前言

该前言部分已于 2024 年 6 月更新：

点看这篇文章看的第一感觉是羞耻，第二感觉是感慨。

时间过得真的是很快的，写这篇文章的时候我还什么都没有做到。现在也算是累积了一些小成果了，一方面是博客上日均访问人数和访问次数都有了极大提升，另一方面是学术上已经在顶刊（IF=17.3）中参与了审稿返修中算是比较重要的工作。很多技能的熟练度也非两年前可比，甚至感觉一开始写这篇文章时候的自己有些傲慢。

学术路上，见的越多感觉自己不知道的也越多。只能说无止境的学习是在科研路上走下去的基础之基础，但想了想干什么事不是这样呢，所以以后也需戒骄戒躁，望诸君共勉。希望两年后再看这篇文章，我同样能感受到自己的进步。

注：以下内容整体结构未变，但根据我目前的认识进行了一些修改。

什么是生信？

这个问题的答案事实上也很清楚，生物信息学事实上就是一门通过分析生物信息来探索生物的学科，属于生命科学与计算机科学的交叉学科，目前来看，这门学科已经有了相当庞大的规模，事实上随便翻一篇跟生物有关的论文，里面都或多或少夹杂着生信的学问。

目前国内生信方向的课题组一般来说可以分为两个侧重点：

①、注重上游方法开发。这些课题组一般来说对于计算机技能及数理知识水平的要求比较高，其侧重于开发上游分析的方法并运用在相关的下游分析中。现在很主流的几个大方向主要是深度学习技术开发及组学数据分析工具开发。

②、注重下游结果分析。这些课题组一般来说对于生物学知识水平的要求比较高，并且需要一定的编程和绘图技能以在下游结果分析和可视化中进行灵活的调整（因为很多地方可能没有现成的工具，只能自己通过 coding 编写一套）。

如何入坑生信？

入坑生信三大技能

这三者的教程网上已经非常全面，也可以佐以一些书籍去进行学习，效率会快很多。个人认为 linux 和 python 的掌握是最重要的，并且这两者在考研或保研时复试竞争中具有极大的加分项。

其他

之前我有写到要明确研究方向和多读英文文献两点，现在我需要对此进行指正。

对于前者，很多时候写文章需要的不是按部就班，而是整些花活。同一套数据，有些人只能死板跑流程，有些人却可以玩出花来，所以他们能发的期刊等级也不一样。因此，多阅读其他类似领域的文章有助于拓宽分析思路，从而收获意想不到的结果。这也是现在交叉学科很受欢迎的原因。

对于后者，与其说多读英文文献，不如说多读一些前沿顶刊文献。前沿指的是尽量看最近一两年内发的文章，时间离现在越近越好。顶刊指的是尽量看领域内的 top 期刊，不要把太多精力花在一些 Q2 或以下的期刊文章上。这样非常有利于快速了解领域的前沿研究方法和相关结果。

除此之外，其他的东西倒也显得没那么多必要去提及了，无非就是要多一些耐心，多一些毅力，这些也是学好所有其他东西的根本前提。

可能最重要的是，你要相信没有攻克不了的难题，它们总是能解决的。

杀不死我的，终会让我变得更为强大。 ——尼采

入坑到现在的感想。

一开始我决定在生物这条路上继续走下去很大程度上是因为觉得这条路能搞的东西很多不愁没事做，到后来在不断的学习里发现生物确实是有它独特的魅力所在的。

试想，一个细胞何其之小，里面包含的东西却左右了生物体的形态和行为；一套相同的序列，却能形成各式各样的组织器官，并组成一个功能复杂的生命体。这里面很多问题都是尚待解决的。

很多人会嘲笑式地反讽二十一世纪是生物的世纪这句话，以前我也是对之嗤之以鼻的，现在我的想法是，生物这门学科可能不会有那么重的分量，但它确确实实值得这样的评价。

后记

写这篇博的过程里我是感觉比较羞愧的，因为一个并没有什么建树的人对一门学科大谈特谈在某种程度上只是彰显了这个人的无知和自满，但是换个角度来讲我也是比较满意的，因为我觉得我把所有对我而言感触较深的地方都比较清晰地表达了出来。

2023.07.03 更新注：越学越感觉自己菜啊，还得多练啊多练。

2023.10.09 更新注：上面说得对。

2024.06.30 更新注：上面说得对。