可能是近期疫情的缘故，大家多少会有一些充电的时间，也有一些人在问我想学习一些基础的生信分析（数据处理、画图之类），想自己学或让团队的学生学，有没有方法和捷径？好吧，这篇文章就一起探讨这个问题。
为啥要学
归纳起来有以下几点：
1）觉得会R语言、会python很酷，写代码的动作超帅，做出来的结果——飒，而且能自给自足。有这样想法的人，大都是一些硕博研究生，且是主动学习；
2）目前有很多测序分析公司有数据分析平台，非代码操作，但调出来的图和自己看到文献中的样子不太一样。公司平台的分析功能模块一直在增加，但可能不是自己最想要的；
3）往往拿到了原始数据和标准分析结果，后面数据的进一步处理，自己没经验，公司的人也没有了往昔交流的热情，发出去的需求迟迟得不到回复。无奈只能自己动手，丰衣足食了；
4）一个看似简单的分析需求，公司报价几千元，好贵~ 老师纠结于有限的科研经费。而公司这边做这种个性化的分析，需要生信人员更多了解数据和研究背景，付出更多的人工精力，人力成本上去了，这个价格已经是维护客户的友情价了。怎么办？先自己尝试干吧，能做出来最好；
5）公司的生信人员跟我说的我听不懂，我提的需求他们反馈慢。一番了解，发现是生信的人钻研也不是很深，且说了太多生信语言，做出来了，但解释不出所以然。提需求的老师，也是刚入门，只是看到一篇文献这样做的，就把文献和想要的结果告诉了生信的人。这样的需求描述在生信的人来看，无异于要把文献看懂弄清（除非生信的人在该领域特别通，一看就懂）。
学到什么程度
我们先假设，这里面不止涉及了生信学习，还有组学知识和研究思路学习。分几个层次吧。
1）如果是专职的科研人员和在现阶段做科研的临床医生，刚刚涉足组学研究，本身搞课题、做实验、看文献，就已经时间不够用了，初期只要补充组学知识和研究思路就够啦。以公司给的结题报告能看懂为准，有些公司做的好的结题报告还有知识名词和分析方法的说明和解释，是很好的学习资料。还有组学相关的典型文献。具备这些，在和分析人员沟通需求的时候，会非常有效率；
2）如果是在读硕博研究生或者有更多精力的人，倒是可以进一步尝试学习R语言和python，以应对一些中间数据（RNA-seq的表达矩阵、WES的变异结果等）的数据处理和作图；
3）想着系统做组学分析的人，那就可以自己搭建服务器和学习linux基本操作了。可以搭建基础分析流程和自动化分析脚本。这部分的硬件投入和学习成本就比较高了。
怎么学
如果公司的结题报告能看懂，那就默认是知道建库和测序基本原理、会看数据质控结果和分析结果的。
测序产品多达几十种，一般会根据自己的研究方向，选择重要的几种去学习。比如，关注转录和表观，那就可以学习RNA-seq和chip-seq的分析方法。
零基础
1）R语言，R语言很适合数据处理和作图，且有很多R包，是很好的分析工具。友情推荐生信技能树，且在哔哩哔哩有学习的课程。在学习一遍R基础操作后，按着文章或视频里的代码敲和运行，刚开始可能会有很多报错。多print（是别人告诉我的哦）！我一般习惯自己琢磨和百度，觉得慢的话，可以找一个会生信的人多请教啦。如果是微生物研究，可以关注宏基因组公众号；
2）TCGA和GEO里有很多公共数据，可以熟悉这些网站，下载自己关注的数据（可以是表达矩阵等，基于原始数据的分析就可以依靠我们啦），按着博客里等有代码的文章，一步步分析了。可以根据自己的习惯，修改和添加代码，将代码做区块化，这样，就可以逐步填充自己的代码库了。
我自己刚开始学python的时候，当时团队的领导和老师们对我帮助很大，有很多现成实用的分析流程和代码可以看和学习，就会进步比较快。写代码也有原则，要可扩展性、容易理解（R里有很多现成的处理函数，可以方便的做数据处理，做好注释）、可测试性和可复用性；
3）分析R包或者分析算法，对所有数据不会都适合。以单细胞10X为例，目前针对不同的探究目的，分析算法很多，还要看自己的数据适合哪种分析算法，而且分析算法在不断增多和迭代，应用这些算法到自己的数据上，学习成本还是挺高的；
4）最好有一个氛围，可以互相探讨生信问题，要不然自己学起来或者遇到问题也挺孤独的，可以是科室或所里的生信前辈，或者多加几个生信交流的群。
不得不说，生信入门容易，做好很难。自己本身不是专门做生信的，且能力一般般，只能写到这了。见过一些让人佩服的生信牛人，在某一研究方向上，真的很通达，研究思路、可能遇到的“坑”和解决方法都能顺手拈来，逻辑清晰，表述流畅。能hold住大项目。
对于大部分人，学生信或者组学研究思路，能做基本的数据处理和作图，具备清晰表达需求的能力。至于重要的分析工作或者实在没时间学习，交给专门的人就行啦。
