中文生信学习地图

更新：2026-10-15；状态：可用；验证范围：文档核对；操作需按所用环境验证。

从问题、数据和检查点进入生信，按需要跳转到概念、算法、组学流程及实践。

从这里选择入口

你现在需要什么	阅读入口	完成后应能做什么
完全不会R或Python	R与Python生信编程入门路线	运行脚本、按ID合并、处理缺失并找到输出
学习群体遗传	群体遗传学分析学习路线	区分多样性、分化、祖源、近交与历史
已选好组学、想理解方法	组学分析方法学习路线	明确测量单位、模型、对比和证据边界
检测或提取各类变异	变异检测分型与提取学习路线	区分发现、分型、标准化与类型/区域/样本提取
理解PCR与各代测序	测序技术与PCR学习路线	区分扩增、建库、信号、读段和覆盖
补统计基础或选择检验	统计学与组学验证学习路线	读懂效应、区间与P值，并按设计选检验
补更基础的算法	生信基础算法学习路线	理解查找、图、动态规划、聚类与优化
验证组学结果	组学验证的层级与证据	区分统计、技术、独立样本与功能证据
没做过生信分析	R与Python路径文件与项目组织 → 样本表与数据审计实践；服务器任务再读Linux与项目目录实践	找到输入、识别样本、保存命令与日志
做群体分析或GWAS	群体分析与GWAS学习路线	区分质控、结构分析、关联检验与解释
做基因组预测与育种评估	GS算法软件与实践路线	区分遗传预测、验证场景、专业软件与选择应用
理解序列算法	比对相似性同源性与覆盖率 → Smith-Waterman局部比对 → BLAST原理与种子延伸	解释精确算法与启发式检索的区别
选择组学方法	组学分析总览与选型	根据测量对象和研究问题选流程
查陌生词	关键词索引	用中文名、英文名或缩写定位条目

所有分析共享的基础

不熟悉测量层级时先读从DNA到RNA和蛋白质。再确认生物学重复与技术重复、批次效应与混杂、参考基因组与注释版本和P值效应量与多重检验。操作过程中遇到格式问题，再查FASTA与FASTQ、SAM与BAM及CRAM、VCF与基因型编码。

每篇工作流按“输入 → 操作 → 检查 → 输出解释”阅读。标为合成实测的例子有本项目运行记录；其他组学流程提供文档核对后的步骤和官方练习入口，尚不代表已在本机运行。

从设计到交付的共同路线

实验设计与统计功效 → 样本表与数据审计实践 → 软件环境与依赖管理 → 可复现分析与工作流管理 → 常见生信图表的阅读与制作 → 结果报告与数据共享。遇到运行问题查日志排错与最小复现，需要集群查服务器资源与批量任务。

理解统计不确定性可接着读置信区间与重采样；预测任务先读数据泄漏与交叉验证。序列或变异任务还会用到基因组坐标与区间、变异注释与候选证据整理及系统发育树入门与实践。

怎样继续深入

正文先提供做判断所需的信息，文末的官方手册、原始论文和数据教程负责承接细节。跨文章的前置概念通过链接连接；单个文章的完成不等于掌握整条路线。

基础术语可对照 NHGRI 遗传学词汇表，操作组织参考 Snakemake 官方教程。

变异发现与结果提取

从测序数据生成SNV/Indel、SV、CNV/PAV、STR或TE结果，或者从已有VCF选取目标时，进入变异检测分型与提取学习路线。第一轮可先运行人工VCF贯通变异分类与提取，再选择专业检测分支。

变异之后如何继续

变异注释与功能解释学习路线连接基因模型、区间、转录本后果与候选证据；先做人工基因贯通区间注释与后果提取，再做最小注释工作流与Snakemake恢复。

生信缺口清单与维护优先级登记尚缺的真实数据和专业软件闭环，便于持续编写；不是对整个Wiki完成度的承诺。

进入真实计数分析

完成基础表格后读bulkRNA-seq分析与实践路线，运行公开airway数据贯通DESeq2；练习配对设计、输入检查、效应方向及诊断。本轮从已有计数开始，上游FASTQ尚未实测。

本轮整理入口

完整DNA变异分支见全类型变异检测总览与证据地图。人工SV专业调用和官方TRGT小例已有执行记录，其他分支的实测范围仍各自标注。