幸福的小猫zz
一、计算机基础，需要看三本书，一步步的学会学通，不需要刻意去找哪个书，一般linux是鸟哥私房菜，perl是小骆驼咯，R是R in action，但是看一本书只能入门，真正想成为菜鸟，必须每个要看五本书以上！我云盘里面有这基本上的高清打印版，大家可以去淘宝打印一下才几十块钱还包邮，对书比较讲究的也可以买正版，也不过是一百多块钱而已！
二、生信基础知识，测序方面，在百度文库找十几篇一代二代三代测序仪资料仔细研读，然后去优酷下载各大主流测序仪的动画讲解，再看看陈巍学基因的讲解；数据库先看看三大主流数据库——NCBI,ENSEMBL,UCSC，还有一些也可以了解一些（uniprot,IMGT,KEGG，OMIN，TIGR，GO）同样也是百度文库自己搜索资料，但是这次需要自己去官网一个个页面点击看，一个个翻译成中文理解吃透；数据格式讲起了就多了，这个主要是在项目流程中慢慢学，或者你有机会去上课，不然你看来也是立马忘记的，主要有sam,vcf,fasta,fastq,bed,gtf,gff,genbank,ensembl,psl等。
三、生信研究领域，各个领域主要是软件繁多，合起来常用的估计有上百个软件了，一般只有从业五六年以上的人才有可能把它们全部用过一遍，而且这也完全需要项目来训练，而不能仅仅是看看软件手册，但是研究领域最重要的是背后的原理，需要看各大牛的综述。
a) 生信基础软件(blast++套件，fastqc，flash，blast，solexaQA，NGS-QC-toolkit，SRA-toolkit，fastx-toolkit)。
b) snp-calling相关软件（bwa，bowtie，samtools，GATK，，annovar）。
c) 基因组相关软件（velvet，SOAPdenovo2，repeatmasker,repeatscount,piler，orthMCL，inparanoid,clustw,muscle，MAFFT，quickparanoid，blast2go，RAxML，phyML）。
d) 转录组相关软件（trinity，tophat，cufflinks，RseQC，RNAseq，GOseq，MISO，RSEM，khmer，screed，trimmomatic，transDecoder，vast-tools，picard-tools，htseq，cuffdiff，edgeR，DEseq，funnet，davidgo，wego，kobas，KEGG，Amigo，go）。
四、生信应用领域，讲这一块其实已经脱离了生信菜鸟的解释范围了，主要是想说社会上为什么需要搞生信的人才，全是因为在肿瘤筛查，产前诊断，流行病学，个性化医疗等领域有所应用，可以造福人类！这方面政策不确定，产业不定型，所以也这绝对是蓝海，但是也绝对不会有现成的资料直接培训人才，我们必须关注各种微信公众号，逛各种测序，医学相关论坛，紧跟业界精英的脚本，同时追着大牛的文献阅读，如此这般才能保住菜鸟的身份！
朶蕾咪灬
生物信息行业是一个很依赖上游行业的领域。所以生物信息行业的前景的好坏取决于上游行业的前景。目前来说，薪资水平高于纯生物化工行业，但低于it行业。总体来说生物医药行业整个成上身势头，因此生物信息行业目前也是比较有市场的。但是和it行业类似，行业技术更新快（甚至更快），要求学习能力强，不断跟上新技术。插句题外话，国内来说，个人觉得生物统计的缺口要更大。因为原研药的加大投入，临床实验的增加，生物统计的需求越来越多。
脂肪君绝缘体
分两个大方向吧，一个是to的业务，一个是to的。to的业务现在主要科技服务，为有生物数据分析需求的科研机构和公司提供服务。比较传统的方式就是以发论文为目标的，做数据分析，数据可视化等等，相当于软件公司里面做项目的。现在类似美国的SBG，Bani，Lute Economics等产品或者平台性质的公司也越来越多，国内也有Gene Dock、L3等生物信息公司。to的业务似乎更有想象空间，但坑也更多。比如提供个人基因组分析和解读服务，类似疾病风险预测、祖源成分分析、个性化生活建议等等。国外的类Affinity，23andme，还有癌症等疾病方面的。但在to的业务中，纯生物信息肯定只能是其中一环，结合各种实验和线上线下的服务才能解决实际需求。国内的Gena、Neogene等等都是比较强调生物信息能力的to的公司。本科药学，研究生生物信息，主要分析Chip-seq和RNA-seq等第二代测序的数据。目前在北京的一家生物信息云平台公司工作。个人认为，收入上比纯生物的还是要好一些，但是比IT的肯定还是差一些。最近新成立的创业公司还是挺多的，大部分和生物信息的关系已经不是很大了。现在有的小的基因检测公司虽然招聘职位上写的生物信息工程师，但实际上干的是程序员的活，比如搞数据库，搭网站，写前端出报告。传统的搞科研服务的公司。工资高的一般是产品和销售。在有的公司里，当个主管工资都很低。
一吉一吉
学习生信分析需要具备一定的计算机、生物学和统计学知识，建议按以下步骤学习：
1. 建立基础知识：先学习生物学、计算机科学和统计学的基础知识，掌握常用的生物学术语和基本的编程概念。可以参考一些经典教材如《生物信息学导论》、《R语言实战》等。
2. 学习常用工具和软件：学习生物信息学分析中常用的工具和软件，例如NCBI、BLAST、UCSC等数据库和软件，学习Linux操作系统和常用命令，掌握编程语言如Perl、Python、R等的使用。
3. 参加课程或培训：参加一些线上或线下的课程或培训，例如Coursera上的生物信息学课程、培训班、讲座等，了解生物信息学分析的流程和方法，掌握实践技能。
4. 实践和练习：通过实际项目的实践，积累经验和技能。可以通过参加竞赛、学术项目或者开源社区的项目来进行实践。
5. 学习交流：通过参加学术会议、讨论组、社区等渠道，与其他从业人员交流和分享经验，了解最新的技术发展和应用实践。
总之，星科SCIER认为学习生信分析需要综合多个学科知识，需要不断实践和练习，才能熟练掌握相关技能。
吃买吃买吃买
我硕士读的是细胞生物学，今年4月开始在boss要求下自学perl，打听了下，
优质考试培训问答知识库
