常规转录组是我们最常接触到的一种高通量测序数据类型,其实验方法成熟,花费较低,是大部分CNS必备的技术,现在就如做个PCR一样常见。而且分析思路简洁清晰,是入门生信,学习生信分析思路和数据可视化的首选。
数据分析是相通的,通过一个简单的课程理解其中的原理,就可以推而广之,延伸到其它类型的数据分析,如扩增子、宏基因组、单细胞等。
第十一期 高级转录组分析和R数据可视化在于2020年7月17日在线开班,将系统讲述基于和不基于比对的转录组分析流程,从原始数据到表达矩阵、差异基因、可变剪接、富集分析、加权共表达网络、通路分析、可视化绘图等一系列常见操作,理论和实践兼备。
课程大纲
每节课1小时一个主题,理论结合实战,学懂原理,实战实操,全是老司机多年经验和代码的无私分享。下面是课程安排,如11代表第一天第一节课,26代表第二天第六节课,41为两周后的线上集中视频答疑。
编号 | 内容 | 简介 |
---|---|---|
01 | 预习Linux基础 | 预付后提供学习视频 |
02 | 预习R基础 | 预付后提供学习视频 |
03 | 软件安装 | 预付后提供安装视频 |
11 | 转录组概述 | 转录组设计、应用、批次效应等 |
12 | 转录组分析流程简介 | 基于/不基于比对的分析流程讲演 |
13 | Salmon定量实战 | 不基于比对直接定量基因和转录本的表达 |
14 | 差异基因分析 | DESeq2多组差异基因分析和结果可视化 |
15 | GO富集分析和可视化 | 泡泡图、热图、网图 |
16 | GSEA富集分析和可视化 | 分组和时间序列GSEA |
21 | 二代三代测序原理介绍 | 建库测序过程及注意事项 |
22 | R基础 | 数据读写、处理、转换 |
23 | R数据可视化 | 16种常见图形绘制实战 |
24 | Linux基础 | 详细解释Linux代码和文件格式转换 |
25 | 转录组环境配置 | Linux下软件安装、配置 |
26 | 16种文章常见图表绘制和解读 | Illustrator制作CNS标准图版 |
31 | 可变剪接分析 | STAR,StringTie,rMATS,IGV |
32 | 可变剪接分析 | STAR,StringTie,rMATS,IGV |
33 | WGCNA基因加权共表达 | 网络分析和性状关联 |
34 | Cytoscape绘制 | 共表达网络和调控通路网络图 |
35 | 每人一个问题环节 | 自评学习效果、知识点回顾 |
41 | 答疑-线上 | 答疑、考试内容串讲 |
该课程为第11期,整个过程都比较成熟,可以在最短时间学习最多知识。
往期评价
教程内容简介如下:
转录组的应用、设计和案例分享
-
转录组学研究技术介绍
-
转录组学实验设计和测序原则、注意事项
-
二代、三代测序过程和原理解析
-
转录组学文章案例分析
-
在线基因表达资源数据库
转录组分析流程实战
-
不基于比对的差异基因分析
-
基于比对的差异基因分析
-
转录本组装和选择性剪接分析
转录组高级分析
-
WGCNA基因、表型关联分析
-
转录组常见图形在线绘制
-
KEGG/Reactome通路图绘制,表达映射