锐的数据嗅觉，从数据中找到有用的信息，还要对生物学有相当程度的了解。举个例子，最近比较火的空间转录组技术在肿瘤微环境的研究中应用十分广泛，可以较为准确地鉴定不同类型细胞在肿瘤组织切片上的空间分布，进而研究不同细胞类型间的互作、共表达模式。但某些样本中发现细胞类型聚类情况非常差，携带不同Marker genes的细胞被归为了一个类型。这时候作为生信工程师，我们就得有能力找到问题的根源：问题出在样本，实验，测序还是数分环节上？如何证明你的猜想？证明之后要怎么解决这个问题？
这还没到顶，真正顶级的生信专家有能力自己造轮子：解卷积可以通过细分空间转录组单个spot表达信息解决测序芯片分辨率不足的问题，前提是你的算法足够优秀；高性能的质谱下机数据搜库方法也需要解卷积，前提还是你的算法要足够优秀。编程方面，光一个流程编写已经显得小儿科了，至少得精通一门编程语言，有能力开发高性能的GUI界面软件、交互式网页、搭建并管理服务器等等。更别说神经网络在生物学方面的应用了：细胞边界识别，缺失值填充，基因序列位置判断，BP功能模块聚类等。以上这些，至少精通一样，其他都不差才能算得上精通生信。
随着生信这门学科的不断成熟，高校的生信课程安排也越来越合理，新一代的生信人只会越来越强。下图是国内某高校生信硕士的课程表，咱这种半路出家自学成渣的只能说羡慕嫉妒恨。


所以入了这行，就得做好终身学习的准备，好消息是这个时代有大量的免费公开课资源。有这个心理准备的话，就一起来玩生信吧！

长长的路

任何专业都是难的，不然怎么会隔行如隔山。我无法评估你具体能不能学会，因为这也取决于学习的程度，以及如何评估，我只根据我自己的经验跟你讲一下我的个人经历，希望对你有用。
生物信息学什么？
基本上就是分子生物学➕统计学➕编程。
分子生物学的话其实做生信的不用懂很细的分子生物学，知道大概就行，还有一些基础的遗传学，多基础呢就是DNA，RNA，蛋白质基础至少要知道。实际场景中，你拿到的是一些文件，文件有格式，里面包含着DNA, RNA或者蛋白质的信息。知道这些文件包含什么信息，加上一些分子生物学的原理，才能分析里面的数据。
生信永远是在实践中学习的。分析分析，其实最主要的是搞清楚数据分析的目的，以及做到理解数据，也就是数据的上下游。如果做下一代测序的数据分析，就需要了解下一代测序是个什么东西，如果做单细胞测序，就要知道单细胞测序是个啥，如果做质谱蛋白质组学分析，那就要去学质谱仪的原理。生物→量化仪器及方法（生物物理或生物化学）→数据分析，所以生信所用的生物学基础不过是皮毛，翻过量化仪器及方法的高墙才能一窥背后的生物学，而且中间还有一群工程师，致力于改良量化仪器及方法，总之这个定位要搞清楚。
至于，算法，统计学和编程是生信分析的工具。
统计学的话，理论就是概率论和一些统计学模型，实现用R。统计学模型，假设检验，最简单的那些，T检验，ANOVA，线性回归都可能会涉及。一些生物学相关的算法，比如最基础的序列比对用的隐马尔可夫算法等等，如果你要改善一种方法，就可能用到机器学习或者别的算法。
编程的话，linux命令行，python是必须的，R也会学一点，sql也学一点，网页也学一点。linux和python是最重要的。
学完你能做啥？
学完你能在生物实验室做数据分析（国内我不知道，但在国外的生物实验室，生信分析师其实蛮稀缺的），或者做生物信息工程师（通常是测序公司，或者一些下游的行业，例如做基因相关产品），或者直接转码。我个人觉得，难度逐渐增加，因为生信学的那点编程跟cs的比起来不值一提，当然了最主要还是看你的实践经验。
缺点
3个方向都只教你皮毛，强调自学，项目经验重于理论。大部分人学出来就写写pipeline。
你适合吗？
如果你不想走专了，生信是个很好的跳板。
如果你热爱使用工具。
如果你热爱自学。
就业
就业市场还是挺好的，但争取多实践，多实践，多实践。
我最喜欢生信的地方在于，学的太杂了，能走很多方向，对于我这种小项目导向的人来说，非常nice，我经常需要自学一些骚操作，比如努力把所有毫不相关的工作都搞成pipeline。但最近也开始感觉到，不能啥都只会皮毛，可能工作个几年再回学校读个博。

大力水手

这是一个小马过河的故事，大牛说很浅，水才到小腿，松鼠说水很深，能摸过脑袋，说的都没问题，只有自己去试了才能知道。建议花时间去想去的课题组呆一段时间，比如应聘个科研助理啥的。
一般来说，做生物信息需要的脑力要高于实验，低于计算机。

继续前进

首先需要纠正答主的三个观念：

• 双非二本
  

本科院校并不能直接决定未来的科研工作道路，有相当一部分知名学者出自不知名本科院校
2. 智商一般
所谓的智商，在大多情况下是某些人用于寻找自我存在感地代名词。做好一件事情需要的是精气神和持续性的精进
3. 高考数学不好
高中的应试教育成绩不能体现在某专业上的天赋/能力
回到生物信息学，作为一个发展多年的学科，其涉及的领域和技术是相当复杂的。因此在考研阶段，认真学习专业课即可，同时生物信息学不会涉及过于复杂的数学知识，但是会有一定的算法知识在其中，后者是更加重要的。

清风寡欲

工作以后数学和高考数学完全不是一个东西，高考是选拔性考试想方设法为难你，研究生数学除非你是数学系真正的技巧性的东西不多，依葫芦画瓢大多数是程式化的东西。当然你合不合适还是要自己收集资源比如核心课程、以及文章等，细分专业后难住你的一定不是数学而是你对本学科的把握。