楼主最近换工作了，才有时间过来简书逛逛。。。哒哒哒，脱缰的小野马
换工作学东西，楼主不聪明不笨，情商偏低智商凑合，家里不横外面不怂；思维东西简单也容易将事情想/变得简单，目前一般通过日常板砖挪瓦的工作积累来获得分享灵感。下面就跟大家分享一下，换工作以后的楼主，主要从哪些方便学习并积累的吧：
首先介绍一下，个人背景：3年前的测序小白，工作前没有信息没有生物基础，目前作为流水线上的管理员做着生物信息分析工作；技能是在不断积累中获得的，标准项目/流程维护/个性化售后/流程研发等一步步完成了简单知识点积累的量变，平时有时间喜欢去lncRNAseq以及RNAseq网站去看一些最新推送文章，了解行业动态以及基本的文章思路；这也奠定了我的视野，因为一点一滴的知识点积累，逐渐形成了文章意识；跟老师打电话的时候，更能了解老师需求并制定个性化方案，主要是说话也有底气呀，爽歪歪。
产品分的很细，楼主本来做转录调控的，RNA（长的短的直的环的，调控的翻译的，单物种多物种的，不同物种的转录本之间的，不同组学之间的，有参考基因组无参考基因组的）知识积累相对较多；DNA/蛋白/代谢/单细胞/微生物等产品分析模式略有耳闻，但实际原理则不清楚，痛定思痛，离职去新的平台继续学习，开拓眼界。
站在巨人的肩膀上学习新知识，往往会起到事半功倍的效果，因为，上面罗嗦了一大通（我也不知道自己想说什么哈哈），下面重点来了。在3年的转录调控工作背景下，学习新的知识点，就相对简单了，一般知道标题，就可以去进行专题搜索，了解基本理论，基本思路，分析需求，行业进展等：
1. 搜狗微信：根据关键词进行文章搜索，能够帮你找到微信中全部相关软文，超高性价比，早用早知道，谁用谁会笑。
2. 知乎: 大神网站，内容剖析详细，有几处有进阶，和大神面对面学习，但缺点是：搜索结果可能比较少；知乎的另一个用途就是，你不知道自己往哪方向学习时，当你登录知乎账号，他会根据你平时的浏览类型进行周边推荐，一看就上瘾，比男朋友还贴心。
3. B站：体系的教学视频/文案聚集地，进站后搜索关键词，能找到高校系统学习视频，让你在家也能享受学校般的知识淋浴（不要被上面的花花视频蒙蔽双眼哦），平时走在马路上无聊怎么办? 拿出你炫酷的无线耳机听B站！
4. 谷歌：因为没有越狱，不能上谷歌，内心里无奈呐喊，谷歌强烈推荐。
在你掌握基本知识点，完成工作任务以后，想深入学习怎么办？
看文献！
下面分享2个文献查找好的方式：
1. GeenMedical ：离开校园文献下载困难？SCIHUB 一直换网址/配置？这些都不是问题，良心的根哥帮我们打开了文献接口，根据关键词查找文章，筛选文献类型，影响因子，年限等，找到目标文章后， 还可以从多个连接中“点击下载”，想点哪个点哪个岂不快哉？（注意，首次登陆需要微信关注，获得验证码哈；不要放弃，绝对物超所值）
2. NCBI： NCBI 功能太全了，一度让我望而却步，但你想了解什么，选择类型开搜就可以了，集众家之所长；例如，查找文献就可以选择“PubMed” ，然后写入文鲜明或关键词，文章一键直达。优点：文章最全；缺点：DOI链接为原期刊，建议先读摘要，看是否是你要找的，是的话，自己去SCIHUB上下载pdf吧。
3. 科研通： 一般SCI-hub下载不了的时候，我就会过来用几积分发布文章征集任务，反馈速度很快的哦。
以上网站就能满足我基本的需求，当然，实在无聊，我也会去CNS官网，看看学者们的研究动态，虽然背景不深不太容易看懂，但了解一下思路总没坏处不是。
好的知识点中会有很多英文，怎么办？网页翻译等功能小工具推荐一波：
1. 谷歌插件-沙拉查词(Saladict): 兼容多软件翻译; 支持pdf阅读;
2. 谷歌插件-《Screen Shader》把网页调成暖色;
3. 谷歌插件-Print Friendly & PDF是一款文件打印chrome插件，会在打印之前删除垃圾广告，导航和无用浮窗从而实现页面优化，让你拥有最佳的打印阅读体验, 如果你经常需要打印网页, 可以通过Print Friendly & PDF让你的打印工作变得省时省力~
4. 浏览器插件- 一键查找姊妹网站 SimilarSites
5. 测量细胞厚度(通过图片)-windows 软件: IPP6.0软件
个人偏向于积累，很少动脑，学到什么记到用途以及来源。因此，我的笔记记得很散，仅供各位客官参考：
互作类专题:
1. 综述:利用NGS(基因组,转录组,代谢组,蛋白组)阐述细菌细胞中复杂的调控过程(蛋白质和代谢物,细菌细胞内监管网络的重建诱因,与环境交流(signalome和interactome)和虚拟细胞重建): A crash course in sequencing for a microbiologist
RAST :用于注释完整或几乎完整的细菌和古细菌基因组;
Many companies produce user-friendly software to speed up typing and increase the sensitivity of detection dedicated to microbiology research (http://www.ridom.de/seqsphere/). It allows to detect all polymorphisms, structural changes, and mobile genetic elements and reconstruct outputs of traditional typing methods such as RFLP-PFGE solely based on the genomic sequence.
