经常有人问，做生物信息需要学习编程吗？这个问题是肯定的，因为生物信息是用信息学处理生物数据，当然需要编程了，所谓“技不压身”，多掌握一门技能肯定是有所帮助的。但是有些人就是需要什么就学习什么，绝对不想多浪费时间学习，有这时间看看抖音快手不香吗？难道部分人已经开始用鼻子去感受世界了。
编程可以实现批量化操作
因为编程是生物信息的核心。编程可以实现数据处理的批量与自动化。
首先来看批量化，比如你想把比对率相似性小于80%的结果都过滤掉，然后在把这些序列都提取出来。如果不会编程，你可能就需要手动一条条来做。如果有1万条序列，你得累成什么样，而如果会编程，几分钟就能完成，而且还不会出错。当你做数据分析的时候，做了一个样品，很容易完成。那么在尝试做十个样品，重复10次也可勉强可以。但是当你一次做100个样品，做1000个样品，一万个样品。在这个过程中，就会发现一个问题，有很多工作是重复的，软件使用方法都一样，只不过需要将样品名的地方替换一下。所以，这个时候就自然而然需要学习编程了。编程可以批量处理样品，减少重复劳动，极大的提高效率。
如果你发现一件事情很繁琐，那么就该停下来看是否有程序可以自动完成。一件一个小时可以完成的工作，你可以利用1个小时完成，也可以花59分钟找快速解决方法，最后一分钟完成，当然是推荐后面一种。
编程可以实现自动化操作
第二个就是编程可以自动化操作。从你拿到测序数据，到最终得到想要的结果，数据需要经过很多个处理步奏，比如数据质控，数据过滤，比对，拼接，注释等步奏，多的可能有10多个。其中有些步奏非常耗时，如果你一步步来呢，没问题，最开始的时候肯定要这样，但是当整个处理流程你都非常熟练的时候。就没必要在一步步做了，比如某个第三个步奏需要十个小时，预计半夜1点钟完成，难道你还半夜爬起来在运行第四步吗，这个时候写个程序，让所有步奏能够自动化完成就非常牛了，运营一条命令，然后等结果就行了。编写好程序，敲几个字母，完成工作。
开发自己的一些软件。
其实自己写软件也可以发表SCI文章的，而且有些分数还很高，比如很多生物软件都发表在bioinformatics杂志上，如果这个软件引用率比较高的话，后面还可以发表在《Nature Method》或者《Nature Protocol》上，像tophat，hisat，bioconda等都发过Nature了，甚至你升级一下软件，还可以在来一篇。甚至开发一下R包，做个分析网站，开发个手机App都可以发，我见过最逗的是有两个生物信息的论坛Seqanswers和biostar都发表SCI了。如果你有很强的编程能力，又懂生物信息，完全可以开发一些软件，如果你的软件特别好用，完全可以扬名立万，光宗耀祖，为国争光。
那些会编程的亿万富翁
信息化时代，有很多编程高手已经成为亿万富翁，十大富豪中会编程的也榜上有名。其中最有名的包括比尔盖茨，扎克伯格，马斯克，拉里佩奇，谢尔盖布林，优步的卡兰尼克等，国内的马化腾，雷军，张小龙等等。
其实学习编程还有很多好处的。编程会给你打开一个新的世界，开发自己很多潜能。更重要的事，可以让思路变得更加有条理，逻辑更加清晰。当然也有一点副作用了，就是太理性了，可能越来越不爱美人爱代码了。让我们一起看看当年乔布斯是如何谈学习编程的。
