One piece—反思总结，再出发

每一次别人问起我学什么专业的，我都会告诉他我是学生信的，然后我都会加一句，我学的生信，属于结构生物信息学，也就是做蛋白质结构计算的。也就是想跟别人说清楚一点的就是，我学的生信，不是现在大家印象里的做基因组的生信。

其实自己一直以来都是想做基因方面的生信的，偶入这个方向，也是误打误撞吧。之前的的经历，也就不堪回首了吧……我有故事，不知你有酒后？

即便是在做蛋白质结构的计算（主要是要能保证硕士毕业），但我依然心系基因学方面的生信。于是，在三年时间，于是我浪迹在各种生信论坛和潜伏在相关的群里面，学习别人的学习经验，学习生信老司机们分享的资料，按照别人分享的学习指导，自己开始捉摸着，模仿着，学习着……

当然，作为一个生信菜鸟，重要发现了好多值得收藏和学习的网站：

http://shemy.site/

http://kaopubear.top/

目前就罗列这几个吧，入门学习，你值得拥有。

自我反思和总结

之前的时候，一直都是我自己一个人在孤军奋斗。看到别人的经验说，首先要学Linux，然后买了一本公认的《Linux鸟哥的私房菜》，按照上面的内容敲着命令尝试；没有Linux系统怎么办，按照虚拟机，按照双系统，反正都是自己倒腾着。看到别人说学Perl，买了书就又去学了一两个月的Perl；看到别人说学python，又去拿着书，看着视频学了一两个月的python；R是要做统计分析和作图的好工具，于是又拿着《R语言实战》和《R语言做数据分析》，按照里面的内容，自己操作着。而这些都是基于书本或者视频里的命令，模仿着自己操作一遍而已，但是，到自己想要用这个工具去做分析的时候，还是感觉自己不会……

逛论坛的时候，看着别人的讲解，感觉自己明白了，但是一到要用的时候，自己又不知道如何用了。当遇到具体问题后，再网上一搜索，一看别人的解决方法，自己又会恍然大悟，原来是这样的呀，我怎么当时没想到呢？……在自学的那段时间，感觉这就是我的一个常态吧，在生信基础方面的时候也是，直接看到别人的博文的时候，都能看懂，但是一遇到的时候，又是那种，这个好像在哪里见过……

就这样，再加上又要忙硕士课题的内容，感觉自己对生信的学习一直在原地踏步。但现在已经真正的开始自己的基因组学方面的生信知识了，到了自己一直想进入的行业，拥有了一个新的开始，而基于之前的零散的知识，需要对自己当前的知识和需要学习的知识做一些梳理了：

我现在会什么技能？属于一个什么层次？

Linux：总的来说，《鸟哥的Linux私房菜》里面，前面三大部分，即1-13章的内容，基本上都按照书上的内容和指令做了学习和训练，再找了一些相关的Linux学习的视频，学习和练习过，再加上自己在虚拟机和后来租的云服务器上的捣鼓，一些基本的命令，ls, cd -, cd .. , cd -, history, >,&，jobs pwd,mkdir,rm,mv,cp,touch ,head,tail,less, more,cat,diff,wc,vi grep都基本已经掌握了。但是就在昨天，我师兄指导我做一些文本的操作的时候，他说的sed, awk 的一些高级用法的时候，我自己是一脸懵逼的状态，虽然之前会看到过sed和awk的一些用法的介绍，但昨天才让我感觉到原来自己之前学的sed和awk的那些简单用法，真的只是九牛一毛。

总的来说，对于Linux的学习，还只能说自己属于一个初步的阶段，还需要不但的联系，尤其是一些文本处理的高级的命令，需要不断的学习和积累。这个还是要靠不断的实战积累，以及需要及时的反思和总结，才能不断的巩固了，以防遗忘。

python：还是去年这会儿按照书上和视频上的教程，学习过一段时间的python，那是也知识仅限于基础学习和模仿练习，还没有应用到实际中，虽然能看到一些代码，但是还是感觉自己很吃力。当前课题组主要用python在做数据处理，鉴于此，还要重新把python的知识结构梳理一遍，然后多做一些练习和实战的训练，需要快速的建立起python这项技能。

R：还是在前年的时候，学习过挺长一段时间的，当时是用R做了一些基础的分析，也按照书上的内容学着做过一些图，需要再找到一些数据后，做分析实战和绘图的练习了。这个可以在后面一点，要先学会Linux和python在文本文件中的分析。

生信基础知识

基本的分子知识，还是要再多加强了，很久没有碰分子生物学书了。

测序原来，数据格式：fastq,fasta,sam,bam,vcf,gff,gtf,bed,MAF等等，虽然都有接触过一些，知道一些最基本的如fasta,fastq的格式，但是都没有形成一个系统的去学习，还有很多也没有接触过，所以还学要花时间系统的整理和理解了。

基础数据库：对于数据库就了解的更少了，虽然都听过，或者看过一些教程，但限于没有实际的运用过，所以很多数据库都还不不知道该怎么用。如基本数据库：NCBI,ENSEMBL,UCSC,CGHub；一些高级的数据库(TCGA,CCLE,GTEx,IMGT,TIGR,ICGC,GWAS,COSMIC,ExAC,1000genome,

hapmap,ENCODE,OMIN,uniprot,proteinatlas)(HPO,MGI,DO,GeneSigDB,MSigDB,Gene2MeS)(GEO,SRA,GoNL)，功能数据库(KEGG,GO,Reactome,BioCarta,DrugBank,dbSNP,dbGAP,dbNSFP,

pFAM,SMART)，蛋白质相互作用数据库PPI(BIND,STRING,DIP,MINT,HPRO,bioGRID)Expression Project for Oncology (expO) database。这些需要不但的接触和积累的。

总的来说：以前的自己虽然学的知识很散乱，但最起码是有一些基础，同时也让自己有了一个比较广阔的视野，也能让自己形成一些思考和意识。目前，自己最缺的还是项目实战，通过项目实战中遇到问题，思考问题，再到解决问题，再加上在这过程中不断的反思和总结，使自己的知识能够慢慢的连成一个一个的串，再形成一个整体的知识体系。

接下来的计划：（切记要实战练习）

首先是要加深Linux系统中的sed和awk这两个命令的高级用法，以及一些其他的文本处理命令的学习了。达到对于不同格式的文件，能够熟练和有效的处理。

快速重新捡起python的基础知识并进行练习训练，遇到问题，自己要开始写脚本解决问题。

测序基础，文件格式和数据库：要理解测序原理，对于在学习过程中遇到的各种格式文件和遇到的数据库，要及时的搞清楚它们各自的特征和主要的用法，建立起系统的理论知识。

生物学方面的知识：要借助课本，重新学习分子生物学中的基础知识。

最后一点，也是最重要的一点：项目实战，项目实战，项目实战！！！利用好一些论坛或者公众号里的资源，首先就是按照别人指导的流程和给出的数据，进行项目实战，同时在走流程的时候，切记要搞清楚每一个文件，每一个步骤和每一个脚本中的意义，多问几个为什么，多找问题的答案！