回顾学习之路，及时查漏补缺； 多向有经验的前辈学习，合理规划多做思考，多总结； 不要闭门造车，埋头死学，多交流，多看文献，多分享。
我会什么？是什么水平？
- Linux系统操作
2015年的时候看过一遍《鸟哥Linux私房菜》和今年看过几集的鸟哥Linux基础课程视频，加上这接近一年来的捣鼓，到目前为止基本的操作都会了；
- R语言
去年买了两本书，花了一两个月时间入门，后来没怎么接触了。上个月，继续学习看了几章《R语言实战》，这本书比我之前看得那两本书好，可能去年看书走马观花，没有做笔记的原因；后面学习过如何韦恩图，火山图一些简单的图。
- Perl语言
去年暑假一个半月时间，看完了小骆驼，大骆驼虽然打印了但没有继续去看了。今年年后回来也完成了李琪师兄布置的十道perl编程练习题，学习过几个bioperl里面的几个包。这三四个月来，硬是没有碰perl，只是前几个星期看了看一行perl代码，现在回去看看也生疏了；
-
生物信息分析部分软件的安装与使用： 学习过blast+/Trimmomatic/FastQC/bowtie2/bwa/Glimmer3/circos。接触的软件不多，通过学习这几个软件应该算是会顺利安装软件了。
-
数据格式
基础数据格式(fastq,fasta,sam,bam,vcf,gff,gtf,bed,MAF……)我专门花时间学习过fastq/fasta/sam/bam/vcf/bed/gff/gtf这几个格式，其他的格式暂时没有接触过。
- 数据库
基础数据库(NCBI,ENSEMBL,UCSC,CGHub)；高级数库(TCGA,CCLE,GTEx,IMGT,TIGR,ICGC,GWAS,COSMIC,ExAC,1000genome,hapmap,ENCODE,OMIN,uniprot,proteinatlas)(HPO,MGI,DO,GeneSigDB,MSigDB,Gene2MeS)(GEO,SRA,GoNL)功能数据库(KEGG,GO,Reactome,BioCarta,DrugBank,dbSNP,dbGAP,dbNSFP,pFAM,SMART)蛋白质相互作用数据库PPI(BIND,STRING,DIP,MINT,HPRO,bioGRID)Expression Project for Oncology (expO) database上面的这些数据库，我就知道几个，知道KEGG和GO，去NCBI的SRA，DDBJ以及蓝藻数据库cyanobase上下载过基因组数据。其他数据库都没有使用过。
- 生物信息学知识的学习
在本科的时候看过北京大学的一门MOOC公开课，四月份看过一个宾夕法尼亚大学的生信课程，去一家公司上了两天的转录组分析课程，近日来看了些转录组和高通量测序方面的综述。
- 生物基础知识
这方面知识在本科期间考完试以后，统统还给老师了，后来一直没有系统再学习过了。虽然研究生开了分子遗传学这门课，很多听不懂啊！
我有什么欠缺的？
Linux那块，一些wget/curl这些不怎么常用的命令，比较重要的命令，我没有深入学习做学习笔记，到用的时候就又要去查。在学习过程中，虽然有时候会做学习笔记。但是不会去总结反思一下。近来觉得以前学得东西都忘光了，导致自信心备受打击。有一段时间，准备拿转录组数据进行分析作为练手项目，但是总是挑不好数据，文章去做。之前，李琪师兄哦那个让我拿去年的甲基化数据作为实战练手，我只是简单得跑了个数据过滤和比对到基因组的流程，因为师兄已经分析过了并且没有啥好的结果，所以后续工作就没有做了。缺少项目实践！！ 缺少及时反思和总结！！
我接下来要怎么做？如何去进步？
-
1 整理之前的学习摘记，反思总结，写成有自己思考的学习笔记。
-
2 借着分子遗传学要进行期末考试，好好学习一下生物基础知识。
-
3 参照健明师兄分享的博客指导进行查漏补缺，并且在学习的同时需要开始可行的实战项目。