一、从一条显著性漂亮却复现不出来的通路开始

我第一次觉得生物信息学不是把流程跑通、把火山图画好看、把“显著富集”四个字写得体面，是在一次转录组分析的复盘上。那天我交上去的结果改了四版，差异基因比谁都多，GO和KEGG的条目比谁都齐，结论也落得有分量。老师看完只问了三句：你这个富集，是生物学真的在响应，还是你把批次效应当成了处理效应——那批样本是不同时间提的RNA、不同人建的库，你校正了吗？你把padj小于0.05当成发现，那部分属于真实的信号、那部分属于参考基因组注释不全导致的比对偏好、那部分属于你剔掉的那几个“表达量太低”的样本里其实藏着最该解释的个体，你分开验证了吗？如果明天有人给你换一批材料、换一个测序平台、换成你是那个要拿这个靶点去做功能验证的人，你的候选基因还站得住吗？

我一个都答不上来。回去翻《生物信息学》《统计学》《分子生物学》《算法导论》和几本写满批注的流程日志才明白，问题不在代码跑得顺不顺、图做得好不好看，而在数据与结论的区分、流程与推断的区分、跑出结果与说清结果的区分没有对齐。同一批数据，换一种质控阈值、换一个比对器、换一套注释库、换一次随机种子，本来就不该得出同一个判断。从那天起我不再只追“多、好看、能汇报”，我开始问自己：这个数是怎么来的、谁被漏掉了、有没有更简单的基线也能做到、牺牲了什么、边界写出来了吗。

决定考研并不戏剧化。本科读了几年生物和数据相关的课，越读越觉得自己的理解是散的：课都上了，却说不出同一个“差异显著”为什么既可能解释为处理有效，也可能只是批次没控制、多重检验没校正、或者我把异常值删掉之后才有的；代码会写、包会调，却讲不清少一次“问题—数据—方法—验证—诊断—结论—局限”的闭环，分析会飘到哪里去。于是我回到书桌前，把统计和分子重新摊开，从最慢的地方开始推。最难的是自我怀疑：动态规划的对齐算法绕了三遍还是讲不顺，广义线性模型看一次忘一次。后来我不算进度了，只给自己定很小的事——今天把这一节彻底讲清楚，明天把这套卷子写完。十二月走进考场时我已经不紧张了。

二、公共课：慢火细炖

政治我从夏天开始，每天一小时。这个方向不考政治相关的专业课，定位很单纯：拿分、不拖后腿。但它的素材对我其实有用：讲到数字经济与新质生产力，就想数据要素、算力基础设施与自主软件生态；讲到人工智能治理，就想算法可解释性、数据安全合规与人类遗传资源管理；讲到生物多样性与生态文明，就想生物多样性监测数字化、保护基因组学与自然保护地；讲到健康中国，就想队列研究、精准医疗与隐私保护；讲到面向南亚东南亚开放，就想跨境疫病监测、区域科研数据合作与共享机制。选择题靠回顾错题，大题靠动手写结构。投入产出比不错，省下来的时间全给了专业课。

英语的目标是不拖后腿并争取六十以上。这个方向对英文的要求可能是所有方向里最实在的：数据库、论文、软件文档、报错信息、复试问答全绕不开英文，单科线也是硬门槛，每年都有人专业课很好、英语差一两分无缘复试。每天精读一段，记长难句和论证连接词，作文自己搭框架改到看不出模板痕迹。顺手把alignment、assembly、annotation、differential expression、batch effect、multiple testing、overfitting、cross-validation、phylogeny、pipeline这类术语记熟，复试读文献和自我介绍时真用上了。注意：考英语一还是英语二以当年目录为准，别拿错真题。

