课程一：系统学习单细胞多组学、空间转录组和机器学习单细胞分析应用线上会议
课程二：系统学习代谢、蛋白、肠道、转录组、网药和人工智能辅助多组学联合分析

建群答疑 腾讯会议直播有回放 免费复听

课程一：单细胞多组学、空间转录组和机器学习课程

单细胞多组学课程特色

1，本课程设置从零基础开始一步一步递进，掌握各种组学（RNA-seq、ChIP-seq、ATAC-seq等）bulk及单细胞分析技能

2，从生信零基础开始到单细胞基础和高阶课程，最后到空间转录组和单细胞机器学习应用逐步提高，

3，系统学学习，一次学到位，

4，连续一个月紧凑学习，精细化讲解 将单细胞内容全部学懂、学会、学透彻、学以致用，

5，了解单细胞测序基本概念及原理、测序分析的常用软件、测序数据的下载方法和研究思路、学会用R代码进行单细胞转录组分析并作图、熟悉CNS杂志单细胞转录组文章思路、熟悉零成本的单细胞相关课题设计思路、获得全套全自动化分析单细胞数据的流程脚本

6，空间基础处理、多样本联合分析、单细胞空间联合分析、空间转录组通讯分析、轨迹分析、富集分析、高级绘图、空间转录组绘图、空间转录组细胞聚类、细胞共定位、细胞网络等

7，机器学习单细胞分析应用

8，一次报班不用东拼西凑反复报名各类生信单细胞培训班。

单细胞多组学讲师

单细胞生信课程主讲老师： 来自中科院，长期从事单细胞多组学方面的项目研究，发表Nature、Science等杂志七十多篇论文，累计引用上万次，目前承担国家科技部、国家自然基金委和重点研发计划等多项课题。

