FASTQ、FASTA 与计数矩阵
FASTQ 记录测序读段与质量信息，FASTA 记录序列；计数矩阵通常按基因和样本或细胞组织。先查看文件说明，不凭扩展名猜测内容。
01
先认识数据，再认识工具
元信息同样重要
为样本标识、分组、批次、参考版本建立对应表。命名一致、分组明确，才能让后续分析有意义。
02
第一次上机：只读查看与目录整理
以下命令只用于查看当前位置、文件和文本。将示例文件名替换成练习数据；不要把账号密码写进脚本。
pwd
ls -lh
head -n 6 samples.tsv
wc -l samples.tsv原始数据只读保留；结果、脚本与日志分目录保存。运行大任务前，先用小规模数据确认输入和输出。
03
逐步建立三类能力
Linux 与远程计算
掌握目录、路径、权限、日志和任务状态；理解 CPU、内存与磁盘分别限制什么。
R / Python 数据处理
练习读表、检查缺失值、筛选、分组汇总和基础绘图；先保证样本对应关系正确。
统计与结果解释
区分效应量、统计显著性与生物学意义。记录多重检验、批次处理和样本纳入标准。
04
从需求到下一步
- 整理样本信息与原始数据
- 检查数据质量并确认参考版本
- 在小数据上试跑流程
- 运行正式分析并保存日志
- 核对结果、整理方法与复现说明
05
跟着官方手册，完成第一次上机
按顺序选择你需要的章节。文章在数信云官方知识库打开，界面与权限以当前集群为准。
01 · 连接计算环境
了解远程终端连接，核对主机、端口与账户；连接信息以自己的开通通知为准。
打开链接02 · 上传与整理文件
通过文件传输工具管理本地与远程文件。传输后核对文件大小与样本对应关系。
打开链接03 · 管理项目环境
认识个人 conda 环境，将项目依赖和软件版本与其他任务分开管理。
打开链接04 · 使用 RStudio
进入网页分析环境，确认当前路径、R 版本和数据位置，再运行自己的脚本。
打开链接05 · 使用 Jupyter
了解 Notebook 入口与使用方式；正式任务仍需记录环境和执行过程。
打开链接06 · 使用 VS Code
了解远程开发工作方式，在同一个项目中组织脚本、环境与日志。
打开链接常见问题
应该先学 R 还是 Python？
按任务选择。以统计分析和常规组学绘图为主可先从 R 开始，以脚本自动化或机器学习为主可先从 Python 开始；先熟悉一种，再扩展。
教程中的代码可以直接用于论文吗？
练习代码是学习起点。正式研究还需确认实验设计、数据质量、软件版本、参数和统计假设，并由研究团队审核结果。
