繼我前幾天的文章徹夜反思：我為什么總是學不好生信？ 之后，我認為有必要去搞清楚，為啥我真的學不會生信，以及到底需要怎么樣才能學會生信。于是乎，我認真觀看了賣萌哥給我的推薦，信息如下：
平臺：B站
up主：鯪魚不會飛（孟浩巍老師）
題目：2020-02-08-生信入門的經(jīng)驗分享
為什么學起來這么困難？
缺乏對生信整個框架的認知
我對生信的理解就是，整理數(shù)據(jù)，然后畫圖。因此，一直是從數(shù)據(jù)整理下手，然后學別人的畫圖代碼。當然也會跟著別人的項目pipeline走，但是出了既定的框架外，我就會非常的迷茫。一直以來，我在生信上所做的努力就是：
（1）學習基本的linux操作，掌握一套數(shù)據(jù)分析流程，比如RNA-seq；
（2）學習基本的測序知識，比如illumia的測序原理；
（3）重頭戲：學習R語言基礎，以及轉錄組數(shù)據(jù)分析流程。
我在完成上面學習之后，我發(fā)現(xiàn)一些很重要的問題：
（1）內(nèi)心沒有標準，對數(shù)據(jù)的質(zhì)量沒有把控，例如：我可能知道RNA-seq的QC結果最重要的是幾個quality的項目，但是卻不知道為什么。每次我拿到QC報告，總要問一下別人，我這個adapter的檢測沒有通過，影不影響后續(xù)的數(shù)據(jù)分析？一般得到的回復就是，咱們主要看看Q30等等，其他不是很重要。這背后真正的原因，其實是不清晰的，這就讓我感覺很模糊，沒有掌控感；
（2）我可能知道TPM比RPKM和FPKM好像現(xiàn)在用得更多，大約知道一些原因，但是我并不知道RPKM是FPKM的2倍，以及它的原因；
（3）我可能會重復R語言的代碼，但是我還是不知道為什么要做某些數(shù)據(jù)轉換，做與不做到底有啥區(qū)別？做到怎么樣才是對自己的數(shù)據(jù)負責，得到合理的結果。
出現(xiàn)以上原因是因為，我對測序原理沒有掌握好，對每一個步驟的測序數(shù)據(jù)的由來和作用并不清晰；其次是對于不同工具的理解仍然不夠，統(tǒng)計學知識也嚴重不足。
學生信應該掌握什么？
首先需要認識到，生物信息學是要用計算機技術去解決大數(shù)據(jù)，并且結合生物學背景來篩選出有意義的數(shù)據(jù)。因此，生信要結合計算機+生物背景知識，同時還需要有統(tǒng)計學知識，在這里孟老師講解得非常清晰：
（1）linux操作能力：在這里他僅僅提到了操作系統(tǒng)的能力，而我認為至少還要理解每一步驟的數(shù)據(jù)結構和意義，以及不同的數(shù)據(jù)能提供給我們的信息。你需要非常努力，才能看起來毫不費力。在這里他推薦了羅老師的30個linux基本操作命令（帶有相應的習題）。
（2）編程能力：這是我一直都未曾掌握的東西，對于半自助應用的我來說，一開始給我的定位就是不需要掌握編程能力，只要學好linux還有R語言即可?？墒菚幊痰娜擞胠inux和不會編程的人是完全不同的感覺，在這一點上雖然我不是很著急，但是必須要有所學習。這里提到的是Python，C，C++，Java等東西。
（3）統(tǒng)計能力：這是我也一直忽略的，我認為R語言本身就有一套流程，我是用工具的人，我不需要去理解工具是怎么制作的，然而事實上是，我還得明白工作是怎么運作的，以及工具是要如何選擇。因此在后續(xù)方面要保持對基本統(tǒng)計學知識的掌握。
（4）生物能力：這里我就不談了，作為一個生物學基本研究人員，這是必備的素養(yǎng)。
孟老師推薦的半自助學習生信流程
半自助的意思是，只是分析數(shù)據(jù)--而后畫圖。全自助是還要在算法等等方法做一系列的努力。
（1）linux學習：羅老師3個文件，1-2天；
（2）統(tǒng)計學學習：《醫(yī)學統(tǒng)計學》漫長3個月，當然他在視頻中還有其他的推薦以及對統(tǒng)計學必備知識框架；
（3）測序基礎：illumia的視頻（我看過不少），但僅僅是視頻是不夠的，這其中還有很多細節(jié)需要去夯實，大約1周時間；
（4）選擇1篇文章，重復結果。
這里提出：上游幾乎一樣，下游則是對BAM文件的處理，并且他在知乎上有很多對于細節(jié)問題的解答，所以我打算過去看一波
