1樓：資料科學那些事
我說幾個數量&計算遺傳學領域的吧。
1.人類遺傳學
Peter visscher,澳洲昆士蘭大學，人類遺傳學複雜數量遺傳機制大佬，
Peter visscher曾經的博士後楊劍教授，今天已經是國內的大千人，他們師徒有很多這個領域的開山之作
這各領域還有很多人，Jonathan priciard 和 jonathan flint兩個該領域的開山鼻祖之一，史丹福大學， 著名的polygenic adaptation，omini genetic model都是此人提出。
還有 Mathrew stephen ， Bogdan passaniuc 等 CNS無數的年輕大佬, 華人有 Zhiwu zhang , xiang zhou, xia shen等 CNS偶爾來一篇，這些人主要是統計遺傳學，解決數量性狀遺傳機制研究中的一些統計方法，這幾個人博士博后PI方向不變，工作異常系統。
2.人類進化
Svante Pbo 古人類遺傳學，奠基人之一，很多古DNA領域的方法，文章發現都是此人的創舉。
該領域還有Mattias jakobsson，CNS如履平地。
3.醫學
Kerstin Lindblad-Toh，從人類基因組計畫就開始，到200 manmal project，45歲不到瑞典科學院院士，人類基因組和疾病領域大佬。
此處略去英國welcome trust sanger institute 還有 broad institute的一票大佬。
4.進化數量遺傳學
Leif Andersson，中瑞美，三國科學院院士，達爾文雀，馬，兔子，雞，豬，鳥，魚，飛禽走獸各個都是CNS，更牛的是幾乎每一篇CNS都是里程碑。
Trudy mackay 數量遺傳學領域，果蠅大佬，美國院士，此處略去一票CNS
Lenoid kruglyak 數量領域酵母大佬，開山鼻祖，把酵母用於數量遺傳學模式生物的第一人，很多數量理論的完善都出自此人。
5.農業領域，
曾經英國愛丁堡 Roslin institute是數量遺傳學的發源地，但是現在已經全球開花。
玉公尺大佬 Edward buckler，玉公尺的奠基人之一 USDA-康奈爾聯合教授，做玉公尺的很多文章都出自這裡。
水稻大佬，韓斌，院士，中國水稻數量遺傳學領域的很多經典之作出自他的課題組
黃學輝，韓斌老師的學生，已經是上海師範大學的傑青，水稻很多數量遺傳學領域的很多經典之作的一作，前幾天剛發了NG
麥類作物，主要是大麥德國國家基因庫IPK Nils Stein，很多基因組方面的工作，數量方面正在進行。
小麥方面有很多可以關注小麥的基因組計畫的成員組，代表性的有英國的John inns center的Anthony hall, 小麥數量做的很系統，中生代的有Kansas state 的 jessie Poland，還有國際玉公尺小麥改良在中心的若干大佬。
蔬菜類國內國際上可以領軍的大佬，農科院基因組所的黃三文老師，番茄、黃瓜、土豆上有很多land mark之作。
夏威夷大學和福建農林的明瑞光老師，很多多倍體物種的，比如甘蔗，士多啤梨，還有榕樹等等基因組，很多領域內的land mark之作。
進化遺傳學，國際領軍大佬 Craig Primmer
芬蘭吐爾庫大學， 很多經典之作。
進化群體遺傳學 Nick Barton，維也納biocerter 江湖上有他的傳說，說他寫的文章第一天投稿第二天發表，因為找不到能看懂的reviewer。群體遺傳絕對的大佬
進化遺傳學國內國際可以領軍的大佬，四川大學劉建全老師，把很多經典之作都解除安裝了青藏高原上。
進化遺傳學國內中生代大佬，農科院基因組所的程時峰老師，對於固氮，進化關鍵節點分支，有很多經典之作。
動物領域國內有中生代的，西北農林大學姜雨老師，四川農大李明洲老師
植物學領域，Deltlef weigel，植物學奠基人，毫不誇張的說擬南芥裡任何一篇有國際影響力的文章他都是通訊作者，這個領域裡大多數PI ，不是他組裡的博士博后，就是他組裡的訪學。
維也納biocenter的Magnus Norborg， 一人之力促成了擬南芥的1000 genome，絕對是領域內的國際領軍。
太多了，二更都寫不動了，改天繼續三更
以上大佬學術沒的說，但是並不是都推薦做導師哈，慎重選導師，自己栽坑里的和我沒關係哈。
2樓：
日本系統生物學在讀，系統生物學日本這邊比較好的有東大的黑田（自吹一下）和OIST的北野巨集明
生信具體老師不了解，但生信其實內部方向區別很大，有開發演算法、生信工具和資料庫的，這些比較適合數學、計算機背景的人；也有用這些工具做生物醫學學意義研究的，這塊則更適合生物醫學背景的人，在找的時候這兩塊還是要根據自己的目標分開為好。
3樓：暗香疏影
沒有人提名 Cole Trapnell 嗎？Tophat 和 Cufflinks 的作者。另外 MACS 的作者 Tao Liu，都是大牛，那幾個軟體都太重要了。
4樓：bolyeria
如果有考慮做演算法開發的話港大(新加坡國立)有乙個組，當然大牛可能稱不上，不過在亞洲這邊還是不錯的。這個組和華大合作很多，SOAP那一堆軟體基本都是他們搞的。
大老闆是T.W. Lam, 做理論出身，早期發的是SODA、STOC(理論演算法頂會)，後來轉做生信演算法。
Tak-wah Lam
然後是Lam的學生，Wing-Kin Sung在NUS，出過生信演算法書，主要也是做演算法為主，好像做很多phylogenetic tree相關的東西，另外好像和阮一駿有合作，也做一些3D基因組相關。
Wing-Kin Sung's homepage
還有乙個是剛回HKU當ap的Luo Ruibang( @銳邦 )，具體可以參考主頁。
luo-lab.hk
最後乙個是SM Yiu，做安全出身，現在安全生信一起做，主要是比對和組裝，包括metagenomics的。
5樓：劉寧
你平常都用哪些library 哪些package 平常讀的nature的一作和最後的作者是誰。
一下子不就知道有哪些大神了嗎？
這種問題都要問是不是資料太好了？
從事生物資訊學的人，是否可以不懂生物學？
這要看什麼叫不懂？例如做基因序列分析的，起碼得知道啥是DNA和DNA鹼基序列吧。做腫瘤的，起碼得知道啥是腫瘤吧。一點不懂是不行的，但是生信確實要求不高，有高中知識打底，然後學一點普通生物學，就可以了。 EthanZxy 不能不懂，但也不需要特別精通。一些非常基礎的概念 mitosis vs.meio...
大資料時代下的生物資訊學專業與生物資訊學職業？
生物資訊從大面上至少可以分成，開車的和造輪子的，搞汽車裝修的這幾類。除了開車的，其餘很少能夠接觸T以上的資料。我最近在實驗室做一些分析，我也不知道算不算大資料，反正一周樣本都跑下來，快10個T了。現在測序很便宜，乙個樣本測個幾百G，然後平行幾個樣本的事情以後肯定會越來越多。什麼是真正的生物大資料時代...
請問生物資訊學如何？
熱門研究領域，前沿研究領域的密集區。適合 1.數理化生農計電背景的科技狂人，科技宅 2.數理化生農計電背景的，不喜歡社會，喜歡學校的人3.生化環農本科，想找個相對不那麼坑的方向的人4.本科生化環農想轉cs 資料科學，又被客觀條件制約難以硬轉的人不適合 1.一心想找工作，憧憬社會的人 2.理科差的人，...