1. linux 学习： http://wiki.jikexueyuan.com/project/learn-linux-step-by-step/
2.python：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000
3. 学习：就看顶级期刊： CNS
4.课本：两本基础的基因数据处理书籍，都是基于Python语言的：OReilly《Bioinformatics Data Skills- Reproducible.and.Robust.Research.with.Open.Source.Tools》主要偏重工具的使用和数据文件的处理；《Bioinformatics with Python Cookbook》侧重于一些主题性质的内容，比如群体遗传学，基因大数据这一类。
5.涉及的数学知识，具体是统计学知识：假设检验，贝叶斯推断、随机森林，SVM，回归分析，PCA等
6.组学算法：很多优秀的算法和程序你都能够在github上直接找到，比如，比对软件bwa和后缀树算法，Smith-waterman局部比对算法；基因组组装软件SOAPdenovo2的de Bruijn graph；变异检测GATK、freebayse、Platypus应用到的贝叶斯、最大似然、EM、Pair-HMM和高斯混合模型等；变异注释工具VEP，GWAS的一系列方法等。学习它们的源码
