生物信息學軟體哪個最好

㈠ 生物信息學一些基本的常用軟體有哪些

必學：1、計算機基礎（linux+perl+R 或者 python+matlab）
2、生信基礎知識（測序+資料庫+數據格式）
3、生信研究領域（全基因組，全轉錄組，全外顯子組，捕獲目標區域測序）
4、生信應用領域（腫瘤篩查，產前診斷，流行病學，個性化醫療）
分而治之：
一、計算機基礎，需要看三本書，一步步的學會學通，不需要刻意去找哪個書，一般linux是鳥哥私房菜，perl是小駱駝咯，R是R in action，但是看一本書只能入門，真正想成為菜鳥，必須每個要看五本書以上！我雲盤裡面有這基本上的高清列印版，大家可以去淘寶列印一下才幾十塊錢還包郵，對書比較講究的也可以買正版，也不過是一百多塊錢而已！
二、生信基礎知識，測序方面，在網路文庫找十幾篇一代二代三代測序儀資料仔細研讀，然後去優酷下載各大主流測序儀的動畫講解，再看看陳巍學基因的講解；資料庫先看看三大主流資料庫——NCBI,ENSEMBL,UCSC，還有一些也可以了解一些（uniprot,IMGT,KEGG，OMIN，TIGR，GO）同樣也是網路文庫自己搜索資料，但是這次需要自己去官網一個個頁面點擊看，一個個翻譯成中文理解吃透；數據格式講起了就多了，這個主要是在項目流程中慢慢學，或者你有機會去上課，不然你看來也是立馬忘記的，主要有sam,vcf,fasta,fastq,bed,gtf,gff,genbank,ensembl,psl等等
三、生信研究領域，各個領域主要是軟體繁多，合起來常用的估計有上百個軟體了，一般只有從業五六年以上的人才有可能把它們全部用過一遍，而且這也完全需要項目來訓練，而不能僅僅是看看軟體手冊，但是研究領域最重要的是背後的原理，需要看各大牛的綜述。
a) 生信基礎軟體(blast++套件，fastqc，flash，blast，solexaQA，NGS-QC-toolkit，SRA-toolkit，fastx-toolkit)
b) snp-calling相關軟體（bwa，bowtie，samtools，GATK，VarScan.jar，annovar）
c) 基因組相關軟體（velvet，SOAPdenovo2，repeatmasker,repeatscount,piler，orthMCL，inparanoid,clustw,muscle，MAFFT，quickparanoid，blast2go，RAxML，phyML）
d) 轉錄組相關軟體（trinity，tophat，cufflinks，RseQC，RNAseq，GOseq，MISO，RSEM，khmer，screed，trimmomatic，transDecoder，vast-tools，picard-tools，htseq，cuffdiff，edgeR，DEseq，funnet，davidgo，wego，kobas，KEGG，Amigo，go）

㈡ 進行生物信息學應該用什麼軟體

序列比對工具BLAST和ClustalX 分子進化遺傳分析工具(MEGA 4)

㈢ 用 生物信息學軟體 解決 一個生物學問題

下個mega4.1
去NCBI或者Eztaxon或者www.bacterio.cict.fr或者其他能鏈接到資料庫地方下載一些細菌的16sDNA序列。
然後用mega比對就可以做一個系統樹了。

比如可以做一個假單胞菌屬的系統發育樹，選擇幾個假單胞菌的序列，選擇合適的計算方法，用軟體計算出系統樹。記得還要放一個屬外種作為參考啊。

別指望有多人回答，這里大多都是中學生。

㈣ 生物信息學一些基本的常用軟體有哪些

最常用的東西：
1，你需要會用 Linux，會使用 bash

2，高於入門級的統計學知識，以及一門統計語言，比如 R

3，至少一門編程語言，一般來講 C++, Perl, Python, Java 這幾種中的一種。

4，對於你工作的領域，需要懂這方面的生物學知識，也需要知道目前人們在這個領域里都用什麼其他軟體。

以上四點我覺得必不可少。其他的知識則取決於你是什麼領域。比如如果你要研發高性能的序列比對軟體，則演算法和並行計算的知識必不可少。——本人自己演算法很渣，所以沒有把算啊列在以上必備的知識里。如果要頻繁存取大量數據，則懂得一種資料庫必不可少，比如MySQL。

㈤ 生物信息學一些基本的常用軟體有哪些

你講的是生物信息學的哪一方面？要是所有的常用軟體，建議你看看《生物信息學分析實踐》這本書，2010年科學出版社出版的圖書，由吳祖建，高芳鑾，沈建國編著，綠色封面。裡面有常用軟體的用法及例子，若是你要電子鏈接，我這也有，你可以留下郵箱，我可以傳給你。如果你要是想問某一方面的軟體，我也可以給訴你的更詳細些，比如引物設計、蛋白質二級三級結構預測、基因注釋分析以及RNA結構預測軟體，就是不知道你想要了解哪方面？

