精英课程 | 12月17-19日多组学数据整合挖掘与分析网络精讲班

要点预览

医药加|多组学数据整合分析网络精讲班

（12月17-19日）

课程可免费回放，专家微信群指导，确保你能学会！

培训简介

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，与信号通路关联的有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（mRNA，Protein，lncRNA，circRNA，miRNA，Mutation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TCGA、GEO、EBI、SRA、CGGA、PRIDE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，制作哪些图片呢？

参加我们的网络精讲班，宋老师将为您一一解答疑惑。

 

培训预期：

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。

讲师简介

宋伟博士， 中国精准医疗学会委员

研究成果：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、沈阳、济南、武汉等城市举办过十几场培训班。培训的对象有：医生、学生、科研工作者、生信爱好者等。

培训方向：《测序与芯片数据分析》、《生物信息学的魅力》、《生信文章实例解读》、《生信与实验的密切关系》、《生信与临床医学的关系》、《生信实用工具培训》、《多组学整合分析流程》、《R语言培训》等

课程安排

时间安排	课程表	介绍
第一天 晚 至 第 二天 上 午	19:00~22:00	组学简介及生信概述	2019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。
转录组测序标准分析报告解读（含miRNA、lncRNA、circRNA及mRNA）
基因组测序标准分析报告解读（包括外显子测序和基因组重测序）
表观组测序标准分析报告解读（包括DNA甲基化和m6A RNA甲基化测序）
蛋白组质谱标准分析报告解读（包括iTraq蛋白组）
代谢组质谱标准分析报告解读（包括GC-MS、LC-MS、NMR质谱）
8:30~9:45	思路及文献解读	转录组与蛋白组整合分析思路及文献
蛋白组与代谢组整合分析思路及文献
基因组与转录组整合分析思路及文献
表观组与转录组整合分析思路及文献
全转录组整合分析思路及文献
三种组学及以上整合分析思路及文献
10:00~ 12:30	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
SRA数据库测序数据查找、筛选、数据下载。
GEO2R工具使用
R简介及R包安装
第二天 下 午	13:30~15:00	差异基因筛选及图片	计算差异基因 -R limma包 或Excel公式
主成分分析（PCA)图制作
聚类热图（heatmap）的制作——R pheatmap包 或 本地 HEMi软件
火山图（volcanoPlot）——R ggplot2包 或 Excel制作
箱式图（代码 或无代码制作）
15:20~17:00	功能富集分析	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
17:00~18:45	多组学数据与临床预后分析	在线预后分析工具——oncolnc
在线预后分析工具——Ualcan
本地生成KM曲线图——R survival包
19:30~ 21:30	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	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
10:20~12:00	基因组与转录组整合分析	基因突变分析工具——cbioportal
相关性分析及散点图制作
转录因子调控靶基因分析——TRRUST
基因组与转录组整合分析思路文章实现
13:30~14:45	其他组学整合分析	宏基因组与代谢组分析
全转录组整合分析及ceRNA策略
表观组与转录组分析
15:00~16:00	总结	总结

分析示例图

1. 临床研究设计与方案撰写--从入门到精通实战训练营

以临床问题为导向，介绍常用类型临床研究设计原理，包括但不局限于随机对照试验、队列研究、病例-对照研究，诊断准确性研究，真实世界研究等，临床研究方案/标书撰写、样本量计算、临床研究数据的采集、临床试验数据管理等。时长：4天，计28小时。

2. 实用医学统计与统计作图--从入门到精通实战训练营

本课程以临床问题为导向，内容包括统计误用案例辨析、实用医学统计学方法选择及相应的统计软件实现、统计结果解读及可视化等。时长：4天，计28小时。

3. 临床预测模型构建与论文撰写--从入门到精通实战训练营

本课程以临床问题为导向，介绍如何升华临床资料的价值，对临床资料进行深度挖掘；深度讲解临床研究资料统计分析中的新方法与难方法；课程中所有统计分析与作图均基于R语言完成，所以也是一门针对医学专业人员的R语言培训课程！时长：4天，计28小时。

4. 临床研究SCI论文写作与投稿--从入门到精通实战训练营

本课程内容包括临床SCI论文写作技巧，论文表格制作，论文插图处理技巧，统计图形的制作，各类型临床研究SCI论文撰写范式，临床SCI投稿技巧，与编辑审稿人沟通的技巧等。时长：4天，计28小时。

5. 基于 R 语言机器学习与医学研究--从入门到精通实战训练营

本课程是基于机器学习算法解决医学研究中复杂数据分析问题的方法学培训，深度讲解时髦的机器学习常用方法在处理临床数据中的应用，课程中的全部案例均为医学研究相关真实案例！时长：4天，计28小时。

「2022训练营日程安排与学费」

【特惠政策与学员福利】

1、参加过[医药加】举办的往期对应的相同学习班的老学员，按照半价收费。

2、训练营长期建立答疑群，每个月讲师团队安排一个晚上集中答疑与讨论，目的是让学员能够充分掌握并应用，及时解决学员学习中遇到的问题。

3、参加每个训练营都赠送2次评估文章或标书的服务; 报2个临床研究训练营，每个营减免200元学费，报4个训练营，每个营减免400元学费。

4、全部5个训练营都报名的学员，打包优惠学费为2万元，并可以让讲师团队互动指导修改一篇文章或标书，指导学员到完成为止。

5、网络班学员可以获得全套课程录屏用于课后复习，如经过第一轮培训答疑后，还没有完全掌握的，可以申请免费参加本年度的第二次同名训练营培训。

国自然项目如何省时省力，高效中标？