本文全部都是个人经验、个人观点

阶段一：进入学习状态

学姐和我说过这么一句话：做项目最简单的是学习，难在设备和技术，说白了就是资源

进入一个新的领域最简单就是两步走：读两本书——实践两个项目

有些人能把技能点满，有些人全部靠外包，差距在哪？差距就在开头，关键就在于谁能开得了头。

进入新领域、学习新东西，最好的方法就是读书，读大佬的书。

读两本书：

《R语言实战》、《R数据科学》

这两本书对于在使用R的人来说可能都比较熟悉和基础，但是当时我个人在自学入门时走了很多弯路，才找到这两本书。

这两本书都有中文版，价格都不贵。

读的方法：

1、通读，做记号，认真看，搞懂代码，每一本书一周时间就解决了，不需要记忆，达到想到什么问题，知道大概在什么位置，能当做工具书手查就足够了。

2、最好中英文对照读，了解英文对应的专业词汇，扎实的基础能省去以后很多麻烦

两个项目：

做图、文章复现

可以在读完第一本书之后，就找一批原始数据，最好是找没经过专业数据处理培训的人要模拟数据。然后定个模版图，用找来的数据做出来。过程中遇到什么问题就去搜，去问，去解决。

做图的过程会接触到：文件读写、数据处理、做图，也是对R语言有个加深了解，为读第二本书开个头

读完第二本书后，找一篇文章，开始复现。这个没什么说的，硬刚就完了。

给个建议，最好养成在R script中编码和注释的习惯，crtl+enter运行单行就够用了。

复现文章的过程，应该会接触到：数据库、生信分析手段及各种R包（后面详细说）、各种琐碎的知识（遇到就查，查后记录保留）

阶段二：进入生信领域

以上两步如果你能耐着性子花时间精力做完，你自己就明白要学什么了。

所以，我这里只再给个人的理解。

1、怎样算进入这个领域：加点群，不管有没有问题逛逛论坛，关注几个博主，能看懂、能交流、有思路、会解决问题就算是入门了。

2、生信到底是什么：基于NGS或数据库——（测序本——组装——）counts/normalized counts——数据处理——差异、富集——建模——可视化

其他还有结合临床信息survival、细胞聚类等等，说白了都是一个差异化、富集化的过程。

3、生信过程中零散的知识点，随查随记：counts\fpkm\tpm、survival\hazard，OR\HP\RR，p\adp\q\fdr，aic\bic，文件格式等等

4、后面的学习主要分几个步骤：

文章复现、R包学习——机器学习（、Markdown、shiny学习）——做项目（最好学习使用服务器、python从测序未组装开始）——读R包源代码——尝试写包

过程中不能停止做图，要做各种图，因为做图不仅仅局限在应用，更在对于数据的敏感和理解

过程中最好穿插着python学习，以及其他工具的学习

给自己的任务

从块、包、图、点、库等方面记录学习和工作

块如项目步骤等的经验

包如seurat、SummarizedExperiment等

点如各类小知识点的记录

库如各类数据库