专家讲解如何进行生物信息学分析

　　

生物通报道：今天的世界大不同，表现在生命科学研究领域，就是一切都开始进入了大数据时代，无论是DNA序列，显微图片，还是质谱数据，研究人员都越来越需要对这些庞大的信息进行收集、整合、处理和诠释。

近期The Scientist杂志联系了几位科学程序员，了解他们所使用的工具是什么，如果是菜鸟需要进行哪些训练等。

前文：如何从零开始掌握生物信息分析技巧

学习生物信息学分析技巧（必get宝典）

如何使用命令行

并不是每次遇到问题都需要编程的，可以尝试调用一些已经完成的命令行简单脚本，也就是Bash，“Bash可以用于处理文件，”Brown解释说，“移动文件，循环访问，重命名等”。使用Bash可以将预生成的工具组装成自动化工作流程，例如可以利用Bash从一组测序数据中筛选高质量读长数据，然后链接到一个新文件中，将这一文件传递到一组预定义参数分析程序中。

值得参考的命令行工具：cli.learncodethehardway.org/book/.

调试工具

新手程序员通常会避免使用复杂的调试工具，如用于描述程序所处的某个点（X代表现在进入这段代码）的一些代码。但是调试工具能帮助程序员在某个特殊的代码上停止软件运行，看看情况，调整错误代码，这在寻找bug的时候尤为关键，“每种语言都有一个调试器，这些工具总是值得学习如何使用的，”来自加州大学欧文分校生态学和进化生物学副教授Kevin Thornton说，目前也有一些在线教程，“因此Google会是你最好的朋友。”

使用版本控制程序

Rachel Slaybaugh是来自加州大学伯克利分校的一位核工程学助理教授，她使用C++ 和Python 开发了一种能模拟中子传递的计算方法，同时她也研发了他们实验室最好用的一套代码训练方法，但她表示这需要确认实验室中的版本控制。

版本控制程序（Version-control software），如最受欢迎的 Git (git-scm.com)软件，能帮助程序员精确的了解一个程序版本与另外一个版本之间的区别，而且关键在于，如果需要的话还能调转回去。Git程序是一种免费的开放程序，方便团队之间的合作，可以分享代码，利用“fork”，程序员能在无需破坏现有代码的前提下就能验证新的运算法则，追踪并融合这些版本差异等等功能。

Git托管服务器GitHub提供无成本分享，分发和在线存档代码的服务，而且也能为你提供指向你软件的稳定链接。如果需要升级，那么就需要每月付出7美元（当地价格）。

虽然Git只是一段复杂的程序，但是这“极为重要”，Buffalo说，“而且更重要的是，这种程序有时能力挽狂澜，如果我的程序中出现了一个bug，我就会去旧的版本中找出它来，然后一个一个版本测试，看看它什么时候出现的。”

还有一些研究人员倾向于选择版本控制程序Mercurial (mercurial.selenic.com) ，其服务器是BitBucket (bitbucket.org)，这对前五位使用者免费，其中包括无限制private repositories.