基于我们《生信技能树》团队七八年的经验积累，这里为大家整理了部分推荐资源，仅是我们资源库的十分之一。

首先，在生物信息学数据分析中，计算机基础知识的掌握至关重要。我将其分为基于R语言的统计和可视化，以及基于Linux的NGS数据处理两大类：

《生信分析人员如何系统入门R(2019更新版)》和《生信分析人员如何系统入门Linux(2019更新版)》这两篇文章是入门的关键。在R语言学习中，掌握以下知识点是必不可少的：

了解常量和变量的概念，基本的加减乘除运算（计算器功能），多种数据类型（数值、字符、逻辑、因子），多种数据结构（向量、矩阵、数组、数据框、列表），文件的读取和写入，简单统计和可视化，以及无限量的函数学习。

在Linux学习中，分为六个阶段，每个阶段通常需要一天以上的学习时间：

第一阶段：使Linux系统操作如Windows或MacOS般流畅，主要目的是熟悉命令行界面，能够通过键盘交互完成常规的文件夹和文件管理工作。

第二阶段：实现文本文件的表格化处理，类似于通过键盘交互完成Excel表格的排序、计数、筛选、去冗余、查找、切割、替换、合并和补齐，熟练掌握awk、sed、grep这三种文本处理工具。

第三阶段：掌握元字符、通配符及shell中的各种扩展，使Linux操作不再神秘。

第四阶段：高级目录管理，包括软硬链接、绝对路径和相对路径、环境变量的使用。

第五阶段：任务提交及批处理，通过脚本编写解放双手。

第六阶段：软件安装及conda管理，使Linux系统的实用性得到最大发挥。

接下来是NGS基础。在多组学时代，我们团队多年前就已在b站免费分享了各个技术流程的视频教程，并同步提供了视频配套讲义和教辅材料：

学徒第一月，基础知识介绍掌握：文档链接：https://www./link/b2dc43f5ceef31610d294fa01c6e7399 密码：vl3q

学徒第二月，RNA-seq数据分析实战训练：文档链接：https://www./link/1ea5e6f2837d15cbe7a9989bb9ff07af 密码：p6fo

学徒第三月，WES数据分析实战训练：文档链接：https://www./link/5d50d910720dc8d840855109c28ad865 密码：7uch

学徒第四月，ChIP-seq数据分析实战训练：文档链接：https://www./link/d1744bbff50dd9d5ee97ae053076295b 密码：wk29

我们为每个组学视频课程设置了练习题，不知道大家是否有参与学习？我们甚至形成了专门的学徒作业系列：

学徒考核-计算wes数据的全部外显子的平均测序深度

肿瘤外显子视频课程小作业

ChIPseq视频课程小作业

通常，学徒在我们这里学习一个月以上，我们会引导他们学习多种组学（围绕中心法则）。有了Linux基础和R语言能力后，按照我们的视频教程学习基础流程将变得轻松自如。

为学徒提供ChIP-seq数据处理流程（附赠长达5小时的视频指导）

九月学徒ChIP-seq学习成果展（6万字总结）（上篇）

九月学徒ChIP-seq学习成果展（6万字总结）（下篇）

当然，这些技能只是让你入门，后续的工作会更加精彩，你将体会到数据分析的乐趣。然而，如果你没有掌握我上面列出的基础知识，或者基础不牢固，你的数据分析之路往往会充满bug，甚至导致头发掉光。