隔离期间学渣师弟摇身变为6+高分选手？！这个套路让生信发文直接开挂！

疫情来了，人被隔离了。

待在宿舍不能动弹的日子其实也不错，平时总被导师鞭策， 早点发高分，早点发高分，早点发高分。

是我不想发吗？是早发晚发的问题吗？不是我不努力，生信发文真的越来越难！ 发个3分左右的文章已经要了我的老命。

这下因为疫情，去不了实验室，啥也干不成，导师也闭麦了。真好啊~

同门里也有几个卷王早早发了5+的，但我不care。要问我心态为啥这么好，还不是因为有个只能发2分文章的师弟陪着我垫底，我俩常常互相调侃对方为学渣，建立了深厚的革命友谊。

正当我躺在床上享受岁月静好时，突然传来一连串微信提示音。我打开手机一看，师门群里好不热闹。

“恭喜师弟！”“师弟太厉害了吧！”“师弟闷声发大财啊！”

看着看着我人傻了，怪不得师弟最近稳如老狗，原来他发了一篇 6分文章 ，原来只有我两手空空在寝室做咸鱼，原来只有我是学渣！

被同门后辈反超，我一下子不淡定了。怎么突然一下子差距拉开这么大？

“师弟，说好一起当低分学渣的呢？”我私聊师弟。

“哈哈哈师兄，我也没想到能发这么高呀，就是看别人说有个方法好使，就找来资料研究了研究，没想到真成了！”

“有好东西怎么不分享分享？”我酸了。

“拿去吧师兄，这份 生信+机器学习进阶套路手册 真的很顶！”师弟甩给我一份资料。

机器学习？ 接下来，我仔细研究了一下机器学习以及这份资料，感觉自己摆脱低分崽身份还真的有希望了。

1、机器学习+生信=开挂？

仔细研究了2分左右的生信文章，发现它们主要聚焦在 差异基因的筛选、功能富集分析、基因表达水平的检验、预后模型的建立和评估 等等。

这些都是常规的生信分析思路， 创新程度很低。

说到底还是套路重复，方法不及时迭代，这也是为什么现在纯生信想发高分越来越难，通常会被要求补实验才好发。

想要降低发文难度，必须升级方法和套路！

机器学习就是这样一个发高分利器。 仅仅2021年一年，生信+机器学习的套路已经在10+SCI上发了近60篇文章！

所谓 机器学习 ，是指利用算法来检测数据中的模式，而不需要明确的指示。一个学习系统可以利用训练数据集，学会找出输入信息（例如图片）的特征与输出信息（如标签）之间的关联。

机器学习在生信分析中的运用越来越常见，越来越重要。

比如在 基因组数据 方面，用深度学习检测突变逐渐成为主流方法。

比如 群体基因组学 领域的PRS，用于基于基因组数据预测生物性状，这就是个典型的机器学习预测问题。

比如 非肿瘤研究 中，可以用机器学习来评估我们诊断标志物的诊断效力。

临床预测模型、筛基因、二代测序、代谢通路、非编码RNA分析、蛋白质结构功能预测、疾病亚型分型、术后预测…… 机器学习在这些方面的运用已经越来越多见了。

所以啊，不要再观望了，速度学起来，才能先人一步发高分，而不是做被师弟师妹甩在身后的人（哭了）。

2、资源包里有什么秘籍？

这 151页 机器学习攻略合集， 从什么是机器学习，到超多实用算法详解，再到教你如何将机器学习与生信结合， 手把手带领大家走上发生信高分的康庄大道。

超多实用算法一次get

KNN算法、Kmeans算法、决策树算法、贝叶斯公式、线性回归、非线性模型、神经网络、mlr3包…… 这些机器学习中至关重要的算法，这份资料包将带你拨云见日，掌握全

12篇教程文详解如何用机器学习发高分

在机器学习的帮助下，如何结合生存信息对基因表达情况进行 变量的筛选与降维处理 ？非肿瘤研究中，如何用机器学习来 评估诊断标志物的诊断效力 ？如何用机器学习 改进临床预测模型 ……

把握好这12篇文章，研究透彻，各种生信分析难题不在话下！