• 参会报名
  • 会议介绍
  • 会议日程
  • 会议嘉宾
  • 参会指南

首页 > 商务会议 > 学术/科研会议 > 多组学数据整合挖掘与分析(网络)研讨会12月线上班 更新时间:2023-10-13T14:27:33

多组学数据整合挖掘与分析(网络)研讨会12月线上班
收藏人
分享到

多组学数据整合挖掘与分析(网络)研讨会12月线上班 已过期

会议时间:2023-12-01 09:00至 2023-12-03 18:00结束

会议地点: 上海  详细地址会前通知  

会议规模:暂无

主办单位: 上海统循会务咨询有限公司

发票类型:增值税普通发票 增值税专用发票

行业热销热门关注看了又看 换一换

        会议介绍

        会议内容 主办方介绍


        多组学数据整合挖掘与分析(网络)研讨会12月线上班

        多组学数据整合挖掘与分析(网络)研讨会12月线上班宣传图

        多组学数据整合挖掘与分析(网络)研讨会

        2023121-3 腾讯会议网络会议室

        背景介绍

        2019年度国家自然基金医学科学部共批资助10138项目,批助金额总计441310万元。这些项目中大部分都与编码基因有直接或间接的关联。其中,与通路(pathway)关联的有1349项,金额4.89亿;与miRNA相关的有630项,金额2.3亿;与lncRNA相关的有395项,金额1.45亿,与甲基化相关的有213项,金额8748万,与突变相关的有190项,金额7410万;

        如何获得有创新意义的疾病靶标基因(mRNAProteinlncRNAcircRNAmiRNAMutation等)是项目申请及文章写作时最常见的问题。

        目前,多组学整合分析是一个非常热门且创新的方向。通过多组学整合分析我们可以更加快速、准确的找到与研究方向关联的biomarks。它的核心原理是期望通过高通量数据,找到所有基因在不同组学水平中的变化并进行分析,获得关键基因在各个组学都有显著作用。

        多组学整合分析的原始数据来源有两种:(1)自己采集样本做高通量测序/芯片/质谱等;(2)使用公共数据库中的组学数据(比如TCGAGEOEBISRACGGAPRIDE等)。

        那么我们即便有了非常好的数据,又该怎么办呢?

        用什么方法,什么工具?可以获得哪些结果,生成哪些图片呢?


        基于这个目的,我们开展了该培训班。通过三天的学习,我们了解多组学整合分析思路对项目及文章的帮助,以及实操常见的数据库、在线工具和本地软件。使得学员可以自己完成一个完整的分析报告并获得疾病相关的靶标基因。

        主要内容详细内容见下文日程表

        1. 多组学分析常用数据库;
        2. 多组学分析常用软件和工具;
        3. 教授对应的图片制作方法(包含但不限于聚类热图、火山图、富集分析图、Venn图、pathwaymap

        【会议预期】

        通过两天两晚的学习,了解多组学整合分析思路对项目及文章的帮助,以及实操常见的数据库、在线工具和本地软件。使得学员可以自己完成一个完整的分析报告并获得疾病相关的靶标基因。

        讲师简介

        宋伟博士

        成果:参与完成了近百篇软件著作权和发明专利的撰写和申请;肺癌、胰腺癌、骨肉瘤、胃癌等数据库的分析和构建;完成个体基因检测流程和无创唐筛流程的开发。

        研究方向:有近十年的生信分析经验,擅长方向有转录组测序分析、芯片数据分析、疾病机理研究分析、疾病预后与基因关联分析、项目分析思路设计以及个性化分析等,精通perl、R等编程语言。

        培训经历:在上海、北京、广州、沈阳、南京等城市举办过几十场培训班。



        主办方:上海统循会务咨询有限公司

        会议时间202312月1-3

        会议地点线上:腾讯会议网络会议室

        通过腾讯会议直播

        收费标准:会务费:线上:3200/人;

