问：有哪些重大发现是通过生物信息学的方法发现的？
- 答：觉得不能过于夸大生物信息的作用，也不能否认生物信息学方法和实验相结合做出的巨大贡献。
生信分迟扒析和实验分析的本质是一样的，就是对实验产生的数据进行定性定量的分析，再进一步的验证，得到相对更有力的结论。单独把生物信息拿出来，刨除实验说生物信息的巨大发现是不行的。
举一个简单的例子，2009年后火了很大一阵的TALEN基因组编辑技术是两篇背靠背的文章，一个用的实验的方法，一个用的生物信息学的方法，发现TAL蛋白能够特异性的结合DNA序列。后面的各种基因编辑文章，以及蛋白结构解析。后面Crisper技术的发现，取代了TALEN，这是后话源空。人类基因组计划，蛋白组计划，癌症基因组计划，等等各种高通量的计划，这些都不能说绝对是生物信息学的发现，但可以说生物信息学起到了不可替代的作用。
生物信息学已经渗透到多数生物医学的研究中，从遗传，表观遗传，分子生物学，进化生物学，结构生物学等等基础领域。也迅速的应用于动植物育种，疾病诊断，药物的研发中。换句话来说，一切需要高通量的来解决生物学问题的时候，生物信息学就要出来大显身手了。生物+互联网怎么玩？靠生物信息学！
作为一个生物领域最灵活，码裂昌最多态，最能包容，动态变化的方向(参加生信方面的会议最大的感受就是做生物信息的人背景迥异，学物理的，学计算机的，做实验的，学进化的都在做自己的生物信息学)，相信会有一天，基本的生物信息学技能包括编程，以及常规的测序数据分析会是每个生物学研究人员的必备技能。到那时候，大家就不会争论生物信息学产生了什么重大的发现，而是觉得自己已经离不开它，不愿意争论实验和生信到底哪个最重要这样的话题。
所以，拥抱未来，拥抱生物信息学！
问：生物信息学领域有哪些牛刊？
- 答：
这类没有自己生产的bench data的文章通常不太可能发布到最最顶尖的杂志，比如Nature或者Science的主刊。投文章时可以分为四个梯队：第一梯队：Nature Methods, 只要能发上面基本上就保证了关注度和引用，也会有很多人follow的；Genome Research, 很老牌的杂志了，文章的质量都很高，当然了editor大部分文章都是直接拒的。Nature Biotechnology,纯方法的文章很难发上来的，一般都是很大的组既有方法又有实验数据。楼主可参见Clinks和That那篇文章，很多个co-author，做了非常多的测序实验来验证。Nature ics，同样，很少有纯方法的文章，除非你在圈内已有很大影响力，比如CADD那篇文章。上面有一大堆做统计和GWAS的人，感觉不太欢迎machine learning的文章。第二梯队：Genome Biology, 比较新的杂志，近几年有一些不错的文章。munication, 非常新的杂志，基本上每期都会有一些生信类的文章。感觉影响因卖孙子在不断上涨，顶着Nature的头衔自然不会缺少好文章。审稿周期非常久，不建议需要短时间内发文章毕业的高年级博士。第三梯队：这一类别的杂志就很多了，Bio informatics曾经是最好的生悄配宴信杂志，近几年因为文章数量太多灌水严重影响因子有所下降。Nucleic Acid Research也是专业的生信杂志。除了这些，Plod系列的Plod ics和putational Biology也都是接受生信文章的不错的杂志。Human Molecular Biology近几年也开始接受生信文章。第四梯队：如果被之前所有杂志都拒了启银，那基本上在国际上能够得到认可的杂志也就不多了。Explosion和BMC系列是最后选择了。
- 答：
Bio informatics是作为生物信息学最重要的专门期刊了。2012年度IF=5.468 另外还有Briefings in Bio informatics，这个杂志每年的发稿量少，最近几年IF波动很大族神，第一年24+，后来到9+，2012年度IF=5.202。 稍次一点的杂志，如BMC Bio informatics，也是生物信息学的专刊。2012年度IF=3.447 对于计算向的生物信息学，putational Biology是一个很好的期刊。2012年度IF=5.215 除此之外，Nature Method，也会有生物信息学相关的方法发表。2012年度IF=19.276。PLOS Biology也是很好的杂志，2012年度IF=11.452。PLOS One也会经常有生物信息祥缓学文章，但被批灌水太多，算不得牛刊，2012年度IF=4.092。生物信息学相关的文章不一定要发到专门的生物信息学杂志，因为生物信息学作为一个工具，已经融入到很多生物问题的研究谨穗模中，而不仅仅是一门孤立的学科了。
- 答：
Bio informatics，很多方法类文章都发在上面，但是影响因子一般。如果有实验和数据分析，大多投到生物相关的杂志，比如genome research, nature ics, nature等，在method里面涉及一些生信的方法，连带把algorithm放出来，供大家使用。所以，不一定非要发到Bio informatics。以前在Adderley学计算机的，研究字符串比较之类的问题，UNIX下的gnu diff就是他的杰磨颤和作。后来写了blast，blast的重要性就不多说了，在后来在Celerity把string graph 应用到genome assembly，直洞蠢接把HGP操翻。虽然现在因为2代测序出现D Bruising占了上风，不过随着3代测序的普瞎盯及，他的string graph based OLC将再一次统治genome assembly界。
问：网上的生物信息学资源都有哪些
- 答：你问的范围太大了，没有具体的哪一方面吗？我大概讲一下
数据方面有 大量数据库，最著名的是NCBI、PDB等数据库，更多的都可以在网上找到，比如
生物信息(bioinformation)数据库册橡大全里面有很多
算法方面：序列比对算法、基因注樱悔释算法、预测算法等，可以找自己注重的部分，有书有电子版。樊龙江教授写的电子版生物信息学札记第3版比较好，建议看看，里面不只是有算法，也有数据，也有处理方法。
软件方面：只有你想不到，没有现在做不到的生物信息软件，有一本书专门讲软件的下载安装和使用的方法，《生物信州颂旁息学分析实践》(吴祖建,高芳銮,沈建国)
文章方面：使用百度文库可以搜索到你需要的生物信息学文章，也可以看看ncbi数据库里的pubmed数据库找生物信息学的论文，都是不错的文章，可以了解生物信息学的发展。
