您现在的位置是：课程
高级生信系列课程：单细胞转录组数据分析
2023-12-05 20:00课程 人已围观
课程介绍
转录组（transcriptome）是指细胞内所有转录产物的集合，包括mRNA、rRNA、tRNA及ncRNA，狭义上的转录组一般指细胞内mRNA的集合。转录组测序数据是指对生物转录组进行高通量测序后得到的数据，简单来说转录组数据中包含了大量的基因表达的信息。而通常情况下，我们都认为基因的表达量，可以直接或者间接地反应大部分生物学过程。因此，目前在生物学、医学研究中，科研人员非常喜欢通过比较不同条件下的转录组数据，来获得基因与条件的关联关系，最终帮助研究人员推断其中的因果关系，挖掘背后的分子通路以及更深刻的生物学意义。
但是混合样品（bulk sample）的RNA-seq测序更多的是获得了一群细胞的平均值，在需要精细分析的生物学问题中，往往不能够准确地反应出生物学问题，所以，测量更少量样品的转录组测序技术的诞生就显得十分有意义！自2009年汤富酬老师开发出第一种单细胞RNA-seq测序技术以来，单细胞RNA-seq测序技术获得了蓬勃的发展，十余年的发展使得现在的单细胞RNA-seq测序技术无论是从文库构建、数据分析、算法开发都有了比较成熟的解决方案。也基于此，单细胞RNA-seq技术在胚胎早起发育、肿瘤微环境等重大课题中也发挥了举足轻重的作用，揭示了一些列重要的生物学规律。
目前，国内外关于转录组测序数据分析的课程已经非常多，但是能够系统地从单细胞RNA-seq技术出发，从测序技术发展历程，原始数据的质量控制，测序读段的比对算法，数据分析的统计学原理，并结合具体生物课题方向进行实战操作的单细胞RNA-seq数据分析课程还鲜有所闻。也基于此，我们推出了本次的课程——“高级生信系列课程： 单细胞转录组数据分析”。
本次课程是“高级生信系列课程”的第二堂课。课程将比较详细和深入地介绍单细胞RNA-seq测序技术的实验原理，数据质控原理，测序结果比对算法，表达矩阵的生成、降维，细胞分群原则，并结合已发表的高分文章的真实数据，进行实战操作。在让大家能够上手操作的同时，还能深入理解数据背后选择软件和使用某一特定流程的理由。
相信，通过本次课程的学习，你一定能有所收获，为日后更复杂的生物信息学数据分析工作打下坚实的基础。
本次课程会带着大家对真实的数据进行分析，并把全部代码及可视化绘图结果分享给大家！
开票
如果必须开票，请务必在购买前与我们进行沟通和联系！购买方式不同！需要对公转账！
如果必须开票，请务必在购买前与我们进行沟通和联系！购买方式不同！需要对公转账！
如果必须开票，请务必在购买前与我们进行沟通和联系！购买方式不同！需要对公转账！
请发送邮件至menghaowei1992@126.com与我们进行沟通和联系！
授课老师介绍
授课老师 张书
毕业于北京大学，获理学博士学位，擅长单细胞测序数据分析，及其在发育、衰老和癌症中的应用。目前正在北京大学生物医学前沿创
新中心（BIOPIC）做博士后，研究方向为利用单细胞多组学测序技术研究癌症相关问题。
在过去几年中，张书博士分析了大量发育、衰老和癌症的单细胞转录组数据，先后以第一作者身份在Nature、Nature Communications、Neuro-Oncology等杂志上发表了多篇高水平研究论文，积攒了大量单细胞数据生物信息学分析的经验。
授课老师 孟浩巍
毕业于北京大学生命科学学院，获理学博士学位，在多年学习生物信息学分析的过程中积累了大量经验，很愿意分享给大家。
之前在某乎平台，孟浩巍博士创建了一系列在线课程，先后有上万人参与并获得全部好评，相关图文教程获得900W次阅读。
在过去几年中，研究方向主要为基因组学，表观遗传学，基因编辑领域，先后在Nature Methods， Nature Chemical Biology, Molecular Cell以共同第一作者或作者身份发表了多篇研究论文。在生物信息学数据分析实践等方面积累了大量经验。
授课大纲
Part I认识单细胞转录组测序技术
1. 单细胞测序技术定义
2. 单细胞转录组测序技术进展极其原理：1992、2009-至今
3. 单细胞多组学和空间转录组技术；
4. 单细胞转录组测序技术的常见应用和重要生物学发现；
5. 单细胞重大项目及数据库介绍；
Part II单细胞转录组数据分析基础原理与分析实战
1. 单细胞转录组常见建库结构
2. 流程概览
3. Pipeline软件和代码介绍
4. 初步分析
a) 质控基因和细胞
b) 选取高异质性基因
c) 降维与分群
d) Biomarker定义细胞类型
e) 寻找差异基因
f) GO注释
5. 10X单细胞转录组
a) 10X公司的基本情况及技术情况
b) 10X公司的数据分析流程
6. 相关算法的统计学原理
Part III单细胞转录组在发育中的应用和实战分析
1. 以垂体发育为例演示分析
2. seurat演示质控、降维分群
3. 介绍基因调控网络分析（SCENIC pipeline原理介绍）
4. 介绍拟时间分析
5. 细胞互作分析（cellphonedb）
6. 常用教程的网站推荐
Part IV单细胞转录组在癌症中的应用和展望
1. 肿瘤细胞异质性分析，以head neck cancer为例
2. 肿瘤免疫微环境异质性
3. 展望
Part V 课程总结
