包教包会         一对一指导服务  

学期两个月   报名送往期视频预习

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

第二节课：Linux系统讲解 ，Anaconda的安装和conda环境创建，rstudio-server的系统讲解。

第三节课：以Nature文章为例系统讲解单细胞数据质控、归一化处理、PCA降维、聚类、tSNE、UMAP可视化

Nature：Chemical reprogramming of human somatic cells to pluripotent stem cells (2022.04.13-第三批学员为文章一作)

第四节课：Scrublet去除双细胞【Science】，DoubletFinder | 使用ANN算法识别单细胞数据中的Doublet【Nature Medicine】

第五节课：CellTypist 免疫细胞自动注释【Science】，非负最小二乘回归的单细胞注释【Nature】

第六节课：利用VIPER算法来定量单细胞蛋白的活性

Cell：Single-cell protein activity analysis identifies recurrence-associated renal tumor macrophages

第七节课：使用VISION算法推断单细胞代谢活性【Cancer Discovery】

第八节课：展示不同分组marker基因展示，多个重复的细胞类型比例展示 【Cell】

第九节课：CellRanger处理单细胞上游数据，loom文件生成，velocyto.R 分析RNA速率【Nature】

第十节课：scVelo三种模型来确定动态变化过程驱动基因【Nature Biotechnology】

第十一节课：将velocity 与PAGA联合分析【Nature】

第十二节课：Dynamo分析animating neural activity response predictions【Cell】

第十三节课：PHATE同时保留局部结构(local structure) 以及全局结构(global structure)对单细胞数据降维【Nature】

第十四节课：CytoTRACE进行拟时间分析，基因表达量随PC1轴的变化 【Cell】

第十五节课：Diffusion Pseudotime Analysis   diffusion component【Cell Stem Cell】

第十六节课：Monocle2 和Monocle3系统讲解【Nature】，TCSeq分析基因随时间的变化【PNAS】

第十七节课：单细胞染色体拷贝数变异【Science】

第十八节课：CellPhoneDB v.3.0系统讲解细胞互作和个性化作图展示【Nature Genetics】

第十九节课：NMF鉴定不同的生物学功能【Cell】，不同cluster的异质性确定【Cancer Cell】

第二十节课：Mfuzz、 BioNet调控网络构建

Cell：Molecular Choreography of Acute Exercise(第五批学员为文章一作)

第二十一节课：使用SCENIC进行转录调控网络分析和核心驱动基因鉴定【Nature Medicine】

第二十二节课：scRNA-seq和bulk RNA-seq数据联合分析推断细胞类群互作网络【Cell】

第二十三节课：以Nature文章为例系统讲解单细胞空间转录组数据分析【Nature】

第二十四节课：以Nature文章为例系统讲解scRNA-seq与scATAC-seq联合分析【Nature Genetics】

第二十五节课：CITE–seq对单细胞转录组和膜蛋白进行定量分析【Nature Medicine】

第二十六节课：富集分析、差异结果展示

26.1 圈图展示富集结果【Nature Medicine】

26.2 AUCell | 分析单细胞测序数据中不同基因集(通路)的活性【Nature Medicine】

26.3 Differences in pathway activities scored per cell by GSVA【Nature Medicine】

26.4 利用OR比值查看不同处理组的各单细胞亚群的分布差异【Science】

26.5 各个细胞类型的差异基因统一展示   【Cell】

26.6 单细胞测序不同分组的相同cluster差异程度3维PCA展示以及差异热图展示【Cell】