三、专业课：先搞清楚它挂在哪条路上，再谈怎么复习

这是本篇最重要的一段。生物信息学通常不是独立的二级学科名称，而多以生物学（0710）下自主设置的二级学科或交叉方向出现，也可能落在**生物与医药（专硕）、计算机科学与技术、软件工程、电子信息（大数据技术与工程）**等路径下培养。云南大学这边，生命科学学院设有生物信息学相关方向（部分年份以自主设置二级学科或研究方向形式招生），同时学校有生物技术与工程、数据科学等交叉平台，具体挂靠关系、初试科目和培养单位历年可能调整。**这意味着：你可能找不到一份叫“生物信息学”的独立考试大纲，你要对清楚的是它挂靠的那个一级学科或专硕的初试科目。**以下四点请逐项核对当年目录：一是初试考哪两门专业课（生命科学学院常见为普通生物学加分子生物学与生物化学；若落在计算机或电子信息路径，则可能是数据结构与算法、计算机学科专业基础或数学加编程类科目，完全不同），科目代码、参考书目以当年为准；二是是否要求数学（数学一、数学二、数学三或自命题数理基础），这直接决定你能不能跨考以及要提前多久启动；三是复试通常会加试生物统计学、群体遗传学、机器学习、数据库、Linux与编程上机中的若干门，且很多导师明确要求编程能力；四是提前确认是否需要准备作品集、代码仓库或上机考核。

我把复习分成四块。一是生物学地基，按“遗传物质—基因表达—变异—进化—组学技术原理”建线，每张卡强制配一个误差来源：中心法则与基因调控、DNA复制修复重组、突变类型与染色体变异、PCR与测序技术的原理与误差模式（这是高频且最好拿分的一块：说不清二代测序的读长、GC偏好、PCR重复和比对歧义，就答不好任何一道组学题）、常用分子标记与实验验证手段（qPCR、克隆、敲除回补的逻辑）。二是统计与算法地基，这是本专业的共同语言：概率分布与大数定律、假设检验与两类错误、多重检验校正（FDR必须能讲清Benjamini-Hochberg的思想而不只是会调函数）、回归与广义线性模型、贝叶斯思想、实验设计与功效分析；数据结构（数组、链表、树、哈希、图）、排序与查找、动态规划（序列比对的 Needleman-Wunsch/Smith-Waterman 思想要能手推）、字符串匹配、复杂度与数据规模的匹配、哈希索引与种子延伸（BLAST/BWT的思想层级）。最容易栽的地方有三处：把p值当成效应大小、把相关当因果、把测试集反复拿来挑模型然后宣称泛化性能。三是生物信息学专业内核，按“序列—组装—比对—定量—差异—功能—进化—整合”建线，每张卡强制写一个会失效的条件和一个能独立验证的第二证据：序列比对与打分矩阵的选择逻辑、de novo与参考比对组装的差异与评估指标（N50的正确解读与陷阱）、变异检测（SNP/Indel/CNV/SV的原理、过滤、硬过滤与VQSR思想、深度与基因型的置信度）、表达定量与差异分析（count数据的分布假设、标准化方法如TPM/DESeq2的尺寸因子、批次效应与ComBat类方法的适用边界）、功能富集（背景集怎么定、为什么背景集定错会让一切显著）、系统发育重建（同源判定、模型选择、bootstrap的正确解读、基因树与物种树不一致）、宏基因组与多样性指数（alpha/beta多样性、组成型数据的spurious correlation问题）、单细胞数据的特有噪声（dropout、doublet、批次、UMI与计数性质）。四是工程与可复现素养，这是拉开差距的一块：Linux命令行、Shell脚本、Conda或容器、Snakemake/Nextflow一类流程化思想、版本控制（Git）、随机种子与环境锁定、日志与中间产物留存、内存与磁盘量级的常识（为什么单机跑不动、什么情况下必须采样或分块）、可视化诚实原则（坐标轴、离群值、不要只画最好看的UMAP）。不用写成工程师简历，但至少要能让老师相信：给你一份真实脏数据，你不会把它跑成一个漂亮的错误。平时练项目就逼自己先写清数据来源、口径定义、质控阈值、划分策略与评估协议再动手——说不清数据是怎么来的、验证是怎么做的，等于没懂。

