应该说Python/Perl是相互替代的脚本语言，但个人推荐用Python, 虽然很多老的生物信息软件是用Perl,Python学习曲线好，功能也更强大，是发展趋势。这两个语言主要是做数据预处理、文本处理和格式转换、对算法效率要求不高的分析软件开发，系统管理和pipeline搭建等工作。R语言主要的优势是大量的统计包的支持，数据统计分析中非常常用。Python和R有良好的接口。关于绘图很多人用R,其实Python的Matplotlib的绘图效果比它漂亮很多，也更强大。对pipeline的搭建shell编程更适合，是一个不可缺少的技能。与数据库相关的工作需要用到SQL， Linux : 操作系统，是基础。 生物信息对Linux的要求其实并不高，并不是要做系统开发者或管理员，只需要会用就行。复制粘贴、处理数据、安装软件等。生物信息软件：标准数据分析。 生物信息学的数据格式已经基本标准化，大部分工作可以直接用软件完成。Perl和Python：处理个性化问题、软件之间的对接。 这两门语言至少应该熟练掌握一门自己写程序用，另外一门要能看得懂。 写点小脚本感觉差别不大，但是perl写大程序不合适。 很多人认为python是趋势，但至少截止目前更多生信软件是用perl写的。 所以，如果刚开始学，建议主打python, 看懂perl。R ：数据处理、统计、绘图、数据分析。 R语言的数据结构跟其他语言差异较大、而且总感觉语法比较散，不好记。但是R的软件包却异常强大。数据处理的reshape2, dplyr；绘图的ggplot2；还有Bioconductor里的几千个包。不得不会。
R可以完成： 1、处理一些简单的有格式的文本数据，包括矩阵等 2、画一些简单的统计图，比如直方图，箱线图等 3、分析一些专门的数据，比如芯片数据，RNA-seq数据等 4、画一些专业的图，比如热图之类的我是生物信息的，明年毕业，生物信息就是用数学方法，应用计算机解决生物学问题。你就可以看出来了，数学基础很重要，各种算法很关键，因为做生物信息数据处理要用各样的算法。
计算机方面各种编程语言：C,C++,Java要熟悉，写程序处理数据用，Linux操作系统最好也要会。
数据库一定要熟悉。
再有就是像一些软件：数学软件像Matlab，SAS,SPSS；生物信息软件：R语言一类。
计算机方面是比较重视的。
当然最主要的是解决生物学问题，所以生物学是根本。数学计算机都是手段。
生物信息看“信息”两个字，就知道是微观层面的生物学，比如染色体信息啦，DNA，RNA，蛋白质信息啦，这个明白了吧。
大概介绍一下，基本上就是这个意思，明白了吧！
