生物信息學用什麼Linux系統

Ⅰ 生物信息學中甲基化處理使用軟體的Bismark是用Windows系統安裝使用嗎

最好在linux系統，多個線程跑。在windows下，你自己電腦嗎？如果是的話，內存占的有點大，而且臨時文件近1T

Ⅱ 為什麼很多科研工作者用unix/linux系統而不是windows做生物信息學

linux速度快啊，很老的機器都可以跑linux，windows就不行
linux自由，可以自己裁剪、編譯內核，可以自己定製、編譯文件系統，可大可小。很多路由器就幾M的存儲空間，可以運行linux，裝個windows試試。
linux有強大的命令行shell。比如要替換所有文件中的某個關鍵詞，一個命令就完成了。
linux開放，本身源代碼公開，linux上跑的絕大多數軟體都是開源的
linux是免費的

Ⅲ 如何自學生物信息學

1，從現有的生物信息學工具開始，要熟悉如何利用先用的軟體、網路伺服器、資料庫等等，為生物研究服務，不要做重復工作，能用現成的就不自己開發。

2，熟悉命令行的操作系統，DOS，Linux，可以編寫簡單的shell；進而能安裝命令行級的程序，跑一些常規的流程。要學習如何尋找和安裝軟體，這是最重要也是最基本的技能。其實很多問題，如果找到合適的軟體包，都是迎刃而解的。

3，熟悉一種簡單的腳本語言，個人推薦用python，具體原因可以見我的帖子。在沒有現成工具時，或需要數據格式轉換時，小的腳本是非常有用的。一般的應用無需自己寫太多的代碼，要相信我們通常遇到的問題，別的高手可能早就遇到了，所以網路上有大量的工具包。至於更多的編程語言，一門精則門門通，R，perl等都是類似的。

4，熟悉簡單的演算法和數據結構的知識，這樣就可以理解很多程序的內在機制，進而知道它們的優點和缺點，對自己寫程序也有幫助。有精力的話，進而學習統計、機器學習等。。

5，在自己的生物領域內擴展，調研，分析，開發。

Ⅳ 學習生物信息學，需要配置怎樣的電腦呢

首先的問題的是，我們需要什麼樣的計算機。

關於硬體：

需要至少4G內存，最好可以達到16G以上內存；

至少500G硬碟空間。通常一個RNA-seq的數據量為20G左右，如果再加上分析之後的結果，可能達到50G，所以即使你有500G的空間，也分析不了幾組數據。所以硬碟空間越多越好，比如說2TB或者使用高速網路存貯界質。

CPU，至少2核。因為你在運行程序時，通常100%佔到CPU，如果沒有2核，計算機多半會假死在那裡。如果有8核，或者以上更好。

GPU，很多程序開始使用GPU運算，如果能有好的GPU顯卡，也是推薦的，但不是必須的。

為了達到以上的條件，入門極的比如說Mac Pro。進階級的就是獨立server，高級的是supercomputer clusters，支持qsub之類的。或者可以購買雲計算服務。

對於操作系統，在工作站方面，推薦Mac OS。它運行穩定，與LINUX同源。需要下載安裝Xcode和wget就可以了。當然你還可以很方便的安裝office辦公軟體，以及photoshop，AI等工具。最後安裝好R/Bioconctor，就可以開始工作了。如果買了兼容機，可以安裝上Linux/UNIX系統。它在安裝上R/Bioconctor之後基本上就可以了。它的缺點是辦公軟體，繪圖軟體的安裝。最差的就是Windows了。需要安裝比如GCC編譯器，make工具,mingw64, perl, zip/unzip, tar, wget, ghostscript等等。

有了軟體及硬體，接下來的工作就是了解一些常識以武裝你的大腦，這是整個運行環境中最重要的一環。首先，你需要學習了掌握UNIX常用命令，並且不反感字元界面。其次學會安裝，設置及構建網路服務，比如apache的websever，以及mysql的資料庫服務。第三安裝及設置一個Galaxy。當然，第二步及第三步可能會有難度，可以先使用Galaxy本身的服務，但是它有很多限制，所以最好還是自己安裝一個比較好。第四步，學習一門計算機語言，比如c, python, ruby, java等，還有一門腳本式語言工具，比如perl。第五步，學習使用R/Bioconctor。第六步，統計學。

至此，你的NGS分析環境就設置完成了。如果快的話，你可以兩三個月就設置完成，達到起步的階段，之後就是漫長的學習過程。慢的話，四年本科也不一定學到多少。

Ⅳ 生物信息學安裝哪個版本的linux

本人自大三就開始做生物信息，現在即將讀博士，希望我的經驗可以幫助到你。
既然你是想做生物信息學，那麼相關背景什麼的會了解一些，我在這就不多說了。

首先，確定你自己的背景專業，現在很多學校本科都沒有專門的生物信息學專業，都是掛靠在生命學院或者計算機學院的。所以背景專業一般都是生物學或計算機學，不同的專業將來做生信區別會很大。當然，做什麼方向和背景專業並沒有絕對關系。
如果是生物學背景，那麼將來大部分的工作將會是使用專門的生物信息學分析軟體。所以難度會降低。自學的話，主要學幾下幾點就好：
1、一門腳本語言，個人推薦Python（Perl也可以，各有利弊，Python更新興一些）。
2、Linux系統。這個也不是百分百要求，但是專業的生信人，都是用Linux的，而且很多軟體都是不支持Windows的。
3、常用的生物信息學資料庫，這里列出幾個，NCBI，Ensembl，EBI，GENEbank等等，這些資料庫下面還分子資料庫，像GEO，GWAS catalog等。當然，還有方向更細的，像miRBase（miRNA資料庫）等。
4、R，這也是一種編程語言，但更加側重結果的展示，實際上也就是畫圖。
5、常用生信分析軟體，這個沒必要專門去學，需要用到他們的時候再學也不晚，都是很簡單的東西。
如果是計算機背景，那麼以後的工作可能主要是演算法分析，創造新的生信分析軟體，做資料庫等。需要自學的就是以上的那些，再加一門工程語言，C，C++，C#，Java都可以。

Ⅵ 生物信息學什麼計算機語言

編程語言按照重要程度排序：R語言、Python、Perl。
另外對Linux操作系統必須非常熟悉，因為生物信息學很多軟體都在Linux系統運行

Ⅶ 生信為什麼用linux

因為Linux 系統在很多方面都比 Windows 具有優勢。例如：節省內存、系統的穩定性要比 Windows 好得多。Linux 系統尤其適合搭建各類伺服器。

Ⅷ 生物信息學入門，Linux 系統

http://wenku..com/course/view/4fdf50e2524de518964b7d00 這里有視頻教程 看看吧