Estatística e Bioinformática com R
R é uma linguagem de programação open source que foi criada a partir de outra, chamada S (de statistics).
Um pouco feiosa, é verdade 
mas incrivelmente útil e poderosa.
Roda em windows, unix, macOS. Tem uma interface gráfica meio feiosa, mas funciona muito bem, gera gráficos bons, tem muitas e muitas bibliotecas e, bem, é gratuito.
Quem já mexeu com MATLAB vai saber bem do que se trata. Uma boa ferramenta para quem lida com estatística, portanto também para físicos, biólogos, economistas e etc.
O tutorial para iniciantes mais palatável que eu encontrei. Em inglês. Sorry. Mas com um pouco de google, você acha fácil o manual e outros livros que ensinam tudo o que você precisa saber sobre R.
Em especial, R é uma ferramenta muito boa para biólogos, porque existe um conjunto de pacotes integrados para uso em biologia chamado BioConductor.
Uma das aplicações que está surgindo, de várias direções diferentes, é disponibilizar R via web, muitas vezes via JAVA. Além das bibliotecas nativas para fazer isso como Rjava, Rserve, RWebServices, existe gente também fazendo a ponte R-Java em aplicações como o impressionante Gene Pattern, o ambicioso Biocep (que deve ser oficialmente lançado em Agosto deste ano, meu favorito) e o mega projeto de integrar um monte de ferramentas sobre um guarda-chuva comum, servido de um grande e generoso grid de processamento, o caBIG, que deve ser a sensação dos próximos 2-3 anos, que de quebra disponibiliza BioConductor via WebServices.
Vale a pena aprender R? Talvez. Surpreendentemente, eu tenho ouvido falar de muita gente aprendendo, da biologia à economia, aqui e lá fora, então acho que mal não faz.