生物信息学对数学的要求高么?

空白派

生物信息学主要的难点在哪里?最有含金量的地方是什么?
如果想进入生物信息领域,最需要学好的是哪几门课?
原文地址：https://www.zhihu.com/question/29290737

同花顺

做生信理论的，对数学要求肯定是高的。但是生物信息学发展到现在，早已跳出基础理论研究的范围了，方法已经够多，软件已经够用，套用一句话：高楼大厦已经建成，剩下的只是修修补补的工作了。现在更缺的是将成熟的方法应用到生产当中，应用到临床当中，要结合实验技术的发展来提供数据分析的工具了。现在竞争最激烈的一些方向：病原微生物检测、肿瘤早筛、免疫治疗，用到的也就是最基础的试验统计方法、最经典的测序数据分析算法，但这不影响他创造价值。

同花顺

生物信息学主要的难点在哪里?最有含金量的地方是什么? 如果想进入生物信息领域,最需要学好的是哪几门课?
我14年从分子生物学硕士 转向生信博士。开始的一行代码也没写过，哪种语言也不会，以为要八年抗战了，结果18年，三年半博士毕业了。在我看来生物信息学的难点，随着从业时间变化一直在变化。
1.刚入行的那两三年，觉得数学，编程都很难。以为自己生物分子生物学背景在生物这块还凑活其实，涉及到的群体和数量遗传学分析，都是重新学。所以这个阶段当时以为难点在技术，在这几门基础课。其实回头来看，难点是没找到难点，因为真正的难点，是找到在解决一个什么问题。
2.四五年后上手了，各种包都调的很溜，大多数包知道底层算法，知道什么时候该用什么包解决什么问题。这个时候难点是如何出文章，怎么讲故事。
3.现在从业第七年，技术上的东西，虽然更新很快，但是底层的方法变化不大，只是一些小修小补。偶尔会出一两个新算法，但是在学起来比较容易。难点是与人一起做事情，怎么把这个事情大家一起做完了，还各有所得。
最具有含金量的地方呢，我觉得是从一堆不相干的数据中能用恰当的工具，找到兴趣点，挖掘出信息。
最需要学好的是统计学、线性代数、一门编程语言，如果是具体到数量群体遗传学分析的话，需要这两门学科。
具体在今后的实战中，
1.生物学里要知道生物学的中心法则和简单的遗传原理，
2.一门脚本语言，perl或者python，或者bash都可以，一门统计语言，主要用来简单的计算和做图，python R都可以。
3.然后需要跑过很多流程，知道一些常见软件的使用，和文件格式转换，就超过80%的从业者了
以下为进阶技能
4.线性代数要足够的好
5.统计学中常见统计方法原理要足够清楚
6.熟练推演经典模型
7.能够把现实问题数学化

大力水手

大家评判下。有一天在一个大数据讲坛遇到一个做生物信息的程序员。
程序员：我们基因组数据能装好几十个T的硬盘，要说大数据哪一行能有我们大？！
我：哦？那么你们高维数据降维时随机梯度下降迭代优化欠定问题的正则化是怎么解决的？
程序员：呃...这个...我们找一个专门解决这个
问题的包，导入数据然后点击确定。

检验医师

生物信息学大三本科生。我们学的课程基本是生物数学计算机的核心课程 数学的话 数学分析线性代数你肯定学过啦 微分方程数值分析多元统计概率论数理统计运筹学信息论与随机过程生物统计优化算法组合数学与图论 这些是大三的我上过的课。嗯嗯应该就这些咯 有数学分析的基础以后 就是思想比较重要，统计比较重要，要懂思想，参数的意义啊什么的。以前开过一门课叫数理逻辑， 严格点不知道算不算数学， 那个书的参考教材很不错，离散数学及其应用。
我们主要就是偏应用，学的时候老师就会说这些同学们会编程实现就好啦 推荐理论和实践开始就要结合起来~各种R包用起来~~
如果不是计算机相关专业的，推荐一门很重要的课 数据结构 java的啊，不是C的
刚刚开始看论文的我觉得最难的地方还是算法吧。大牛想算法 如果不会的话就是别人指令什么就做什么呗。但是对我这样的渣渣，还在摸索着学R和perl还有python
老师说生物也很重要的=_=基础的话生化 分子生物 细胞生物这个肯定要看滴

感恩由您

严格来说，生物信息对数学的要求很高，但高到什么程度就要看具体工作了。
一般我在网上看到说生物信息简单的都是公司里做测序跑流程的杂鱼，这些人对他手上的工作完全不懂原理。好在一般生物信息软件开发第一条就是保证不懂电脑的科研人员也能适应，所以傻瓜型的居多。
然而数学不行对于做生物信息研究的人是极大的瓶颈，因为最了不起的生物信息领域都落在数学，物理，化学上了，你看到的所有应用其实都是这些领域的理论应用在了生物领域。于是乎，纯生物领域的研究人员对生物信息的理论知识几乎一窍不通，非傻瓜型的软件，尤其是要自己设定大量参数的软件对他们来说几乎是无法适应的。因为你会发现那些软件里面所有的参数你都没有听说过，查到文献全是数学公式，每一个能看得懂。
还说了这么多，最后告诉你数学是很重要的，即使你不打断进入开发领域，也能保证你未来的工作顺利。至于要看什么，就要看你未来的具体工作方向，不同方向的理论背景可能是完全不一样的，所以到你有具体工作的时候在讨论比较好。