华南理工-基迪奥生物暑期生物信息培训班 返回

 基于高通量测序和大型计算机的生物信息学分析, 对您来说是否还是熟悉而又“陌生”的技术?

获得高通量测序数据流程分析结果后,您是否还对后期的数据个性化挖掘解决生物学问题以及文章图表绘制感到头疼?

基迪奥公司生物信息学专题培训课程《RNA-seq数据上机实操及文章图表制作》,使用完全真实的RNA-seq数据,让您从原始数据开始,完成组装、注释、差异分析等流程分析,并利用R软件等完成后期数据的个性化处理和绘图。

完成一次完整生物信息学分析历程,您将会发现生物信息分析不再神秘!

时间 课程 备注
第一天 1.培训课程计划以及核心目标介绍 介绍本次培训核心课程以及学员将从中掌握的数据分析技巧
2.大型计算机操作基础——linux系统介绍与入门 初步掌握linux系统基础操作,为下一节课时利用大型计算机分析RNA-seq高通量测序数据打下基础
3.RNA-seq分析理论——转录组denovo与表达谱分析 介绍RNA-seq的关键流程和基础理论,为上机实操打下基础
4.转录组denovo上机实操 通过实操,学员将掌握转录组组装的关键步骤、参数,学会解读组装输出结果
4.1  数据过滤与组装  
4.2  组装结果注释  
第二天 5.  RNA表达谱上机实操 在组装获得参考序列的基础上,学员将实操计算各个样本的表达量,分析不同处理组间的差异;
5.1  表达量计算与差异表达分析  
5.2  差异基因的GO、KEGG功能富集分析  
6. RNA-seq个性化分析方法综述——数据挖掘与绘图 综述性介绍完成RNA-seq流程分析后,后续数据个性化挖掘和绘图的常用方法,其中利用R语言开展后续个性化分析,将是本次课程的关键内容
7. R语言基础——软件功能及基本语法介绍  了解R软件的基本用法,为后续学习使用R语言分析RNA-seq数据与绘图打下基础
7.1 R语言及RStudio软件的介绍、安装运行及使用  
7.2  R语言应用基础入门 掌握R语言基本符号,常用函数,数据读取存储方法,常用软件包下载方法等实用R语言数据分析基础
第三天 8 . 基于R语言的RNA-seq数据个性化分析与绘图实操  以课程前期完成的RNA-seq流程分析结果为素材,利用R软件开展相关的个性化分析
8.1 RNA-seq重复样本重复性评估——散点图 学会利用散点图和相关系数计算,来判断RNA-seq结果中生物学重复样本的重复性
8.2 样本分类关系合理性评估——PCA分析与热图聚类 利用两个分析技巧,学员将学会依照RNA-seq结果推断样本间的关系,并了解如何判断异常样本
8.3 基因表达差异分析结果评估——直方图 学会利用直方图判断不同处理组间的差异基因是否正常,学会辨别数据污染、异常高表达基因对结果的影响
8.4 不同差异基因集的交集与并集提取——维恩图分析 利用维恩图分析,可以获得不同样本对差异基因集间的保守(交集)和特异的基因;
8.5 不同转录因子基因家族在处理间差异变化的比较——盒形图 通过对不同基因家族(转录因子家族)在不同处理组整体表达量差异的比较,可以发现哪类基因家族在起最重要的调控作用
8.6 核心基因集的文章图片展示——热图、组合图与图片美化 在利用个性化分析获得感兴趣的基因家族、代谢通路相关基因后,制作并美化相关图片,是文章发表前的重要环节
第四天 9.  基于R语言的数据统计应用  
9.1   数据准备——文本编辑 介绍如何用文本编辑器整理、准备R分析的输入文件
9.2   基于R语言的RNA-seq结果统计检验 对关键结果(不同组间的差异显著性、线性相关性等)进行显著性检验,是文章结果严谨性的重要体现
10.  其他实用软件实操与数据个性化处理  
10.1  Blast软件本地化安装与比对 将Blast软件安装到个人电脑,并构建本地的序列数据库,完成目标同源基因的比对
10.2  Mega软件使用:多序列比对与进化树构建 使用Mega软件进行多序列比对、绘制物种进化树或基因家族树,组学数据后期个性化分析的常用方法
11 .  RNA-seq高级分析技巧——基因网络分析 利用大样本构建基因调控网络并呈现,是生物大数据时代的重要数据分析方向
11.1  基于R语言的权重共表达基因网络分析(WGCNA)实操  
11.2 利用Cytoscope软件绘制调控网络图  

【注】广州基迪奥保留对以上课程信息(包括主题、课程安排和其他细节等)进行微调的权利,具体课程信息以实际上课为准。