生物信息学是否需要掌握Linux系统操作呢？？
王剑敏
2021-04-06 10:07
开发者_开发技巧
如果只是用一下别人开发的软件，至少要了解liux的以下几点
1）基本的命令，可以搜索 linux入门、 linux 常用命令
比如 ls, cd, more,
2）基本的文本编辑
比如nano，或者更强大的vi或emacs
3）和服务器，超级计算机相关的命令
ssh登录, sftp拷贝文件, 用pbs提交job等等
4）相关软件的安装和操作
blast, samtools之类
5）swk，sed等，可以用于对文本文件进行更进一步的分析提取。
杨东 2021-04-06 10:08
其实主要是因为生物信息学涉及很多的数据 需要在linux服务器上运行 而软件则开发者_开发技巧与之对应进行设计，所以掌握linux的基本操作是必须。
麦耀嘉 开发者_JS百科 2021-04-06 10:22
怎么说能，会基本的操作也就足够了，毕竟不是程序员。学习这个学科中，可能你需要使用的软件只提供Linux版本，一般只要你学会如何打开和执行软件就可以了。
陈思扬 2021-04-06 10:23
分两个层次回答这个问题，为什么要选择Linux/Unix平台，作为生物信息研发的主要平台？怎样由浅入深熟悉Linux/Unix开发环境进行生物信息数据分析？
为什么要选择Linux/Unix平台，作为生物信息研发的主要平台？
生物信息的主要工作是用软件和脚本处理生物数据，其平台的选择是多样化的，根据目的需要选取。主要的可能选择有：
网上的服务，如NCBI, Ensembl, UCSC, DAVID等等，这类服务器的特点是门槛低，满足常用需求，有后台数据库的支持，浏览器模式可视化效果好；缺点是定制的服务往往支持不好；现有的网上服务对单一的分析支持的多，但对多个流程的串联和并行化等的支持不够；对商业话单一化服务支持好，对科研多样化支持弱。本地终端，如BioEdit,Primer5, SAM，TreeView，Cytoscape，Excel, SpotFire等本地软件或客户端，很多软件在窗口类操作系统上运行，特点是可以无须网络支持，故而小规模运算速度快，可视化效果佳，支持鼠标操作效果好；缺点自然就来了，大数据支持不好，无法高性能运算，操控受设计者的限制多，不好定制。命令行操作平台，如Linux/Unix Shell支持的高性能计算机群和云服务平台，特点大数据高性能支持，shell可编程能力强，生物信息软件包和脚本丰富，定制设计和开发容易。缺点是需要学习编程和命令行方式，操控没有鼠标直观，可视化不够。集成开发环境/图形化界面开发平台：这应该以网站、应用程序开发为目标的一类平台，代表的是Windows应用开发，Java Eclipse等。这类是为有特定商业或科研目的的专业软件开发人员设计的，对探索发现和数据分析不是最好的选择。
从上面的分析不难发现从生物信息的从业者的职业方向看，大多是关注数据分析，将来特别是生物信息的大数据量的分析，命令行操作系统是必须要掌握的技能。而Windows Shell的设计很差，根本无法满足数据分析的需要，在高性能集群和云平台大多配备Linux,Linux学习就是必须的。
从将来的产业分工来看，大数据的云计算平台可能提供非常好的服务，利用其提供的API服务可能使用户提供非常好的生物数据的开发环境，把数据分布式、计算并行化和结果的可视化隔离到平台的管理功能中，生物信息的研究和开发者只需专注数据分析业务即可，与云平台的交互，应该有一个好的接口平台，Linix shell可能是一个不错的选择。
怎样由浅入深熟悉Linux/Unix开发环境进行生物信息数据分析？
正如bioops说的，我再补充一些：
熟悉基本命令和命令行操作方式，如cd，ls, less, cp,...熟悉编辑器，个人推荐vi熟悉一种shell编程,如bash熟悉数据分析Linux常用工具sed, grep, awk, sort, cut, wc, uniq,...熟悉软件安装方法要更深入就要掌握一种，或更多脚本语言，个人推荐Python, Perl也需要了解，早期的生物信息软件很多是用它开发的。如果用到统计，R也是必须的。与数据库相关的工作，基本的SQ开发者_JS百科L也需要会。Python,R,SQL是数据分析学者选出的用的最多的脚本语言。了解高性能平台的任务提交系统，这是在现在大多数高性能集群上用得较多的系统，是PBS/SGE/OGE系列。了解Hadoop/MapReduce/...未来生物信息大数据的方向不断学习，随着生物信息云平台的发展，必然会有更多东西出来。