注意：具体课程大纲和授课顺序可能会根据实际授课情况略有调整
转录组（transcriptome）是指细胞内所有转录产物的集合，包括mRNA、rRNA、tRNA及ncRNA，狭义上的转录组一般指细胞内mRNA的集合。转录组测序数据是指对生物转录组进行高通量测序后得到的数据，简单来说转录组数据中包含了大量的基因表达的信息。而通常情况下，我们都认为基因的表达量，可以直接或者间接地反应大部分生物学过程。因此，目前在生物学、医学研究中，科研人员非常喜欢通过比较不同条件下的转录组数据，来获得基因与条件的关联关系，最终帮助研究人员推断其中的因果关系，挖掘背后的分子通路以及更深刻的生物学意义。
但是混合样品（bulk sample）的RNA-seq测序更多的是获得了一群细胞的平均值，在需要精细分析的生物学问题中，往往不能够准确地反应出生物学问题，所以，测量更少量样品的转录组测序技术的诞生就显得十分有意义！自2009年汤富酬老师开发出第一种单细胞RNA-seq测序技术以来，单细胞RNA-seq测序技术获得了蓬勃的发展，十余年的发展使得现在的单细胞RNA-seq测序技术无论是从文库构建、数据分析、算法开发都有了比较成熟的解决方案。也基于此，单细胞RNA-seq技术在胚胎早起发育、肿瘤微环境等重大课题中也发挥了举足轻重的作用，揭示了一些列重要的生物学规律。
目前，国内外关于转录组测序数据分析的课程已经非常多，但是能够系统地从单细胞RNA-seq技术出发，从测序技术发展历程，原始数据的质量控制，测序读段的比对算法，数据分析的统计学原理，并结合具体生物课题方向进行实战操作的单细胞RNA-seq数据分析课程还鲜有所闻。也基于此，我们推出了本次的课程——“高级生信系列课程： 单细胞转录组数据分析”。
本次课程是“高级生信系列课程”的第二堂课。课程将比较详细和深入地介绍单细胞RNA-seq测序技术的实验原理，数据质控原理，测序结果比对算法，表达矩阵的生成、降维，细胞分群原则，并结合已发表的高分文章的真实数据，进行实战操作。在让大家能够上手操作的同时，还能深入理解数据背后选择软件和使用某一特定流程的理由。
相信，通过本次课程的学习，你一定能有所收获，为日后更复杂的生物信息学数据分析工作打下坚实的基础。
本次课程会带着大家对真实的数据进行分析，并把全部代码及可视化绘图结果分享给大家！
开票
如果必须开票，请务必在购买前与我们进行沟通和联系！购买方式不同！需要对公转账！
如果必须开票，请务必在购买前与我们进行沟通和联系！购买方式不同！需要对公转账！
如果必须开票，请务必在购买前与我们进行沟通和联系！购买方式不同！需要对公转账！
请发送邮件至menghaowei1992@126.com与我们进行沟通和联系！
授课老师介绍
授课老师 张书
毕业于北京大学，获理学博士学位，擅长单细胞测序数据分析，及其在发育、衰老和癌症中的应用。目前正在北京大学生物医学前沿创
新中心（BIOPIC）做博士后，研究方向为利用单细胞多组学测序技术研究癌症相关问题。
在过去几年中，张书博士分析了大量发育、衰老和癌症的单细胞转录组数据，先后以第一作者身份在Nature、Nature Communications、Neuro-Oncology等杂志上发表了多篇高水平研究论文，积攒了大量单细胞数据生物信息学分析的经验。
授课老师 孟浩巍
毕业于北京大学生命科学学院，获理学博士学位，在多年学习生物信息学分析的过程中积累了大量经验，很愿意分享给大家。
之前在某乎平台，孟浩巍博士创建了一系列在线课程，先后有上万人参与并获得全部好评，相关图文教程获得900W次阅读。
在过去几年中，研究方向主要为基因组学，表观遗传学，基因编辑领域，先后在Nature Methods， Nature Chemical Biology, Molecular Cell以共同第一作者或作者身份发表了多篇研究论文。在生物信息学数据分析实践等方面积累了大量经验。
授课大纲
Part I认识单细胞转录组测序技术
1. 单细胞测序技术定义
2. 单细胞转录组测序技术进展极其原理：1992、2009-至今
3. 单细胞多组学和空间转录组技术；
4. 单细胞转录组测序技术的常见应用和重要生物学发现；
5. 单细胞重大项目及数据库介绍；
Part II单细胞转录组数据分析基础原理与分析实战
1. 单细胞转录组常见建库结构
2. 流程概览
3. Pipeline软件和代码介绍
4. 初步分析
a) 质控基因和细胞
b) 选取高异质性基因
c) 降维与分群
d) Biomarker定义细胞类型
e) 寻找差异基因
f) GO注释
5. 10X单细胞转录组
a) 10X公司的基本情况及技术情况
b) 10X公司的数据分析流程
6. 相关算法的统计学原理
Part III单细胞转录组在发育中的应用和实战分析
1. 以垂体发育为例演示分析
2. seurat演示质控、降维分群
3. 介绍基因调控网络分析（SCENIC pipeline原理介绍）
4. 介绍拟时间分析
5. 细胞互作分析（cellphonedb）
6. 常用教程的网站推荐
Part IV单细胞转录组在癌症中的应用和展望
1. 肿瘤细胞异质性分析，以head neck cancer为例
2. 肿瘤免疫微环境异质性
3. 展望
Part V 课程总结
注意：具体课程大纲和授课顺序可能会根据实际授课情况略有调整
上一篇：2020软考
