生物小白入门推荐：踩坑一年后我还在用的资源清单

我2021年从化学转到生物信息方向，纯小白一个，连Linux都没摸过。第一周对着黑色命令行发呆了三天，最后靠着一堆零散教程才把RNA-seq流程勉强跑通。这篇文章不讲空话，只说我自己用过、到现在还在用的东西。

先想清楚你要做哪一类

"生物"这词太大了。小白最容易犯的错是到处收藏资料，结果一个没看完。我当初关注了二十多个公众号，存了十几个G的PDF，实际打开的不到5%。

先问自己三个问题：做湿实验还是干实验？处理测序数据还是做统计分析？组里有没有师兄师姐能问？答案不同，要学的东西完全不一样。我当时是因为组里没人懂生信，被赶鸭子上架，只能自己啃。如果你实验室有现成流程，抄流程比什么都快，别硬要自己造轮子。

我实际反复用的工具和资源

下面这些不是从别人攻略里抄来的，是我这一年真的打开过、用过的东西。

• Linux基础：别急着买课，跟着《鸟哥的Linux私房菜》前六章敲一遍，配一个命令速查网站，一周能上手
• 生信流程：Galaxy平台适合零基础，点鼠标就能出结果，我的第一个比对结果就是在上面跑的
• 编程语言：R从《R语言实战》起步，Python先学基础语法再碰Biopython，别一上来就啃框架
• 查文献：PubMed和Google Scholar是标配，中文内容看B站的生信技能树、生信菜鸟团就够
• 提问社区：Biostars和SEQanswers，发帖记得贴报错原文和软件版本号，不然没人搭理你

说实话，Galaxy我用了两个月就丢了。它把细节全藏起来，跑出来的结果我自己都解释不清。后来硬着头皮学命令行，虽然痛苦，但至少知道每一步在干嘛。这中间的弯路，其实可以省掉。

几个让我少走弯路的经验

环境配置这事，能别自己折腾就别折腾。我装conda装了整整两天，各种报错，最后还是师兄甩给我一个docker镜像解决的。现在我一律劝新手直接用conda或者docker，别从源码编译，省下的时间够你多跑三遍流程。

报错信息直接复制去搜，这不丢人。我一开始还端着，觉得这样显得很菜，后来发现大佬们也这么干。Stack Overflow上九成的问题都有现成答案，你只是还没搜对关键词。

还有一点，别想着学完再动手。我的做法是直接接个小任务，边做边查，做完基本就会了。纯看教程，看完就忘，这是我交过学费的教训。

如果现在你还是完全不知道从哪开始，我的建议是先花三天把Linux基础命令过一遍，然后去GEO上下载一个公开的表达谱数据，用R做个差异分析。整套走完，你自然就知道自己缺什么了。缺什么补什么，比按着别人的路线图硬学高效得多。

说到底，生物这行范围太广，小白最忌讳的就是贪多。先把一条路走通，比什么都强。