Cómo aprender bioinformática por ti mismo
He estado haciendo bioinformática desde mi tercer año en la universidad y estoy a punto de estudiar un doctorado. Espero que mi experiencia pueda ayudarte.
Como quieres dedicarte a la bioinformática, sabrás algo sobre los antecedentes relevantes, por lo que no entraré en detalles aquí.
En primer lugar, determine su propia especialización. Muchas escuelas ahora no tienen una especialización en bioinformática dedicada para estudiantes universitarios y todas están afiliadas a la School of Life o la School of Computer Science. Por lo tanto, la especialidad de fondo suele ser biología o ciencias de la computación, y las perspectivas de aplicación futura de diferentes especialidades serán muy diferentes. Por supuesto, no existe una relación absoluta entre lo que quieres hacer y tu experiencia.
Si tiene experiencia biológica, la mayor parte de su trabajo futuro utilizará software de análisis bioinformático especializado. Entonces la dificultad se reducirá. Si estudia por su cuenta, simplemente aprenda algunos puntos clave:
1. Un lenguaje de secuencias de comandos, personalmente recomiendo Python (Perl también está disponible, cada uno tiene sus pros y sus contras, Python es más reciente) .
2. Este no es un requisito del 100%, pero todas las biografías profesionales usan Linux y muchos programas no son compatibles con Windows.
3. A continuación se muestran algunas bases de datos bioinformáticas de uso común, incluidas NCBI, Ensembl, EBI, GENEbank, etc. Estas bases de datos también incluyen bases de datos moleculares, como GEO, catálogo GWAS, etc. Por supuesto, también los hay más detallados, como miRBase (base de datos de miRNA).
4. R, este también es un lenguaje de programación, pero se centra más en la visualización de resultados, que en realidad es dibujar.
5. No es necesario aprender el software de análisis biométrico de uso común. No es demasiado tarde para aprenderlo cuando necesite usarlo. Todas son cosas muy simples.
Si tiene experiencia en informática, su trabajo futuro puede ser principalmente el análisis de algoritmos, la creación de nuevo software de análisis biométrico, la creación de bases de datos, etc. Lo que necesita aprender usted mismo es lo anterior, además de un lenguaje de ingeniería, como C, C++, C# y Java.