Linux与生物信息学
起源
Linux内核最初只是由芬兰人Linus Torvalds于1991年在赫尔辛基大学时出于个人爱好而编写的。其是一套免费试用和自由传播的类Unix操作系统，基于POSIX和UNIX的多用户、多任务、支持多线程和多CPU的操作系统。Linux能运行主要的UNIX工具软件、应用程序和网络协议。其支持32位和64位硬件。其继承了Unix以网络为核心的设计思想，是一个性能稳定的多用户网络操作系统。
发行版
Linux 发行版及通常所说的”Linux操作系统”，由一些组织、团体、公司或者个人制作并发行。Linux内核主要作为Linux发行版的一部分而使用。
目前正在积极开发中的发行版超过300个，最普遍被使用的发行版约12个。目前市面上较知名的发行版有：Ubuntu， RedHat，CentOS，Debain，Fedora等。
一个典型的发行版包括：Linux内核，GNU库和各种系统工具，命令行Shell，图形界面地城的X窗口和上层的桌面环境等。桌面环境有如KDE或GNOME等，并包含数千种应用软件。
应用领域
今天各种场合都有使用各种Linux发行版，从嵌入式设备到超级计算机，并且在服务器领域确定了定位，通常服务器使用LAMP（Linux + Apache + MySQL + PHP） 或 LNMP（Linux + Nginx + MySQL + PHP）组合，目前Linux不仅在家庭与企业中使用，并且在政府中也很受欢迎。
- 个人电脑
- 服务器、主机和超级计算机
- 嵌入式设备
与Windows比较
| 比较 | Windows | Linux |
|---|---|---|
| 界面 | 界面统一，外壳程序固定，所有Windows程序菜单几乎一致，快捷键也几乎相同 | 图形界面风格依发布版不同而不同，可能互不兼容。GNU/Linux的终端机从UNIX传承下来，基本命令和操作方法也几乎一致 |
| 驱动程序 | 驱动程序丰富，版本更新频繁。默认安装程序里面一般包含该版本发布时流行的驱动程序，之后所处的新硬件驱动依赖于硬件产商提供。对于一些老硬件，如果没有了原配的驱动有时很难支持。另外，有时硬件产商未提供所需版本的Windows下的驱动，也比较头痛。 | 由志愿者开发，Linux核心开发小组发布，很多硬件产商基于版权考虑并未提供驱动程序，尽管多数无须手动安装，但是设计安装则相对复杂，使得新用户面对驱动程序问题会一筹莫展。但是在开源开发模式下，许多老硬件也容易找到驱动。HP、Indel、AMD等硬件产商逐步不同程度支持开源驱动，问题正在得到缓解。 |
| 使用 | 使用比较简单，容易入门。图形化界面对没有计算机背景知识的用户使用十分有利。 | 图形界面使用简单，容易上手。命令行界面需要学习才能掌握 |
| 学习 | 系统构造复杂，变化频繁，且知识、技能淘汰快，深入学习困难 | 系统构造简单、稳定，且知识、技能传承性好，深入学习相对容易 |
| 软件 | 每一种特定功能可能都需要商业软件的支持，需要购买相应的授权 | 大部分软件都可以自由获取，同样功能的软件选择较少 |
生物信息学与Linux应用
为什么选择Linux/Unix平台作为生物信息学研究的主要平台- 生物信息学的一个重要研究目标是是生物数据分析，尤其是未来生物学研究的特点是大量大规模测序数据的产生。2019年9月9日，华大智造研制的超高通量基因测序仪–DNBSEQ-T7，其日产数据量可达6T.
- Windows的窗口化软件适合可视化小规模运算，支持鼠标操作，但缺乏对大数据的支持，可定制性差；Windows Shell的使用体验差，没有完善的命令；远程功能不够好；目前Win10支持Ubuntu子系统，包含基本的命令行操作，类似虚拟机，有兴趣的同学可以尝试一下~
- Linux具备大数据高性能支持，shell可编程能力强；包含大量生物信息学软件包和脚本；可定制性高；支持轻量化的远程交互；开源，对生物数据分析来说是最好的平台。
| 软件/平台名称 | 描述 |
|---|---|
| BioLinux | 强大的生物信息学分析平台，基于Linux的免费操作系统，整合了大量生物信息学软件 |
| BioPerl | 整合大量生物学数据处理模块的Perl语言工具包 |
| BioPython | 整合大量生物学数据处理模块的的Python语言工具包 |
| Bioconductor | 整合大量生物学数据处理软件包的R语言软件库 |
| EMBOSS | 欧洲分子生物学开源软件套装，用于序列数据处理及分子生物学研究 |
| Mothur | 16s RNA数据分析 |
| BLAST+ | 本地BLAST软件，建库及序列比对 |
| TopHat，Cufflinks等 | 转录组测序数据分析工具 |
