生物信息学常用工具介绍--编程语言篇.pdfVIP

生物信息学常用工具介绍 编程语言篇 zhoujie@ 常用编程语言 •编译语言 – C, C++, Java, … •脚本语言 – Perl, python, shell, Tcl, awk, ruby, R … 需要吗？ •太复杂，学不会 •用不着，用别人的软件足够 不需要吗？ • 自定义任务 •批量处理 •新方法 •实际工作中将大量遇到 生物信息学研究的基本需求 •分子生物学基础知识 • Unix/Linux 基本知识 – Shell •一门程序语言 – C/C++, Perl, Python, etc 很难吗？ •看起来很复杂，不知从何下手 – 实际上上手很快 • Linux系统不好用 – *nux不是用来当桌面的 •书太多，每本都很厚 – 推荐O’Reilly系列 不难吗？ •前期需要很多时间投入 •成为高手需要艰巨的努力 为什么用Unix/Linux •科学研究的通用平台 – 90%以上的科学软件在unix/Linux下开发 •数量庞大的各种小工具 – Sed, awk, vi, emacs, diff, cvs, etc… •极多的高质量文档 •免费 ^_^! Unix/Linux 如何入门 •装系统 – 推荐：Debian •学习shell – “10 commands to rule the world” •装程序 – clustalw, phylip, treeviewX Unix/Linux常用程序 •文本编辑 – Vi, Emacs, etc. •文件操作 – Tar, uncompress, etc. •编译程序 – Make, gcc •脚本语言 – Shell, Perl, awk, etc 语言展览 C/C++ • C – 程序语言学习的基础 – 低层次高效率的系统编程语言 • C++ – C的全面拓展 – 面向对象（OOP），泛型编程（STL） •写起来慢，运行起来快 C/C++ •用途： – 实现算法，写高性能程序。 – 实例：blast, clustal, hmmer, PAML, MrBayes, … •涉及几乎左右生物信息学领域 Java •特性 – 面向对象（OOP） – 内存管理（Garbage collection） •系统，图形界面，web应用，etc… •某些部分过于复杂罗嗦 •运行速度可能略逊于C/C++ shell •特性 – 脚本语言（慢） – Unix工作基本界面 – 无法实现复杂的数据结构 •作为大多数日常工作的基础 •调用各种其他程序完成任务 Perl •特性 – 超强的文本处理（regular expression） – 附加模块超多（CPAN） – 诡异难懂的语法 – 几乎可以完成所有复杂工作 – 慢（脚本语言通病） – 早期黑客的最爱 Perl •用途 – 文本处理，格式转换，各种系统任务