生物信息學什麼編程語言

① 生物信息學用不用java

在2014年暑期的國家「龍星課程」上，美國癌症中心的Han Liang教授說過，做生物信息學一定要精通一門編程語言，不論哪種，一種就夠。就本人學生物信息學以來的了解，就知道可以用C、C++、MATLAB、R、python、SPSS等語言作出相同的結果，不同的語言有不同的好處，只是處理的方式、快慢、方便不一樣，雖然我不了解Java，但是感覺殊途同歸，Java是可以進行圖像處理的好軟體，說明是可以進行演算法編譯的，如果你是做生物信息演算法的，那麼可以與MATLAB相同的功能，如果你做資料庫統計，那麼需要你自己開發了，雖然不如R語言，怎麼說也是可以開發的。生物信息學中的編程語言只是工具，和英語是一樣的地位，主要是你做的研究，別人只會看到你做的東西的結果和演算法過程，而不會過問程序編譯。希望能夠幫到你。

② 搞生物信息學，學VB還是Python好或其他語言

建議學習Python，Python 具有簡單易學、代碼規范、語法簡單、可移植性強、支持多平台、類庫豐富等優點。另外，Python的社區支持要非常好，網路資源更加豐富。
生物信息學一般需要處理大量的文本、數據，Python提供便捷的數據結構來處理文件、字元串等，提高你的編程效率。
Good luck!

③ 如何學習生物信息學

生物信息學專業好嗎
還不錯，但是不好就業
生物信息學（Bioinformatics）是在生命科學的研究中，以計算機為工具對生物信息進行儲存、檢索和分析的科學。它是當今生命科學和自然科學的重大前沿領域之一，同時也將是21世紀自然科學的核心領域之一。其研究重點主要體現在基因組學（Genomics）和蛋白質組學（Proteomics）兩方面，具體說就是從核酸和蛋白質序列出發，分析序列中表達的結構功能的生物信息。

④ 生物信息學編程，選Python語言可行嗎

python對於業餘人士，特別是科研人員來說，非常好。目前看來，幾乎是最好的語言。

不過，這個要看你們學校里，或者是科研單位上用什麼語言。

比如你們學校里流行java或者是C語言，那麼你用python編程可能就高嫌有不合群的感覺。

不過國外的大學里，大部分都將python作為一個基本工具來用的。幾乎每個教謹念胡祥攔授都在用它做教學科研。

⑤ 生物信息學要敲代碼嗎

您好，請問您想問的是學習生物信息學要敲代碼嗎？學習生物陵塵團信息學要敲代碼。因為學習生物信息學需要學習R語言，就是編程、敲代碼。所以學習生物信息學要尺橘敲代碼兄腔。

⑥ 生物信息學需要掌握C++嗎

需要。首先生物信息學也是計算機相關學科。凡是和編程和演算法相關的專業，我覺得C語言是基礎，是必須要學一學的。C語言能教給你的最重要的事情，就是讓你對「計算機計算」這件事情有一個不錯的了解。對計算機能做的事情充分掌握。當然這些東西通過學習計算理論、計算機系統結構、演算法導論等課程都能掌握，聽起來也沒有什麼非學C的必要。不過使用C/C++編程的時候對這些的親身體會更為重要一些。如果你自己覺得自己是非計算機的，比如本科是生物或者醫學出身的。演算法和程序不需要了解太深，那麼不學C也是可以的。相對的，你也只能處在底層的利用別人的工具分析的階段，一旦這些工具中出什麼問題或者想針對自己的需求修改這些工具的結果就很困難了。再加上數據挖掘、機器學習其實離生物信息學並不是那麼遠。而且只會C/C++肯定是不行的，選擇方便自己的工具也是很重要的。C/C++也只是工具的一種。在統計分析方面R就很方便。如果想自己做神經網路結構的話，python也很好用。不過到了實用的方面，你做的東西走向產品化。C++就變得非常重要了。C++經常被使用在需要效率的地方，而生物信息學不少方面的數據處理的數據量並不小。我自己就重構過一個關於DNA數據分析的python->C++的優化，目的就是提高效率，結果是快了約1000倍。現在看到有些人為了繼續提高效率都開始上FPGA了。所以做生物信息不需要關注效率可能是個偽命題。當然你說不會C/C++影不影響出研究成果，我覺得基本是不影響的。研究還是點子更重要。

⑦ 生物背景入門生物信息學，需要補哪些計算機知識

學會Linux的基礎操作，譬如常見的ls，grep，less，ark等即可。當然最開始接觸Linux的時候會各種不習慣，比較好的學習手段是把自己的筆記本裝成Linux，大多數人喜歡mate界面的fedora。然後在Linux里聽歌看電影，如果寫文檔就用虛擬機或者bps。這么用個1-2個月就比較舒服了。學一門編程語言，會簡單的文本處理。現在知乎上首推python，據說語法清晰入門簡單。認認真真看個1個月加練習，基本上普通的文本處理就沒什麼問題了。本條目可以和第一條一起用，在Linux下用python有加乘效果。如果想稍微進階一下，需要學習和了解常見的數據結構，譬如什麼是二叉樹，什麼是哈希表，什麼是鏈表，哈希碰撞是怎麼產生的，鏈表相對數組有哪些性能優劣等等。這些基礎數據結構大概花費幾天即可掌握，不需要深入。如果在處理文本時能使用恰當的數據結構，則會事半功倍。那麼如果能花1-2個月把上述問題都搞明白了，順便做個簡單的項目，譬如寫個fast.Oz的過濾腳本，那麼後面的進度就很簡單了。目前主流二代測序的數據分析本質來說也就是用些開源軟體倒騰下然後網上找公開資料庫折騰。並沒有多高的技術壁壘。反而是對生物學意義的理解更為重要。最後，編寫代碼方面，需要一些技能是光上一點基礎課學不來的，必須在戰爭中學習戰爭。比如說會寫了python或者C，java，但是還是需要一些高級技術以及技術細節。之前在做測序數據分析的時候要求寫成並行的程序，這樣伺服器跑起來快，免得結果等好幾天。如此種種還有很多，解決程序運行中出現的形形色色的幺蛾子需要扎實的經驗積累。

⑧ 生物信息學 perl 為什麼學

perl是比較方便的進行大規模信息處理的編程語言，適合處理生物信息。

⑨ 搞生物信息學研究需要哪些計算機語言基礎

熟練掌握一門就好了，非常推薦Python，當然生物信息學領域用的最多的還是Perl

對C,R什麼的也得了解一點，能讀別人的代碼最好了。