㈥ 生物信息學常用的軟體有哪些

NCBI(www.ncbi.nlm.nih.gov)-GenBank資料庫

資料庫相似性搜索——核酸序列與核酸資料庫比較（BLASTN）
蛋白質序列與資料庫中蛋白質序列比較（BLASTP）
兩序列比對（Align two sequences）

DNA序列分析——ORF Finder(www.ncbi.nlm.nih.gov/gorf/gorf.html)

分析實驗序列外顯子部分——GENSCAN（http://genes.mit.e/GENSCAN.html）
分析實驗序列的可能酶切位點——NEBcutter2.0 (http://tools.neb.com/NEBcutter2/index.php)
註： Custom digest -- view gel

限制性內切酶資料庫——REBASE(http://rebase.neb.com/rebase/rebase.html)

設計引物擴增實驗序列——Genefisher
Primer 3

蛋白質序列分析及結構預測：
1.預測蛋白質的分子量及等電點:ExPASy（Compute pI/Mw）
2.分析蛋白質的基本物理化學性質：ExPASy（ProtParam）
3.分析蛋白質的親水性和疏水性：ExPASy（ProtScale）
4.分析蛋白質在各種蛋白酶和各種化學試劑處理後的內切產物：ExPASy（PeptideMass） [* ：kinase K]
5.分析蛋白質的信號肽：ExPASy（SignalP）
6.預測蛋白質的二級結構：ExPASy（Jpred 3）

多物種分子系統發育分析：EMBL（www.ebi.ac.uk/embl/)--Toolbox--Clustal2W

人脂聯素蛋白質序列：NP_004788
人類胰島素生長因子IB前體：P05019

㈦ 醫學本科，考個計算機自考，以後想出國申EE的生物信息學，那麼我自考專業選哪個好：軟體，網路，信息管理

信管最好考，網路第二，軟體最難
信管注重資料庫些，如果去讀生物信息學的話最好考信管（一般學校的信管都是經濟和計算機交叉，也有些醫學院是醫學和計算機交叉的；我還有個同學是交大的，他們方向就是交通信息管理。。。囧）
信管的特色是范圍廣但不深，自考比較好考些

㈧ 生物信息學一些基本的常用軟體有哪些

基因組組裝：
1. ALLPATHS-LG
2. Velvet
3. SOAPdenovo
4. Bambus2
5. CABOG
6. MSR-CA
7. SGA
8. VCAKE
9. SHARCGS
10. SSAKE
11. Euler
基因注釋：

SNPeff
Dvaid
轉錄組分析
cuffdiff
FastQC
RNA-SeQC
Maq
SeqMap
HMMSplicer
Limma
KEGG
GO
蛋白與葯物
chimera
pymol2
DS
dock
z-dock
autodock
Schrödinger
Gromacs
g_mmpbsa
蛋白網路：
cytoscape
GCBI
其他
DNAman
MEGA
array vision
bioedit
primer
origin
AI
R
SPSS

㈨ 生物信息學一些基本的常用軟體有哪些

最常用的東西：1，你需要會用Linux，會使用bash2，高於入門級的統計學知識，以及一門統計語言，比如R3，至少一門編程語言，一般來講C++,Perl,Python,Java這幾種中的一種。4，對於你工作的領域，需要懂這方面的生物學知識，也需要知道目前人們在這個領域里都用什麼其他軟體。以上四點我覺得必不可少。其他的知識則取決於你是什麼領域。比如如果你要研發高性能的序列比對軟體，則演算法和並行計算的知識必不可少。——本人自己演算法很渣，所以沒有把算啊列在以上必備的知識里。如果要頻繁存取大量數據，則懂得一種資料庫必不可少，比如MySQL。

㈩ 生物信息學專業研究生好就業嗎

生物信息學專業研究生好就業的。

生物信息學專業就業方向為生化、科研類單位：生物研究、基因組學研究、蛋白質組學研究； 醫葯類企業：生物工程、生物技術、生物制葯、葯品研發、葯品銷售。

本專業培養具備較強的數理化基礎，具有國際化視野，接受嚴格科學思維、專業技 術和技能的訓練，掌握生物學、計算機及信息科學等基本理論知識，能在教學、科研、高新技術產 業及其相關領域從事科學研究、技術開發、人才培養及管理等方面工作的交叉復合型人才。

生物信息學專業知識和能力：

1、具有良好的職業道德、高度社會責任感和豐富的人文科學素養。

2、掌握數理、生物學和計算機及信息科學等方面的基本知識和理論。

3、掌握計算機、信息科學技術和生物信息學的相關技術。

4、具有運用生物信息技術解決基因組學、蛋白質組學、代謝組學、生物醫葯等實際問題的初 步能力。

5、熟悉生物信息學相關科技方面的方針、政策和法規。

6、了解生物信息學的理論前沿、應用前景和發展動態。

7、具有初步的科學研究和實際工作能力，具有一定的批判性思維能力，具有適應社會需求、 繼續深造的潛能，以及應對危機與突發事件的初步能力。

8、具有一定的國際視野和初步的交流、競爭與合作能力。