抛砖引玉，请大家拍砖。
韩迎召 2021-04-06 10:27
首先楼主必须弄懂生物信息学为什么要使用linux，或者使用于生物信息的软件为什么必须在linux下安装，这样有助于楼主正视linux的重要性，结论是掌握linu开发者_开发知识库x的基本操作是必须的。
许多软件都是C或者perl开发的
就目前我所知道的，以及基于此而推测的，开发生物信息专业软件的人员，和专业软件领域的程序员还是有很大的区别的，他们多半是生物专业的，而后又学习的编程，所以大多可以自由选择开发语言，很少有外部因素说，你必须使用某种语言，所以基于某种算法的实现，多选择C语言开发，应用型的，多选择perl、paython，选择java的少。
开发人员都是使用linux写的C或者perl
用C或者perl开发，基本上都选择linux，因为其实开源的、免费得，更为关键是其天生具备C或者perl的开发环境，很容易的就可以进行软件的编译、调试。
软件都是以源代码形式发布的
生物信息软件开发多半是独个大牛或者一个小型的团队，以研究为目的，主要目的是算法的实现，而不是软件的推广与应用，或者以用户使用数目为第一目的（盈利），软件的发布形式是源代码。而编译不同操作系统的二进制包是件枯燥而麻烦的事情，没有人愿意做这样的事情，同时因为是科研，也是崇尚公布源代码。所以做数据分析你使用很多的软件的发布都是这样的形式，只有非常少数的、普遍使用的软件才会有不同操作系统的二进制包，比如windows下的安装包。如果发布形式是源代码，这些软件的开发基本上都在linux下完成的，安装的过程包括配置、编译、测试、安装。软件编译安装环境，而许多软件都会使用第三方库，软件运行环境，包的依赖关系。
如果只是用一下别人开发的软件，至少要了解liux的以下几点
1）基本的命令，可以搜索 linux入门、 linux 常用命令
比如 ls, cd, more,
2）基本的文本编辑
比如nano，或者更强大的vi或emacs
3）和服务器，超级计算机相关的命令
ssh登录, sftp拷贝文件, 用pbs提交job等等
4）相关软件的安装和操作
blast, samtools之类
5）swk，sed等，可以用于对文本文件进行更进一步的分析提取。
杨东 2021-04-06 10:08
其实主要是因为生物信息学涉及很多的数据 需要在linux服务器上运行 而软件则开发者_开发技巧与之对应进行设计，所以掌握linux的基本操作是必须。
麦耀嘉 开发者_JS百科 2021-04-06 10:22
怎么说能，会基本的操作也就足够了，毕竟不是程序员。学习这个学科中，可能你需要使用的软件只提供Linux版本，一般只要你学会如何打开和执行软件就可以了。
陈思扬 2021-04-06 10:23
分两个层次回答这个问题，为什么要选择Linux/Unix平台，作为生物信息研发的主要平台？怎样由浅入深熟悉Linux/Unix开发环境进行生物信息数据分析？
为什么要选择Linux/Unix平台，作为生物信息研发的主要平台？
生物信息的主要工作是用软件和脚本处理生物数据，其平台的选择是多样化的，根据目的需要选取。主要的可能选择有：
