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

1. 转录组学研究技术介绍

2. 转录组学实验设计和测序原则、注意事项

3. 二代、三代测序过程和原理解析

4. 转录组学文章案例分析

5. 在线基因表达资源数据库

转录组分析流程实战

1. 转录组分析流程评估

2. 测序数据质量评估和清洗

3. 不基于比对的差异基因分析

4. 基于比对的差异基因分析

5. 转录本组装和选择性剪接分析

6. 目标基因GSEA/GO富集分析

转录组高级分析

1. WGCNA基因共表达分析

2. WGCNA基因、表型关联分析

3. Cytoscape 共表达网络绘制

4. 转录组常见图形在线绘制

5. KEGG/Reactome通路图绘制，表达映射