结合云南的情境是复试和论述里很加分的一块：云南地处全球生物多样性热点，横断山区复杂地形与高原隆升造就了丰富的辐射演化场景，让“算”这件事本身更有技术含量——高原特有与濒危物种的保护基因组学与有效群体大小历史推断、高原低氧适应的群体基因组扫描（选择信号检测的零模型与假阳性来源要老实交代）、特色作物与药用植物（稻、玉米、三七、天麻、石斛、茶叶、咖啡、花卉）的基因组组装、泛基因组与分子标记开发、传统发酵食品与普洱茶微生物群落的宏基因组与功能基因挖掘、跨境动植物疫病原的基因组监测与演化追踪、民族人群遗传结构与疾病易感性（这部分涉及伦理与合规，答题时务必体现知情同意、人类遗传资源管理与数据出境规范意识）、高原湖泊与湿地的环境DNA监测、山地生态系统的遥感与多源数据融合。答题或面试时能把“算法工具—真实数据—区域实际问题”连起来，并且老实交代参考基因组质量、取样偏差、批次与混淆变量、结论在什么时空尺度下失效，比空谈热爱有用得多。当然这部分仅供参考，具体方向、导师与课题以学院当年公布的信息为准。

四、要不要报班

没有标准答案，只有适不适合。这行当最诚实：原理讲不清就是讲不清，报班救不了不动手也不动脑的人。能自己去官网逐字核对专业目录、考试大纲和复试细则，坐得住冷板凳啃教材、把每个算法从伪代码写到可复现、把每道设计题从假说写到排查的人，自学完全够。跨专业、二战、在职，或者到现在还没分清生物信息学作为研究方向与0710下各二级学科、生物与医药专硕、生物技术与工程、计算机科学与技术、电子信息（大数据技术与工程）的差别，没确认今年专业课考哪两门、要不要考数学、参考书有没有换，不知道真题从哪找、复试考哪几门、要不要准备代码仓库与上机考核的人，硬扛的成本往往是一整年。尤其要注意两点：一是这个方向报考热度高、分数密集，一志愿录取为主不等于稳录；二是近年大纲确实在调整，别用旧资料赌新的一年。

我当年报的是新祥旭考研的全科定制辅导，对我最值的部分不是押题，而是前期定方向和核信息。老师帮我把生物信息学同学硕生物学各方向、专硕及计算机与电子信息路径的差异逐条对齐，帮我把“挂靠哪个单位、考哪几门、复试加试什么、要不要作品集与编程考核”查清定死，把公共课与专业课的双线并行排成复习表和模考表，全程有人盯着节奏，没让我在调参和背名词上耗光精力而把统计推断与可复现规范的训练拖到十一月。现在我在新祥旭考研担任专业课辅导老师，带一对一。我会先看你的基础和可用时间，帮你把目标院校和专业定准，再把计划拆到每周每天，陪你理框架、改答案、练写作、模拟面试。备考云南大学生物信息学方向，或同校遗传学、进化生物学、微生物学、生态学、生物化学与分子生物学、生物技术与工程、计算机、软件工程、电子信息，以及打算走生物医药、疾控、检验检疫、种业与数据行业的同学，都可以来找我聊聊。我能给的只是一条少走弯路的路。

最后说一句实在的：文中涉及的专业名称归属、专业代码、研究方向、初试科目与代码、考试大纲、招生计划、复试办法与权重、历年分数线等，请以云南大学研究生院及相关培养单位当年公布的官方文件为准；方向与师资情况仅供参考，可能存在变动。“生物信息学”多为自主设置二级学科或研究方向，且可能跨学院培养，报考前请逐项核对当年目录与新版大纲，别用旧资料赌新的一年。