        优惠政策:

        1.提前确认报名及转账的,可以提前拿到学习材料

        2.三人组团报名,每人优惠100元

        3.四人组团报名,每人优惠200元,

        4.人组团报名缴费,可免1人会务费

        可以开正规会务发票,纸质邀请函(盖红章)。

        注意事项:必须携带win10以上系统的电脑,现场不得录音录像。上课软件为Cytoscape,Heml,GSEA,R和Rstudio。

         

         

        会议日程

        时间安排

        课程表

        介绍

        第一天晚上

        19:00~21:00

        1节:组学简介及生信概述

        近年国自然中组学相关项目解读

        组学原始数据的来源及质量判断

        高通量:测序及芯片介绍——不同组学:转录组学、基因组学、表观组学、顺反组学、宏基因组学等。

        文献案例解读


        21:00~2200

        2节:软件安装

        R包安装

        R简介及R包安装

        R基础讲解

        R函数

        R

        第二天及晚上

        8:30~ 10:30

        3节:组学公共数据库

        TCGA数据库:最全的癌症高通量数据公共库(简介)及数据下载

        GEO数据库的高通量数据查找、筛选、数据下载

        EBI数据库的高通量数据查找、筛选、数据下载

        GEO2R工具使用

        10:45~12:00


        4节:转录组差异基因筛选及功能富集分析

        计算差异基因 -R limma Excel公式

        主成分分析(PCA)图制作

        聚类热图(heatmap)的制作——R pheatmap

        火山图(volcanoPlot)——R ggplot2 Excel制作

        箱式图(代码 或无代码制作)

        R clusterProfiler包富集分析

        基因/蛋白功能富集分析——DAVID工具

        功能富集分析 柱状图、条形图、气泡图、饼状图的R代码及Excel制作

        13:30~17:30

        5节:多组学数据与临床预后分析

        基因突变分析工具——cbioportal

        在线预后分析工具——Ualcan

        本地生成KM曲线图——R survival

        相关性分析及散点图制作

        19:00~22:00

        6节:转录组与蛋白组整合分析

        Venn 图制作

        蛋白与蛋白互作关系预测——STRING工具

        网络图构建与美化——cytoscape软件

        转录组与蛋白组整合关联分析思路文章实现

        第三天

        8:30~10:00

        7节:蛋白组与代谢组整合分析

        代谢物功能富集分析——metaboanalyst工具

        KEGG 数据库介绍及使用

        pathway map制作

        蛋白组与代谢组整合分析思路文章实现

        10:15~12:00

        8节:全转录组整合分析

        各类RNA简介及ceRNA介绍

        miRNA测序报告解读

        circRNA测序报告解读

        miRNA分析工具

        lncRNA分析工具

        13:30~15:30

        9节:其他组学整合思路

        肠道菌群宏基因组与代谢组

        表观组与转录组整合

        15:45-16:00

        总结

        总结及答疑



        通过本次研讨会,您将学会以下作图:

        可联系客服索取示意图

        查看更多

        会议日程


        即将更新,敬请期待

        会议嘉宾


        即将更新,敬请期待

        参会指南

        会议门票


        票种名称 价格 原价 票价说明
        会务费 ¥3200 ¥

        查看更多

        温馨提示
        酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
        退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

        标签: 多组学

        会议支持:

        • 会员折扣
          该会议支持会员折扣
          具体折扣标准请参见plus会员页面
        • 会员返积分
          每消费1元累积1个会员积分。
          仅PC站支持。
        • 会员积分抵现
          根据会员等级的不同,每抵用1元可使用的积分也不一样,具体可参见PLUS会员页面。 仅PC站支持。

        部分参会单位

        主办方没有公开参会单位

        邮件提醒通知

        分享到微信 ×

        打开微信,点击底部的“发现”,
        使用“扫一扫”即可将网页分享至朋友圈。

        录入信息

        请录入信息,方便生成邀请函