单细胞空间和机器学习课程安排

第一节课单细胞测序技术与应用

1.单细胞组学研究简介

2.单细胞转录组测序技术发展及其原理

3.单细胞转录组样本处理、建库及测序

4.单细胞组学在肿瘤、发育、免疫等科研领域的应用及研究思路

5.单细胞测序常用图表解读

第二节课：R语言入门及图形绘制

1.R语言简介及安装，RStudio的安装及使用说明

2.多种来源R包的安装及使用

3.R语言简单语法及常见命令

4.R语言数据处理及统计应用

5.R语言绘图实操：小提琴图，箱型图，火山图，热图，网络图，GO、KEGG富集图

第三节课：单细胞转录组数据分析模块及思路

1.单细胞经典文献串讲熟悉单细胞分析内容和重点

2.单细胞高分文章分析思路解析（细胞群鉴定、拟时序分析、差异表达、功能富集、转录因子、细胞通讯等）

3.单细胞10大分析模块总结

4.单细胞组学分析常用数据库介绍及使用

5.自测和挖掘单细胞项目思路归纳总结

第四节课：Linux服务器使用及常规多组学分析实战

1.Linux命令入门讲解及实操训练

2.常规bulk组学分析软件及流程介绍

3.RNA-seq上游质控、比对及基因表达定量

4.ChIP-seq数据分析、peak calling及图形可视化

5.ATAC-seq数据分析及peak calling

第五节课：单细胞转录组数据分析实操

1.10X官方单细胞软件Cellranger讲解及实操

2.从基因表达矩阵开始到marker基因筛选全过程讲解及实操

3.通过Seurat质控基因和细胞

4.Seurat归一化处理、PCA降维、聚类、tSNE、UMAP可视化

5.多种方法定义细胞类型

第六节课：单细胞转录组多样本整合及分析

1.DoubletFinder进行双细胞去除

2.重要参数个性化调整讲解

3.细胞亚分群分析

4.单细胞组间差异分析

5.通过Seurat 及harmony合并多样本及消除样本异质性

第七节课：多种功能富集及基因集打分方法实操

1.功能富集分析介绍及常用图形解析

2.通过R包进行GO及KEGG功能富集

3.通过DAVID及metascape等网站进行富集分析

4.GSEA软件及R包完成GSEA分析

5.通过GSVA，AddModuleScore，AUCell等计算基因集得分

第八节课：多种拟时序分析方法介绍及实操

1.monocle拟时序分析细胞及基因选择、降维及细胞排序

2.monocle拟时序各种常用图形绘制

3.monocle拟时序差异表达基因鉴定及功能富集

4.RNA速率方法介绍及流程讲解

5.CytoTRACE进行拟时间分析

第九节课：细胞通讯及细胞代谢分析介绍及实操

1.Cellphonedb细胞通讯分析和图形可视化

2.CellChat单和多数据集分析

3.CellChat各种图形可视化

4.NicheNet分析配体对下游基因调控

5.scMetabolism单细胞代谢分析

第十节课：转录调控网络及拷贝数变异分析

1.SCENIC转录因子分析方法介绍

2.SCENIC共表达网络推断和motif分析

3.SCENIC细胞调控网络活性得分和可视化

4.hdWGCNA单细胞共表达网络分析

5.inferCNV推断染色体拷贝数变异

第十一节课：单细胞多组学分析思路和方法

1.单细胞各种组学技术介绍

2.单细胞常用联合组学解析

3.单细胞多组学整合分析方法

4.转录组+蛋白组联合分析

5.转录组+ATAC联合分析

第十二节课：空间转录组理论及分析内容

1.空间转录组技术发展历程和原理介绍

2.空间转录组技术在科研领域的应用

3.空间转录组CNS文章思路解析及常见图形解读

4.空间转录组技术在癌症、发育及神经科学等领域的研究内容及思路

5.空间转录组学分析模块及与单细胞数据整合分析思路

第十三节课：空间转录组分析及与单细胞联合分析实操

1.10x Visium官方分析软件Space Ranger讲解及实操

2.Space Ranger输出结果解读

3.通过Seurat软件进行降维、聚类和可视化

4.通过Seurat进行基因表达可视化，空间变量特征识别

5.与单细胞数据关联分析（空间细胞类型定义）

第十四节课：空间转录组细胞通讯、轨迹、共定位及共表达分析

1.空间转录组细胞通讯分析

2.空间转录组打分及可视化

3.空间转录组空间轨迹分析

4.空间转录组共定位分析

5.空间转录组共表达分析

第十五节课：机器学习基础理论及单细胞应用介绍

1.机器学习基本概念介绍

2.常用机器学习模型介绍

3.单细胞分析中的常见机器学习方法

4.降维聚类的机器学习算法

5.分群注释的机器学习算法

第十六节课：机器学习方法应用及单细胞空间多组学思路总结

1.机器学习方法进行细胞类型注释

2.机器学习方法Tangram预测空间转录组的基因表达

3.机器学习方法cell2location预测空间转录组的细胞类型

4.归纳总结零成本单细胞和空间转录组数据挖掘思路

5.单细胞及空间多组学基金申请思路、准备内容及注意事项等

课程二：代谢、蛋白、肠道、多组学联合分析课程

代谢蛋白等多组学课程特色

1，课程设置一个月时间，全面系统学习多组学及其联合分析，多组学的关联分析，将系统生物学中基因，蛋白，代谢和肠道菌群多个层面全关联和最新机器学习方法、人工只能辅助多组学分析，开启全多组学时代。

2，课程线上直播，可以回放，建群答疑，学习方式更加灵活！

3，课程科学设置，周六直播，周日上午学员自行练习，下午答疑

4，全部课程资料，包括软件、脚本、课件、示例数据，统统提供！

5，课程基础进阶，零基础也可以轻松入门！

6，课程提供回放，不用担心错过课程，课后也可以反复观看！

7，一次报班不用东拼西凑反复报名各类生物学培训班。

多组学课程讲师

多组学课程主讲老师： 周老师，擅长代谢组学生信分析、网络药理学+分子对接、转录组学数据分析、蛋白组学数据分析、肠道菌群课题设计+数据分析（基于云平台）、网络药理学联合代谢组学分析