网上的服务，如NCBI, Ensembl, UCSC, DAVID等等，这类服务器的特点是门槛低，满足常用需求，有后台数据库的支持，浏览器模式可视化效果好；缺点是定制的服务往往支持不好；现有的网上服务对单一的分析支持的多，但对多个流程的串联和并行化等的支持不够；对商业话单一化服务支持好，对科研多样化支持弱。本地终端，如BioEdit,Primer5, SAM，TreeView，Cytoscape，Excel, SpotFire等本地软件或客户端，很多软件在窗口类操作系统上运行，特点是可以无须网络支持，故而小规模运算速度快，可视化效果佳，支持鼠标操作效果好；缺点自然就来了，大数据支持不好，无法高性能运算，操控受设计者的限制多，不好定制。命令行操作平台，如Linux/Unix Shell支持的高性能计算机群和云服务平台，特点大数据高性能支持，shell可编程能力强，生物信息软件包和脚本丰富，定制设计和开发容易。缺点是需要学习编程和命令行方式，操控没有鼠标直观，可视化不够。集成开发环境/图形化界面开发平台：这应该以网站、应用程序开发为目标的一类平台，代表的是Windows应用开发，Java Eclipse等。这类是为有特定商业或科研目的的专业软件开发人员设计的，对探索发现和数据分析不是最好的选择。
从上面的分析不难发现从生物信息的从业者的职业方向看，大多是关注数据分析，将来特别是生物信息的大数据量的分析，命令行操作系统是必须要掌握的技能。而Windows Shell的设计很差，根本无法满足数据分析的需要，在高性能集群和云平台大多配备Linux,Linux学习就是必须的。
从将来的产业分工来看，大数据的云计算平台可能提供非常好的服务，利用其提供的API服务可能使用户提供非常好的生物数据的开发环境，把数据分布式、计算并行化和结果的可视化隔离到平台的管理功能中，生物信息的研究和开发者只需专注数据分析业务即可，与云平台的交互，应该有一个好的接口平台，Linix shell可能是一个不错的选择。
怎样由浅入深熟悉Linux/Unix开发环境进行生物信息数据分析？
正如bioops说的，我再补充一些：
熟悉基本命令和命令行操作方式，如cd，ls, less, cp,...熟悉编辑器，个人推荐vi熟悉一种shell编程,如bash熟悉数据分析Linux常用工具sed, grep, awk, sort, cut, wc, uniq,...熟悉软件安装方法要更深入就要掌握一种，或更多脚本语言，个人推荐Python, Perl也需要了解，早期的生物信息软件很多是用它开发的。如果用到统计，R也是必须的。与数据库相关的工作，基本的SQ开发者_JS百科L也需要会。Python,R,SQL是数据分析学者选出的用的最多的脚本语言。了解高性能平台的任务提交系统，这是在现在大多数高性能集群上用得较多的系统，是PBS/SGE/OGE系列。了解Hadoop/MapReduce/...未来生物信息大数据的方向不断学习，随着生物信息云平台的发展，必然会有更多东西出来。
抛砖引玉，请大家拍砖。
韩迎召 2021-04-06 10:27
首先楼主必须弄懂生物信息学为什么要使用linux，或者使用于生物信息的软件为什么必须在linux下安装，这样有助于楼主正视linux的重要性，结论是掌握linu开发者_开发知识库x的基本操作是必须的。
许多软件都是C或者perl开发的
就目前我所知道的，以及基于此而推测的，开发生物信息专业软件的人员，和专业软件领域的程序员还是有很大的区别的，他们多半是生物专业的，而后又学习的编程，所以大多可以自由选择开发语言，很少有外部因素说，你必须使用某种语言，所以基于某种算法的实现，多选择C语言开发，应用型的，多选择perl、paython，选择java的少。
开发人员都是使用linux写的C或者perl
用C或者perl开发，基本上都选择linux，因为其实开源的、免费得，更为关键是其天生具备C或者perl的开发环境，很容易的就可以进行软件的编译、调试。
软件都是以源代码形式发布的
生物信息软件开发多半是独个大牛或者一个小型的团队，以研究为目的，主要目的是算法的实现，而不是软件的推广与应用，或者以用户使用数目为第一目的（盈利），软件的发布形式是源代码。而编译不同操作系统的二进制包是件枯燥而麻烦的事情，没有人愿意做这样的事情，同时因为是科研，也是崇尚公布源代码。所以做数据分析你使用很多的软件的发布都是这样的形式，只有非常少数的、普遍使用的软件才会有不同操作系统的二进制包，比如windows下的安装包。如果发布形式是源代码，这些软件的开发基本上都在linux下完成的，安装的过程包括配置、编译、测试、安装。软件编译安装环境，而许多软件都会使用第三方库，软件运行环境，包的依赖关系。
加载中,请稍侯......
精彩评论