看你的兴趣有多大了.如果兴趣足够的话,我看好你.楼上说了那么多,无非是1）缺少领路人；2）文献、数据资源有限；3）缺乏计算资源.一条条的来说：
1）没有领路人,也许你会走很多弯路.但是前人的经验可谓双刃剑,可以告诉你路在哪,但同样也减少了你另辟蹊径的可能.
2）文献和数据资料的缺乏可能影响较大.但也不用太担心,毕竟有很多文章和数据都是open access的.各大论坛同样也会有热心人士分享顶级刊物上的文献.UCSC和NCBI上的绝大多数数据都是免费得.
3）计算资源的问题得看你是研究什么问题.我想生物信息学比拼的绝不是计算量,而是你提得问题和切入问题的角度.实在需要大量的计算,也可以求助一些大型实验室的计算中心,付点钱就可以让你运行你的程序.美国的amazon就提供这种云计算的服务,国内的华大日前也推出了计算资源向公众开放的计划.
生物信息学的概念其实很模糊,涉及到很多个领域,可以就某个具体的领域予以关注,千万不要打一枪换个地方,也不要随大流.你最大的优势就是没有压力,纯兴趣推动,完全可以静下心来慢慢推进.总而言之,如果你真的感兴趣,那么所有的问题都不是问题,唯一需要的,就是持之以恒的付出努力. 看你的兴趣有多大了.如果兴趣足够的话,我看好你.楼上说了那么多,无非是1）缺少领路人；2）文献、数据资源有限；3）缺乏计算资源.一条条的来说：
1）没有领路人,也许你会走很多弯路.但是前人的经验可谓双刃剑,可以告诉你路在哪,但同样也减少了你另辟蹊径的可能.
2）文献和数据资料的缺乏可能影响较大.但也不用太担心,毕竟有很多文章和数据都是open access的.各大论坛同样也会有热心人士分享顶级刊物上的文献.UCSC和NCBI上的绝大多数数据都是免费得.
3）计算资源的问题得看你是研究什么问题.我想生物信息学比拼的绝不是计算量,而是你提得问题和切入问题的角度.实在需要大量的计算,也可以求助一些大型实验室的计算中心,付点钱就可以让你运行你的程序.美国的amazon就提供这种云计算的服务,国内的华大日前也推出了计算资源向公众开放的计划.
生物信息学的概念其实很模糊,涉及到很多个领域,可以就某个具体的领域予以关注,千万不要打一枪换个地方,也不要随大流.你最大的优势就是没有压力,纯兴趣推动,完全可以静下心来慢慢推进.总而言之,如果你真的感兴趣,那么所有的问题都不是问题,唯一需要的,就是持之以恒的付出努力.