生信知识构成

我认为生信知识体系主要由三个体系构成，分别为第一，生物学知识，第二，编程能力，第三，数学能力，三者相辅相成，如果想在生信领域有更深刻地理解，必须要在这三面进行刻意地练习。

生物学知识不用说了，没有生物学知识对于实验的设计，理解是没有逻辑的，分子生物学，细胞生物学，免疫学都是这部分知识的构成，可以说是这是生物学背景出身学习生信的基础。

编程能力。主要是以Linux，Python，R为基础。这部分是生物学背景出身的人最为欠缺的，另外一方面，由于缺乏基础，学习起来比较吃力，不太容易获得正向反馈，学习起来也容易丧失信心。还有就是，这些工具就是工具，工具就需要长期地使用，练习，学习的时候，需要勤记笔记，经常使用，不仅仅要在生信领域使用，还要在其它领域使用，例如写个处理文档的脚本，写个爬虫等，总之，要用起来，否则当时学习会了，笔记也没记，自己再用起来，又忘了。

数学知识。我觉得想要在对生信有进一步深刻地解理（其实不仅是生信，理工科都是这样），数学功底必不可少，很多生信软件，生信分析方法的基础就是线性代数与统计学，就我周围的情况来看，生信学得好的人，通常统计学与数学也都不错，而生物学出身的人，很容易卡在这个方面（毕竟考研不考数学）。

我记得一个同学也说过类似的话：

学生信的过程中，通常会有两条方式。第一种就是，先打下统计学，线性代数，高等数学，生物学这些基础学科的基础，然后再在这个基础上去学习R，Python，Linux，熟悉各种生物学研究中的这种模型时就会得心应手，不过这种方式成长很慢，很多人坚持不下去，毕竟基础学科学习起来非常枯燥，很难有良性反馈，但这种方式后劲十足。

第二种方式就是，从零基础开始，学习R，Python，Linux，一天之内就能看到自己代码的运行结果，很容易有成就感。另外一些代码都是现在的，套用别人的代码，也能做出发表极的Figure，这种方式能形成良性的反馈，让自己有兴趣继续学下去。

但是，一旦仅仅满足于一些代码的套用，画张图，就认为这是生信，学会了生信，就麻烦了，因为这会导致人很容易待在这个舒适区里，则很难再向上突破。生信的背后是数学与统计学，如果不懂这些，无法根据自己的实验进行个性化分析等等。
这两种方式我觉得就类似于笑傲江湖中气宗与剑宗的区别，前者前者成长慢，但后劲十足，后者成长快，但很快就后继无力。