多组学联合分析课程安排

周六腾讯直播 周日学员练习和群内答疑

第一节（周六9:00-11:30）

代谢组学生信分析

1，代谢组学基本入门知识（研究背景，技术发展和原理，课题设计、样品类型、所用的仪器设备、样品收集要求、寄送注意事项）

2，原始矩阵归一化处理,

3，Simca-p软件的使用

4，Pca、oplsda模型的建立、代谢物VIP值的计算

5，置换检验

6，差异代谢物的筛选、鉴定

7，HMDB、metaboanalyst数据库的使用，代谢通路富集分析

8，代谢物的pearson相关性分析

第二节（周六2:00-5:30）

转录组学数据分析

1，GEO数据库的使用和芯片下载,

2，R语言做差异分子的筛选

3，PPI蛋白互做网络构建

4，富集分析

5，基因的pearson相关性分析

6.GSEA，GSVA分析

7.免疫浸润

8.多个芯片合并

第三节（周六9:00-11:30）

蛋白组学数据分析

1，差异蛋白分子的筛选

2，PPI蛋白互做网络构建

3，富集分析

4，蛋白的pearson相关性分析

第四节（周六2:00-5:30）

肠道菌群课题设计+数据分析

1，课题设计

2，α、β多样性分析,

3，组间差异物种分析

4，Lefse分析,

5，功能分析

6，关联环境因子

第五节（周六9:00-11:30）

代谢组学与转录组学、蛋白组学联合分析

1，KEGG数据库的使用

2，代谢通路、富集分析通路的查询

3，整合分析

4，Metscape的使用

5，联合分析网状图的绘制

6，Pearson相关性分析

第六节（周六2:00-5:30）

肠道微生物组学与代谢组学与转录组学、蛋白组学联合分析

1，肠道微生物组学与代谢组学联合分析

2，肠道微生物组学与蛋白组学联合分析

3，肠道微生物组学与转录组学联合分析

4，多组学联合分析网状图的绘制

5，微生信查询通路图

第七节（周六9:00-11:30）

网络药理学结合代谢组学、实验验证及nhanes等多方法发表sci

1，药物靶点的查询，包括复方，单位药，单体，TCMSP，Dgldb，pharmmapper， Swisstargetprediction数据库的使用

2，疾病靶点的查询，基于NCBI，genecards，TTD，TCMSP数据库

3，药物治疗疾病潜在靶点的确定，韦恩图绘制

4，蛋白互作，string数据库和cytoscape数据库的使用

5，富集分析，BP，CC，MF，KEGG

6，分子对接，配体受体相互作用，结合能的计算，结合位点的确定。

7，网络药理学和代谢组学的联合分析

8，常见疾病的表型检测内容

第八节（周六2:00-5:30）

网络药理学结合代谢组学、实验验证及nhanes等多方法发表sci

9，实验所需生物样本类型

10，细胞和动物实验分组

11，干预措施的确定

12，常见疾病动物模型造模方法

13，Elisa，病理切片，wb，qpcr，免疫组化等实验设计，注意事项

14，Nhanes与临床变量简介，

15，临床研究分类与设计、nhanes数据清洗、

16，交互分析、曲线拟合、分层分析

17，无随访的临床预测模型、C指数计算，

18，诺莫图绘制、DCA曲线绘制、

19，ROC曲线和校准曲线的绘制

20，孟德尔随机化结合网络药理学

21，生物信息学结合网络药理学，

22，单细胞测序结合网络药理学

第九节（周六9:00-11:30）

机器学习应用于多种组学筛选重要特征

1，缺失值处理

2，随机森林模型

3，xgboost模型

4，lasso回归等模型

5，shap值计算

6，拟合曲线的绘制

7，模型评价，ROC曲线的绘制

8，特征变量与shap值相关性计算

9，多种机器学习算法用于各组学筛选重要的特征：代谢物、肠道微生物、mRNA、蛋白质

第十节（周六9:00-11:30）

人工智能辅助多组学分析

1.deepseek用于代码修改，课题设计

2.deepseek用于文章润色，降重

3.多组学文章整体思路/框架的搭建

4.多组学文章图片组合

5.多组学与湿实验结合