段位一 · 差异表达 · 挑

“表达差异 · 挑”是第一个段位。我们运用模块化理念,从芯片和测序的基础知识、基于数据库的数据下载和差异表达分析开始领悟。从了解常见生信分析数据的来源与获取,到使用在线数据库完成差异表达分析和可视化,熟练掌握在线数据库筛选分子的秘诀。

模块1

芯片数据来源与下载

目前生信分析的数据来源的两大宝库一个是芯片数据集,一个是测序数据集。本知识模块将带领大家学习和掌握芯片相关的背景知识与芯片数据集的下载。

模块2

芯片数据表达差异分析

了解芯片分析的基本流程,学会整理芯片数据,用在线数据库或统计软件进行差异表达分析,是整个生信分析流程中的第一步标准论证格式,本知识模块将带领大家学习基于芯片数据的差异表达分析技能。

模块3

测序数据来源与下载

目前生信分析的数据来源的两大宝库一个是芯片数据集,一个是测序数据集。本知识模块将带领大家学习和掌握测序相关的背景知识与测序数据集的下载。

模块4

测序数据表达差异分析

了解测序分析的基本流程,学会整理测序数据,用在线数据库或统计软件进行差异表达分析,是整个生信分析流程中的第一步标准论证格式,本知识模块将带领大家学习基于测序数据的差异表达分析技能。

段位二 · 功能聚类 · 圈

生信学习从零基础到初窥门径,“功能聚类 · 圈”是第二个段位。本段位领悟生信分析中功能聚类“圈”的秘诀,探究目的基因富集在哪些功能上。了解常见的富集分析的算法原理,能读懂测序公司对于富集分析的结果报告,掌握用在线数据库或者统计软件进行GO/KEGG, GSEA, WGCNA的分析与可视化作图,学会在线数据库或软件筛选分子机制的秘诀。

模块1

GO/KEGG富集分析

本知识模块将带领大家了解富集分析的基本原理,读懂芯片及测序分析富集分析部分的报告,学会基于数据库进行GO/KEGG,GSEA, WGCNA富集分析及可视化。

模块2

GSEA富集分析

GO, KEGG分析是基于单基因或者多个基因列表的富集分析,GSEA分析检测基因集合的表达变化。本知识模块介绍了GSEA富集分析原理,数据准备,分析流程,分析报告及范例文献解读。

模块3

富集分析在线工具(选学)

基因富集分析是组学数据分析最常用的方法之一。本知识模块主要介绍了 KOBAS,WebGestalt,Enrichr,TAM2.0 miRNA这四个可以进行富集分析的在线数据库的简介、富集分析流程与实操、范例文献讲解。

模块4

WGCNA网络分析

WGCNA旨在寻找协同表达的基因模块,并探索基因网络与关注表型之间 的关联关系,探究网络中的关键基因。本知识模块介绍了WGCNA的原理,分析流程,应用实例,以及WGCNA在线分析工具。

段位三 · 交互网络 · 联

生信学习从零基础到初窥门径,“交互网络 · 联”是第三个段位。本段位修炼的核心是掌握变量之间组合,进入了变量之间交互网络的论证格式。基于在线数据库或软件,学习与实操对分子与分子、分子与药物、分子与通路等变量之间的相互关系的预测与验证的生信分析方式,同时也为基础科研变量之间的直接机制与间接机制的论证提供生信层面的证据。

模块1

分子互作分析

分子相互作用是基础科研必修技能 。本章主要介绍应用在线数据库和软件,分子类型为聚焦点的连线搭配中 ,应用在线数据库或软件,探究分子与其他分子、药物、通路的相互作用关系。

模块2

分子网络构建

从网络和系统的角度探索复杂疾病机制是生信类课题的常见分析方法。本章介绍了Cytoscape和NetworkAnalyst构建蛋白网络的原理、分析流程以及范文解读。

模块3

miRNA交互作用

单纯的miRNA数据数据分析内容较少,更多地作为一种调控机制,研究其与其他RNA分子的互作,综合mRNA, lncRNA, circRNA和miRNA,研究其ceRNA调控网络关系。本章介绍了miRNA交互的背景知识,掌握应用在线数据库用miRNA预测靶基因、lncRNA/通路的分享方法,以及学会构建miRNA调控网络。

模块4

转录因子交互作用

转录因子在多元变量组合中不仅是一种最常见的上游驱动因素,同时它位于受体、激酶的下游,也是最后执行生物效应的开关。因而,转录因子完全可以胜任多元变量上中下任何位置。本章介绍了转录因子的交互背景知识,基于在线数据库上游转录因子的分子策略,以及转录因子下游靶基因、lncRNA分析策略。

段位四 · 临床意义 · 靠

生信学习从零基础到初窥门径,“临床意义 · 靠”是上篇最后一个段位。本段位修炼的是将生信分析与临床相关性的组合,从研究科学问题到解决临床问题的进一步提升。学习与掌握如何对在线数据库的临床数据进行下载与整理,基于公共公共数据库,一站式分析数据库,详细讲解临床“三表一图”的制作与临床相关性分析。同时,针对一篇典型的高分零代码生信文献,将其中图表数据的表现逻辑和产出路径以“反向工程“理念拆解给学员们吸收,由此获得复现一篇SCI文章的实操能力,并传授生信类文章的撰写与投稿技巧,陪你走完零代码高分生信文章

模块1

临床数据来源

本章介绍了GEO, TCGA, TARGET数据库的临床数据的下载与整理,临床相关性分析四件套“三表一图”的数据分析与可视化。

模块2

预后分析工具

本章介绍了针对于不同分子类型的在线预后分析数据库,及细胞和组织表达数据库的简介及分析流程。无论是基础科研,还是生信课题,预后分析和组织细胞的差异表达展示,都是可以分分钟完成的加分项。

模块3

一站式分析数据库

本章节介绍了经典的肿瘤相关数据库Oncomine, GEPIA,LinkedOmics数据库以及癌症甲基化及表达数据库methHC的简介,数据分析流程及实操演示,范例文献等内容。本章涉及到的数据库各个都是全能数据库,兼具多组学分析,表达预后分析等功能,满足学员一站式分析作图的需求。

模块4

零代码文章套路

本章以一篇高分零代码生信为基础,对生信文章的思路进行详解,将前几章节涉及的生信数据库和软件进行总结和归类,手把手教学员完整复现范文文章,并将思路进一步扩展和升华,并独家传授生信类SCI模块化写作秘笈与投稿和返修技巧。

课程预览

© 2020 解螺旋 - 中国临床医生科研成长平台 沪ICP备15007276号-1 沪公网安备 31010402005761号
解螺旋

扫描二维码

关注解螺旋微信公众号

上海市徐汇区番禺路1028号 (上海数娱大厦)301-304室

微信咨询

  • 课程客服
  • 服务客服
课程客服
服务客服

微信扫一扫,咨询客服人员

回到顶部