2018年总结–2019年的计划

在2018年开始的时候，自己给整一年立了一个Flag：2018年的第一个FLAG

现在2019年初来整理下2018年做了些什么

生信相关知识比较杂，从简单的来说，其中一点是可以认为是生信分析方法，这一年的空余时间主要看了些甲基化芯片分析方法、蛋白质谱的一些开源软件、转录组（一些非常规分析方法）以及全外显子分析（肿瘤）等，感觉大部分时间都在划水，只是简单的看些文献以及文档等

统计方面还是比较匮乏，只是了解了些基础概念性问题，统计书籍还是以睡前娱乐为主：生物统计学、深入浅出统计学、白话统计以及赤裸裸的统计学（除了第一本外，其他均可认为是科普读物。。。）。 StatQuest课程 没认真看过，主要是靠生信菜鸟团公众号的StatQuest生物统计学专题（感谢小编们的分享）

年初的时候把学习 Python 放在第三位，其实那时打算在年中前就可以学习，结果拖着拖着就到年底才开始动手，而且还是需求驱动（想用Python的docx包来写个自动化出报告的小工具），现在Python还处于用于写小脚本的程度，基本上能代替之前 Perl 做的所有工作，但是有时如果讲究快捷的话，还是会用Perl来写脚本（比如10分钟内的脚本，或者用一遍后就丢的那种）；至于数据分析的方面，未使用Python，还是以R为主；至于用Python开发一个 工具 这个更是没完成。。。

年中的时候在整理GSEA使用方法的时候，将GSEA基本用法写成了一个R包-写了一个siGSEA包，基本了解了R包的基础组成部分以及写个简单的R包的思路，学习书籍-R包开发（中文版哈），然后后续再没深入了。。。成了2018年第一个R包也是当年的最后一个

我一直想把我写的shiny程序放到自己的网站上，但是由于自己的网站是基于虚拟云的（省钱），所以一直无法配置shiny的基本环境；所以今年写了好多个shiny app，但是都是以脚本形式保存；由于今年工作上的需求，用shiny写了基于内网搭建的生信小工具，几乎把shiny官网的上的文档 http://shiny.rstudio.com/articles/ 翻了几遍，简单说下自己的感觉：

Shiny的开场白：不需要你了解HTML/CSS，只需要会R，即可以玩转shiny。。。这句话确实没错！但是，如果你想做一个界面美观的，交互流畅的网页工具（或者说一个交互网页工具），那么HTML/CSS基础知识是必学的，而且熟练的话，你可以在shiny的CSS代码上更改（因为shiny默认的样式真的不好看，个人觉得）。如果想设计一点交互性更好的网页，那么Javascript也是必不可少的工具（或者说是IT前端的基础知识都要看上一遍。。。），还可以多看看别人的shiny包代码以及文档，可以学习下。如果是仅仅做个交互工具，不讲究效用以及美观的话，那么简单学下shiny使用方法即可，其将一些常用的HTML/CSS代码以及JS代码都写成了R函数，调用即可

生信相关的算法这个就略过吧

总结下2018年做了啥：

1. 学了点常规的生信分析方法，了解了些NGS肿瘤分析（WGS/WES/Rnaseq）的一些方法
2. 用R学习了一些统计学方法，写了个R包和一些shiny程序，用R的markdown来编写网页版报告
3. 初步接触了下Python以及一些包的用法
4. 博文68篇，平均每月5-6篇，低于2017年的平均每月9-10篇
5. 阅读了编程（R/Python/Shell）/统计学/算法/科普等相关书籍，看的最多的是编程R语言相关的，看的最少的是算法。。。

2019年想做些什么：

1. 首先把Python提上进程，这个是基础，因为一些计划都需要用到Python，一般需要持续的学习，另外把2018年的一些漏缺补上
2. 希望自己能搭一个简单的生信网页工具（或者说简易版的生信云平台），想学习一个前端框架，然后后端用Python；如果不行的话，就尝试用Galaxy等开源框架来搭建
3. 继续了解些NGS在肿瘤分析中的方法，保持阅读肿瘤相关方向的文献阅读
4. 系统学习下机器学习在临床方面的分析方法，进一步了解一些常见的机器学习方法
5. 想从基础上补下编程能力，打算看下C++，尝试着用于加快一些R代码
6. 如果有机会想系统的了解下生信在临检方面的应用
7. 想写一个比较有意思的生信开源工具
8. 如有新想法，待补充

最后最近一直在想一个问题，学生信的人到底能做什么；从专业上来讲，生物信息学是一个交叉学科，是生物学和计算机学交叉的产物，主要用于应对现在生物学上（主要是NGS）一些大数据的分析；从应用来说，其分布在一些科研院校、科研服务类公司、基因临床检测公司以及一些药企等；从就业的角度来看，有些人侧重于计算机知识的积累，从事于一些生信开发工作，有些人侧重于生物学相关数据的分析工作，还有些是一些公司生信产品的设计等等；从我的角度来看，大致其实可以分为软件开发和数据分析两种，个人觉得生信产品设计之类的都是前面两者的一种延伸，类似于IT行业的产品经理等等

如果是喜欢生信数据分析、数据挖掘，那么一般会紧靠生物相关公司，大概率会从事一些科研服务类工作，或者一些药企等；如果是喜欢生信开发，一般对于计算机背景要求较高，也就是要有IT基础，有独立开发软件的能力，会在一些有自主发开能力的基因临床检测公司或者就直接转向IT行业了。。。

所以学生信的到底能做什么，取决于你的基本技能有哪些，更加在于你想做些什么

最后推荐一些2018年看过觉得不错的书籍以及一些工具书（翻翻就行）

• R语言经典实例
• R包开发
• 白话统计
• Python基础教程（第三版）
• 机器学习（周志华）
• 算法图解
• 基因传

本文出自于 http://www.bioinfo-scrounger.com 转载请注明出处