【培训时间】

2022年4月15日开始​​​​​​​

【课程安排】

每周二四六晚上每节课三个多小时

第一节课：r语言基础学习 包括r和rstudio的安装、环境配置、数据结构等基础内容学习

第二节课：在实战中进一步提升对r语言的学习，主要以geo的芯片数据下载、整理、分析为主。

第三节课：芯片数据分析（主要系统指导如何使用geo数据库画生存曲线，以及无进展、无疾病、多分组的的生存曲线画图，包括热图 火山图 箱线图 小提琴图 ）

第四节课：rnaseq数据分析（包括系统讲解主流的Deseq2、Edger、limma-voom三种差异分析的方法）

第五节课：基因集富集分析 gsva gsea kegg go富集 包括自定义基因集的富集分析以两篇nature子刊文章为例，系统讲解如何进行参数调整得到符合文章趋势的富集结果

第六节课：tcga 数据下载 整理 差异分析 结果画图展示

第七节课：非监督共识聚类算法系统讲解以两篇cell文章为例 通路分组的生存曲线 转录因子富集

第八节课：wgcna算法系统讲解以nature文章为例，系统讲解三种免疫浸润的算法，以及三种算法的具体应用场景和区别以及参数调整技巧

第九节课 ：单细胞数据读取以nature文章为例，创建seurat对象 质控 s4对象的数据结构的系统讲解

第十节课:继续以nature文章为例系统阐释降维、聚类等概念，细胞亚群注释三种方法

第十一节课：多个样本整合的单细胞数据分析 包括锚定和harmony两种主流的单细胞数据整合算法，同时讲解多线程运算原理和实操。

第十二节课：单细胞差异分析 metadata理解 分组添加 可视化画图 热图 气泡图

第十三节课：以nature文章为例系统auc算法计算通路活性，单细胞差异基因的富集分析 gsea 亚群的gsva  auc 转录因子预测

第十四节课：系统讲解拟时间分析 包括monocle2 和monocle3 做3d拟时间

第十五节课：系统讲解scenic算法 转录调控网络分析

第十六节课：系统讲解cellphonedb、cellchat、italk三种主流分析细胞互作的软件

第十七节课：infercnv和以cell文章为例的自定义算法的染色体拷贝数变异

第十八节课：单细胞非负矩阵 cnn降维 非共识聚类 以及单细胞的wgcna

第十九节课：以cell文章为例 系统讲解单细胞的RNA velocity应用

第二十节课：系统学习linux操作系统 chipseq全流程分析以nature文章为例 包括质控 上数据比对 、MACS2、IGV进行可视化

第二十一节课：chipseq下游的motif富集 不同处理直接的峰值overlap韦恩图 差异paek寻找 peak注释 以cell文章为例超级增强子寻找

第二十二节课：Atacpseq全流程分析包括MappingQC、多个重复样本合并、Peakcalling、bedGraphToBigWig、TSS Enrichment、bedtools计算overlap、IDR评估、可视化。

第二十三节课：WES分析、gatk使用、VCF下游分析、annovar注释 

第二十四节课：单细胞空间转录组的注释以及可视化

第二十五节课：以优秀标书为例，讲解如何将所学生信分析应用于国自然标书申请+课程大总结