关于示例
本笔记中的软件和示例均为运行在 Linux （Ubuntu 发行版） 下实现，如果你的电脑操作系统使用的是 Windows，建议你尝试切换到 Linux 来学习。比较简单的方法是通过 VMware 或 Virtualbox 建立虚拟机，在其中运行 Linux。具体方法请自行搜索相关资料，这里就不具体展开了。如果你电脑操系统使用的是 Mac OS X，除了一些软件以及依赖库的安装会有一些细小的差异。大部分命令行实现是一致的。
对于小型实验室的用户，要研究微生物基因组数据但是没有服务器或者缺乏软硬件安装能力的话，目前比较优秀的解决方式是通过在 Amazon EC2 中运行 Linux 实例来实现。Amazon EC2 的最低配置 Linux 实例提供了一年的免费试用，可以作为入门学习。通过自己数据的计算量，购买适合的配置即可开展日常工作。而且按计算时长付费，当不需要使用时关闭服务即可，也节约经费投入。定义完硬件配置和操作系统后，Amazon EC2 系统的初始化完成很快，通过远程 ssh 访问的方式，避免了大量需要经验的 Linux 安装和优化过程。减少非生物信息学的大量学习开销，让研究人员的注意力集中在专业领域。此外安装的系统可以作为AMI镜像复制到其他容器中，能保证切换网络或者环境配置的一致性。
Amazon EC2 使用方法参见附录2。操作系统的选择甚至可以直接调用他人配置好的AMI镜像来使用，或者使用 Docker（一个轻量级的操作系统虚拟化解决方案）来建立的配置与主系统隔离的应用环境，可以方便的做到一次创建，任意服务器中运行。
Ubuntu
Linux 有多个不同的发行版，最主流的几个如 Debian/Ubuntu, CentOS, Archlinux，SuSE Linux等等。每个发行版的系统管理设计会有些差别，特别是程序包管理工具会有些不同，本文全部是以 Ubuntu 为例开展的。其他 Linux 发行版或者 Mac 系统请参考该系统相应文档。
Ubuntu 作为最主流的 Linux 发行版之一，有一套自身完善的软件管理命令，因经常会用到，所以来熟悉一下。安装一些必备工具
~$ sudo apt-get update
~$ sudo apt-get upgrade
~$ sudo apt-get install curl python-dev build-essential gcc g++ biopython bioperl libbz2-dev
本书中所涉及到的默认配置，需要先新建这些文件夹，以免运行命令是出错。数据统一放在 ~/data 目录；应用程序统一安装在 ~/app 目录；下载等操作的临时目录在 ~/tmp 目录建立操作所需的文件夹
# 进入当前用户主目录
~$ cd
# 在当前用户主目录下新建目录 data, app 和 tmp
~$ mkdir -p data app tmp
Ubuntu 常见安装软件的几种方式：
# apt-get 安装
~$ sudo apt-get install your_pkgname
# 如果不知道 pkgname，可以搜索可能的软件包，根据结果选择安装
~$ sudo apt-cache search probably_pkgname
# 通过deb方式安装
~$ wget http://somewhere/your_debname.deb
~$ sudo dpkg -i your_debname.deb
# 下载预编译包，解压缩直接运行
~$ wget http://somewhere/your_software.tar.gz
~$ tar xzf your_software.tar.gz -C ~/app
~$ echo "export PATH=$PATH:$HOME/app/your_software_path" >> ~/.bashrc
~$ source ~/.bashrc
# 下载源代码，编译后安装。具体编译方法参考软件说明文档
~$ git clone https://github.com/some_rep
~$ cd some_rep && make
~$ sudo make install
# or
~$ wget http://somewhere/software_sourcecode.tar.gz
~$ tar xzf software_sourcecode.tar.gz -C ~/app
~$ cd ~/app/software_sourcecode_path && make
~$ sudo make install
对于的病原微生物研究人员，掌握一点最基本的 Linux 命令会有很大帮助。注意一下内容 $ 后面的是输入命令，# 后的是解释，在后面的使用中可能会接触到。用 man 命令名 可以查看 manual，直接输入 命令名 -h 可以查看参数帮助
有兴趣的微生物学研究者可以阅读相关资料，增强对 Unix 的相关知识：
其他方法？
对于实在不愿意学习命令行工具，不愿意尝试 Linux 使用环境的，但想自己分析微生物数据的用户，可以尝试 Orione 工具。
Orione 这是一个基于 Galaxy （主流的基于 web 的免费生物数据分析平台） 的专门针对微生物高通量测序数据分析框架，里面集成了常见的微生物数据分析工具，各种测序应用工作流。Orione 也是可以免费使用的。想了解如何使用或者希望自己部署或定义自己的基于 Galaxy 的 Orione 工具集的，可以参考第五章内容，或参阅它的 文档 和 代码。
对于可以接受购买商业化产品的用户，希望有更好用户体验的 GUI 图形程序的本地用户，可以考虑购买 CLC workbench等图形化界面的工具。