组学数据分析入门
如果是第一次接触生物信息学，这篇文章帮你建立一个清晰的认知框架：组学数据为什么需要专门的分析方法、它的整体流程长什么样、第一步该走到哪里。
AI 辅助编程与智能体工具
AI 编程工具已经从"补全几行代码"发展到"阅读项目、修改文件、运行命令、检查结果"的智能体工作流。对组学数据分析来说，它们可以显著提高效率，但不能替代你对数据、统计方法和生物学问题的判断。
编程基础：R / Python / Bash
做组学数据分析，编程不是目标，而是工具。目标不是成为程序员，是能：
Jupyter 与交互式分析环境
组学分析的第一个工程问题是：在哪里写下可以重复运行的分析过程？
公共数据库与数据检索
组学分析常常不从自己测序开始，而是先用公开数据练手 / 验证假设 / 做对照。
r-ggplot2
速答
数据与环境准备
BioF3 的每一章都配有可直接运行的 R 脚本。这一篇统一说明：每个脚本要什么数据、数据放在哪、怎么一次性装好所需的 R 包。