1. 我能理解妳想早些玩兒數據的願望，但是在這之前，最好要有壹個outline.需要知道數據從哪兒來的，怎麽產生的?其實就是測序儀的工作原理。然後是數據質量檢驗，為什麽需要數據過濾?接著是reads拼接和組裝。總之，要對整個流程有壹個認識，而後在學習的過程中，再不斷回頭對比這個流程，這樣才不會有迷失的感覺。[這本書](BioInformatics for High Throughput Sequencing)推薦看壹下。
2. 有了基礎知識的鋪墊，就可以嘗試著自己做些練習了，paper上面都會給出他們的數據、原碼地址，可以找來自己試試，先看看自己能不能做出壹樣的效果。當然，這時要是妳手裏正好有項目，那就更好了。
3. 學生物信息，paper肯定是要跟蹤的。這兩個網站可以經常看壹下：
[homologous](Homologus - Frontier in Bioinformatics) 覆蓋生物信息有趣的論文， 算法，以及生物科學問題。這個網站還匯集了很多生物信息領域科學家的博客。再如BGI的主程羅瑞邦， SAMtools、BWA的作者Heng Li都有在這裏出現。
[rna-seq Blog](RNA-Seq Blog) 推薦新的論文、工作、培訓課程、大型會議等。
如果妳是生物背景的，那麽計算機方面的知識需要補壹下：
- 需要能在linux環境下舒服的工作。比如從源碼編譯安裝軟件、PATH配置，再比如舒服地使用google找到問題的答案 :-)
- 學會使用python/perl。比如有的時候運行壹個軟件老是報錯，可能就是因為在壹個包含幾十萬行的文本文件裏，有隨機的那麽幾千行的末個位置，多壹個冒號，[就像這裏](using HTSeq | popucui), 這時候妳知道需要怎麽做了?
- 學會R。要從壹大堆基因裏面找出表達水平變化的基因來，需要統計分析和顯著檢驗;而要把我們的數據更直觀地展示出來，最好的方式就是圖形了吧。這兩個需要，R都能滿足。當然matlab也是可以的，區別在於R是開源工具。
- 具備了上述技能，那麽常用的軟件就能用起來了。隨著學習的深入，可能妳的問題別人也沒遇到過，這時候就需要自己動手，要麽修改現成的工具，要麽自己做壹個出來。這時候，除了python/perl，或許還可以學學C/C++/java，或許需要研究下比如BWT、De Bruijn Graph背後的原理。