生物信息广泛涵盖基因组学、蛋白组学、系统生物学、表观遗传、非编码等前沿领域以及药物设 计、基因工程等应用领域。与传统的理论和实验学科不同，生物信息是一门数据科学，这就需要从业 者具备一定数据收集、管理、处理和分析的能力。在海量的组学数据面前，使用别人开发的软件及图 形界面操作往往不能解决工作中的问题，而简单的编程就可能解决问题，因而编程即成为一个生物信 息工作者的必备技能。
选择 Python 作为生物信息的入门编程语言，是因为 Python 语言提供了从入门到高手的良好的学习曲线。Python 语言是至今为止最接近自然语言的编程语言，学过其它一些编程语言甚至不需要太多的训练就能读写其代码；模块化和面向对象的支持能不费力地从一个只能写几行代 码的操作员变成一个管理千行代码的程序员，同时书写良好可读性代码的编程习惯也会令其受益终 生；丰富的标准库和第三方包使得 Python 语言成为当前最好的“胶水语言”，把多方资源整合到一 起来解决工作中的问题。
【内容简介】：
专题一、Python生物信息经典案例解析与编程经验分享
1. python语言在生物信息学中的应用
2. python语言特点
3. 常见的生物信息数据类型及如何与python语言结合
4. Python生物信息使用场景介绍以及经典案例实操演示
(fasta序列的合并; 序列长度的批量计算； 特定序列的提取；文本处理和格式整理；重测序结果vcf的操作；转录组差异基因结果的筛选；多物种基因家族信息的提取和统计；特定基因集合注释的批量添加……)
5. 生物信息大数据分析思路
6. 相关书籍与资料推荐
7. 自学编程经验分享
专题二、Python语法与案例操作
1. Python的安装及使用
2. Python在linux系统的运行
3. Python程序的运行
4. DOS、Unix命令行操作基本命令
5. Python变量定义、数字及基本运算
6. 字符串实例脚本编写（DNA序列的操作）
专题三、Python语法与经典实例操作
1. 列表
2. 元组
3. 字典
4. 排序
5. 分位数
6. 异常处理
7. 经典实例脚本编写 （基因名称与序列的存储、操作）
专题四、Python语言数据处理技巧与经典实例操作
1. 函数、异常处理、
2. 正则表达式
3. 高通量测序技术类型及组学数据整合技巧
4. 经典实例脚本编写 （正则表达式的匹配操作）
专题五、Python语言编写循环与经典实例操作
1. Python 编写循环
2. 二代测序数据挖掘、与python的结合
3. 测序数据获得序列号
4. 经典实例脚本编写 （循环操作）
专题六、Python语言处理文件及论文写作技巧
1. 文件读取与输出
2. 如何使SCI论文更具科学性
3. (如何写作、摘要、Introduction、Results、Discussion如何写作才可以使审稿人眼前 一亮)
4. 经典实例脚本编写 （文件操作）
专题七、Python 经典生物信息学数据处理实例
经典生物信息学数据操作实例巩固练习（部分基因序列从数据库中的提取、基因注释信息的添加、基因启动子序列的提取、数据的排序、数据格式的转换、批量数据的操作。。。。。）