2. 相同基因不同表型(什么在相同的环境中生长的具有相同基因的“孪生”植物继续表现出各自独特的特征) :Widespread inter‐individual gene expression variability in Arabidopsis thaliana
3. (nature)The extracellular matrix protects Bacillus subtilis colonies from Pseudomonas invasion and modulates plant co-colonization: (https://www.nature.com/articles/s41467-019-09944-x)
https://www.nature.com/search?q=interactions
多组学专题:
1. 偏向建库测序以及一般的产品分析: https://vip.biotrainee.com/d/971-2019-4-week1-rna-seq
2. RNA-RNA相互作用(偏机制和方式解读): http://news.bioon.com/article/6729839.html
3. 互作(偏疾病)类的数据库: https://www.biomart.cn/news/16/2834554.htm
4. (实验)蛋白质-核糖核酸复合物鉴定:XRNAX捕获所有的核糖核酸生物型，并利用它来表征与编码和非编码核糖核酸相互作用的亚蛋白质组，并识别数百个蛋白质-核糖核酸界面。我们将XRNAX与交联免疫沉淀测序(CLIP-seq)相结合，以验证ncRNA与层粘连蛋白B1和EXOSC2的相互作用;
文献: The Human RNA-Binding Proteome and Its Dynamics during Translational Arrest ; https://www.sciencedirect.com/science/article/pii/S0092867418314636
5. (一种新的计算工具来预测蛋白质与长的非编码核糖核酸的相互作用;采用先进的实验技术对这种工具进行了验证)lncRNA+蛋白质: Quantitative predictions of protein interactions with long noncoding RNAs : https://www.nature.com/articles/nmeth.4100
软件: catRAPID(Global Score predicts the overall interaction ability of a protein-RNA pair 可片段化;OmiXcore predicts protein interactions with large RNA): http://service.tartaglialab.com/page/largeRNAs_group ; 蛋白序列+转录本序列作用关系;
微生物专题：
1. FUNGuild = Fungi + Functional + Guild： 官网：http://www.stbates.org/guilds/app.php
真菌marker基因序列信息与真菌的生态功能联系起来；即对真菌进行功能分类；包含： 营养方式（Trophic mode）/Guild类型（Guild）/置信度（Confidence）/生长形态（Growth morphology）/特征（Trait）/注释（Notes）/引用/来源（Citation/Source）；
2. 序列/功能数据库集合，网页链接： http://www.vls3d.com/index.php/links/chemoinformatics/admet/databases-datasets
3. 物种关系网络构建方法：
PCC： 基于相对丰度的线性相关（大样本量比较好；样本数大于等于6）
SCC： 基于相对丰度rank的线性相关（大样本量比较好；样本数大于等于6）
MENA： 基于pearson等相关系数；软件自动评估阈值；划分模块等网络分析；（大样本量比较好；样本数大于等于6）
WGCNA： 基于pearson等相关系数；相关系数取次方转化；划分模块；（大样本量比较好；无生物学重复，样本数大于等于8；有生物学重复，样本数大于等于15）
SparCC： 基于绝对丰度表；丰度取对数（log）转化+标准化；pearson变形：引入方差；（大样本量比较好；样本数大于等于6）
LSA： 基于绝对丰度表；丰度F-函数转化+标准化；计算LSA得分；（仅针对时间梯度样本，推荐4个时间节点以上，如：花苞期/早/中/晚/盛放期等不同发育阶段花朵共生微生物）
SPIEC-EASI：基于绝对丰度表；丰度中心化取对数（log）转化；基于inverse covariance（协方差逆矩阵）（大样本量比较好）
CoNet： pearson+spearman+Bray——curtis等结果合并（大样本量比较好；样本数大于等于6）
4. NetShift：从菌群网络中找出影响健康的驱动者（2019年发表，官网链接https://web.rniapps.net/netshift/）
NetShift 通过引入一个邻节点转变分值（NESH）来分析网络中节点邻居的变异，结合节点介数量化网络中物种的驱动力；
5. Gephi： 绘制网络图； 与 cytoscape 功能类似；
积累的东西太多啦，如果会给大家带来错误的示范对您说声抱歉；若本文对您有用，希望您坚持学习下去，若没用，辛苦尽快忘记。
世界很大，大家都还有很多路要走。时间禁不得浪费，看到这里的客官，您的耐心已经爆表了，希望我的分享对您有用。因为换工作低调了几天，现在笼子已经关不注我了。哈哈，调整一下气氛，后面会为大家带来更好的工具介绍。
有什么意见或建议，及时提出来，我们可以一起讨论哦，自己一个人写文字是很孤独的，希望找到一起学习的你。
