生物信息学一些基本的常用软件有哪些

必学：1、计算机基础（linux+perl+R 或者 python+matlab）

2、生信基础知识（测序+数据库+数据格式）

3、生信研究领域（全基因组，全转录组，全外显子组，捕获目标区域测序）

4、生信应用领域（肿瘤筛查，产前诊断，流行病学，个性化医疗）

分而治之：

一、计算机基础，需要看三本书，一步步的学会学通，不需要刻意去找哪个书，一般linux是鸟哥私房菜，perl是小骆驼咯，R是R in action，但是看一本书只能入门，真正想成为菜鸟，必须每个要看五本书以上！我云盘里面有这基本上的高清打印版，大家可以去淘宝打印一下才几十块钱还包邮，对书比较讲究的也可以买正版，也不过是一百多块钱而已！

二、生信基础知识，测序方面，在百度文库找十几篇一代二代三代测序仪资料仔细研读，然后去优酷下载各大主流测序仪的动画讲解，再看看陈巍学基因的讲解；数据库先看看三大主流数据库——NCBI,ENSEMBL,UCSC，还有一些也可以了解一些（uniprot,IMGT,KEGG，OMIN，TIGR，GO）同样也是百度文库自己搜索资料，但是这次需要自己去官网一个个页面点击看，一个个翻译成中文理解吃透；数据格式讲起了就多了，这个主要是在项目流程中慢慢学，或者你有机会去上课，不然你看来也是立马忘记的，主要有sam,vcf,fasta,fastq,bed,gtf,gff,genbank,ensembl,psl等等

三、生信研究领域，各个领域主要是软件繁多，合起来常用的估计有上百个软件了，一般只有从业五六年以上的人才有可能把它们全部用过一遍，而且这也完全需要项目来训练，而不能仅仅是看看软件手册，但是研究领域最重要的是背后的原理，需要看各大牛的综述。

a) 生信基础软件(blast++套件，fastqc，flash，blast，solexaQA，NGS-QC-toolkit，SRA-toolkit，fastx-toolkit)

b) snp-calling相关软件（bwa，bowtie，samtools，GATK，VarScan.jar，annovar）

c) 基因组相关软件（velvet，SOAPdenovo2，repeatmasker,repeatscount,piler，orthMCL，inparanoid,clustw,muscle，MAFFT，quickparanoid，blast2go，RAxML，phyML）

d) 转录组相关软件（trinity，tophat，cufflinks，RseQC，RNAseq，GOseq，MISO，RSEM，khmer，screed，trimmomatic，transDecoder，vast-tools，picard-tools，htseq，cuffdiff，edgeR，DEseq，funnet，davidgo，wego，kobas，KEGG，Amigo，go）

1. 从PDB数据库中找一个3D结构已知的蛋白，查询取得其蛋白质序列、mRNA序列（仅包含ORF/CDS）和基因组序列（10分）；

2. 用Homologene或BlastP从蛋白质数据库中找15种以上与其高度同源的蛋白质序列，将序列下载并保存为一个FASTA格式的文件（10分）；

3. 找到每个蛋白相应的mRNA序列，截取从起始密码子到终止密码子的开放阅读框（ORF/CDS），将序列下载并保存为一个FASTA格式的文件（10分）；

4. 对比基因组序列和mRNA序列，用SIM4和GENESCAN分别找出并图示其外显子和内含子（10分）；

5. 用ClustalW、MUSCLE、MAFFT、T-coffee、PRANK和CAUSA等软件，分别对以上同源基因做多序列比对（10分）;

6. 用MEGA、PHLIP或其他软件分别用NJ法和ML法对以上同源基因做系统发生分析，画出基因分子进化树，比较各种比对方法和算法所画出的进化树异同，并分析进化树是否和物种进化树一致、并说明其原因（10分）；

7. 找出保守区间，在保守区间设计PCR简并引物（10分）;

8. 在蛋白质分析网站（ExPaSy、PDB、Swiss model等）分析该基因所编码的蛋白质，并进行一、二、三级结构预测（10分）；

9. 在DDD和GEO分析该基因的具体功能和表达情况（提供证据如检索到的文献目录和摘要（10分）。

10. 查找能够调控该基因表达的microRNA，预测其目标及功能（10分）。

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com