Part I: Ideology: Data skills for robust and reproducible Bioinformatics
Chapter 1 How to learn Bioinformatics
生物学中正在增多的数据
测序成本： 2008年快速下降是因为二代测序的出现
Short Read Archive的指数型增长
本书的写作时间是2013年，打开NIH官网可以看到相比当时，到目前生物数据的产生仍然保持快速的上升趋势，注意y轴的尺度。Ref: NIH官网
因此新的生物数据分析工具不断被创造出来，其基础算法也在不断进步。
由于生物信息学工具丰富且快速发展的特性，它有严重的缺点：没有充分的基准(benchmarking)，或者即使有，也只是在一种生物体中进行基准测试。这使得新的生物学家很难找到并选择最好的工具来分析他们的数据。更加困难的是，一些生物信息学程序没有得到积极的开发，因此它们失去了相关性，或者携带了可能对结果产生负面影响的错误。所有这些都使得在自己的研究中选择一个合适的生物信息学程序变得困难。更重要的是，必须严格评估在自己的数据上运行的生物信息学程序的输出。我们将在第二部分中看到数据技能如何帮助我们评估程序输出的例子。
learning data skills to learn bioinformatics
data skill是一套计算技能，让你有能力使用一套众所周知的工具，快速地即兴创造一种观察复杂数据集的方法。一个拥有良好数据能力的生物信息学家，可以收到一个庞大的测序数据集，并立即开始使用一套工具，看看数据讲述了什么故事。
New Challenges for Reproducible and Robust Research
(未完)
网友评论