课程介绍
课程目录
课程介绍
课程目录

讲师介绍

  • OmicShare在线课堂首席讲师,江湖人称“周老师”。有丰富的高通量测序数据挖掘经验,精通统计学、R语言、重测序等领域。现为广州基迪奥生物技术总监,负责公司基因组、转录组、表观组和蛋白组项目设计。曾经参与项目并发表文章在nature、PNAS、BMC genomics、Genomics等期刊。

  • 课程详情

    转录因子P53可以调控哪些靶基因转录?microRNA miR-334可以沉默哪些mRNA?蛋白激酶MAPK可以磷酸化哪些蛋白?这些基因与基因间的调控互作关系的预测和验证,是分子生物学研究的重要目标。机体中,数量庞大的基因相互作用,就构成了基因调控网络。伴随高通量测序技术和生物信息学技术的发展,大规模预测基因调控关系成为可能。
     
    在基因调控关系研究中,我们常常还需要面临1个问题:如何将这些抽象的基因互作关系可视化,便于研究人员和读者能够利用图形快速从这些复杂的调控关系中理清头绪。cytoscape就是一款非常著名的调控网络可视化工具,频频出现在调控关系研究的SCI论文中。
     
    本系列课程分为三部分
     
    第一部分介绍WGCNA分析理论和应用
     

     
    第二部分主要介绍cytoscape工具的使用,内容如下:
     
    1) 网络图基础理论与数据准备
    介绍常见网络图的类型,含义,构建原理,基本概念;并以大家都有的物种丰度表或者基因表达量表为起点,演示网络图数据准备的步骤和注意事项(视频附件提供mac、windows的不同版本软件,并介绍了软件的安装步骤)。
     

     
    2)网络图丰富美化技巧
    本小节介绍网络图节点、线的美化,包含数据导入、基础调整、高级调整以及组合网络图(比如饼图+网络图)、图例图片导出等,(视频附件提供所有演示数据的文档,方便大家下载,参考示例准备数据)。教学示例图如下:
     
    3)网络图数据挖掘技巧
    除了炫酷的图形美化技巧,Cytoscape的强大之处还在于数据挖掘的高效便利性。一般我们参与分析的数据,比如WGCNA的一个模块、多组学关联数据,经常包含几百几千的线或者点。如何从繁多冗余的信息中挖掘我们需要的网络关系,就需要对数据统计、层层分离,绘制子网络。
    本小节课程,我们演示WGCNA(单组学)、miRNA-mRNA(两组学)、CeRNA(三组学)3份案例数据的子网络筛选过程,使用多种策略进行数据挖掘,方便大家结合自己的情景应用。
     

     

     
     

     
    第三部分 介绍cytoscape插件BinGO的安装及应用
    BinGO作为一款小而美的插件,是cytoscape插件家族中的佼佼者。BinGO可以实现GO富集分析,而且GO富集得到的功能分类(GO term)会以调控网络的方式呈现给我们,非常精美。
     

     
     
     

     
    温馨提示
    • 请勿私下交易
      请勿在平台外交易。与机构和老师私下交易造成的任何损失及纠纷,腾讯课堂不承担任何责任
    • 听课说明

      1、电脑:访问腾讯课堂官网 ke.qq.com 查看我的课表或下载win/mac客户端听课

      2、手机/平板:下载腾讯课堂APP, 进入学习页面听课