1、2021年2月16日更新： 生物信息学软件不是不多，而是太杂，生信数据人在软件的使用选择上很少有不踩坑的。清华大学鲁志实验室总结了生物信息学分析的常用软件。值得推荐！
2、(2.1) Mapping and QC
3、(2.2) Mutation
4、(2.3) Assembly
5、(2.4) CNV
6、(2.5) SV (structural variation)
7、(3.1) RNA-seq
8、(3.2) Single Cell RNA-seq (scRNA-seq)
9、(4.1) ChIP-seq
10、(4.2) CLIP-seq
11、(4.3) Motif analysis
12、sequence
13、structure
14、(5.1) ChIP-seq
15、(5.2) DNAase-seq
16、(5.3) ATAC-seq
17、题主已经说了是入门级别的，很多软件前期上手比较困难的就不推荐了 ，学习软件先学个半年还搞什么嘞，我推测题主主要是先走一遍流程，看看需要什么软件。首先进到这个门才重要，一开始就劝退的那就不必要了。
18、我们刚上大学的时候还是做基因组的比较多，但是基因组和表型和性状联系中间还差表达和翻译，没过多久转录组就开始大量做起来了，转录组的优势是比较大的， 一方面它比较成熟了，有可以借鉴的流程 ，数据也可以在网站上很容易的下载。 另一方面它承前启后，上承基因组，下承代谢组 ，当然研究代谢组是比较好的，但是目前来说技术上还没有转录组的成熟，这些年的突破不够大。 作为入门生信基本可以说是最优解
19、那就谈一下转录组分析需要的软件
20、转录组
21、一、数据的质控和过滤
22、质控软件fastqc
23、过滤软件Trimmomatic
24、目前推出的 fastp 效果也不错，一键操作把质控和过滤都搞定了
25、二、比对
26、如果有参考基因组，直接使用 hisat2（替代tophat）或 STA R将测序结果比对到基因组上，结合基因注释就可以计算出每个基因的表达。
27、如果是无参转录组可以用trinity软件拼接得到转录本序列
28、三、定量
29、表达定量的话用featurecounts就可以了
30、四、差异表达分析
31、目前主要用deseq2和edgeR，直接在R中安装即可
32、五、共表达网络构建寻找hub基因
33、这个主要用到的就是 WGCNA 了，在R中安装
34、在学习转录组的过程中必不可免的接触到linux、R语言。
35、linux
36、学会一些常用命令即可，不用学的那么深刻。重点注意一下awk的用法
37、R语言
38、推荐看下下面这本书，主要是实战
39、做完这些已经入门了，已经有一定的甄别能力和水平了，后面可以自己去看一些网站和教程了。
40、这里推荐一个我常用的网站 : biostars 生物信息的问答社区，如果遇到一些问题，不妨去上面找找答案。
41、之前一些前辈推荐的 github、基因楼、omictools、StatQuest ，这些实际用的比较多。也强烈推荐。暂时就到这里吧~如果还有想到的再补充
【#生物信息学一些基本的常用软件有哪些#】到此分享完毕，希望对大家有所帮助。