您现在的位置是：课程
组学数据挖掘及临床模型分析
2023-12-05 20:00课程 人已围观
近年来，生物信息学迅猛发展席卷整个科研领域，越来越多的科研工作者认识到生物信息学的重要性，部分实验室甚至开出高价招聘专职的生物信息分析人员。很多人为了老板的需求或者自己的发展，也开始尝试了解学习生物信息。
科研领域中，从简单的公共数据挖掘，“短平快”地发表纯数据分析的小文章；到挖掘大型测序数据，结合实验验证的高级别CNS顶级文章，数据挖掘都发挥着重要作用。
临床应用上，从分析肿瘤测序数据，筛选基因突变，指导抗肿瘤靶向用药；到病原体宏基因组测序，鉴定发热待查患者的致病病原体，生物信息一直引领精准医疗的开展。
生物信息是一门复杂的交叉学科。作为一门学科，岂是这么容易就被掌握的？因此，要想成为一名合格的“生物信息数据分析师”，由专业的老师带领入门，指明方向，规避常见的思维和操作误区至关重要。
1、学会R语言，从此统计/绘图不再愁
2、掌握常用数据库的使用
3、掌握多层次的数据挖掘方法
4、学会如何在GEO/TCGA上挖掘与课题相关的数据
5、最关键的，理清数据挖掘文章思路（从表型到分子，从分子到机制，从分子到临床），完成一篇SCI文章。
说到SCI文章，相信大家以前走的套路都是“找分子 + 养细胞 + 养老鼠“的湿实验套路，这样的实验一旦做起来，至少要耗掉1-2年。
特别对于导师无实验室、无经费、无课题方向，或者临近毕业、时间有限的同学，无需做实验，无需花钱，无需耗费大量宝贵青春，让你轻松发表SCI文章。两天的课程完成一篇SCI，绝非不可能！此次，我们根据科研热点和流行趋势，对课程进行了改版。为大家准备了更多挖掘点、更流行、更高级的内容--免疫浸润和临床预测模型。
免疫浸润 -- 通过数据库（TCGA/GEO）下载并整理的数据，通过免疫浸润分析可以得到目标组织内的免疫细胞成分以及与对照相比的变化。
临床预测模型-- 对分析得到的差异基因，在没有湿实验验证的条件下， 用回归的方法构建模型，预测发病风险高低或预后好坏，真正使得差异基因体现它的临床价值，一篇SCI文章也就水到渠成了。
授课内容实例
我们的课程针对“零基础”学员精心优化，如果你没有R语言基础，从来没有做过数据挖掘，不要担心，我们从最基础的内容开始，由浅入深，层层递进，老师的讲解思路清晰易懂，适合零基础学员，带您入门生物信息。
此外，我们的讲课进度也“由你决定”，老师会根据学员的接受程度适当调整讲课速度，摒弃“填鸭式”教学，保证每个人都能跟得上。为了增加练习的实战效果，增强学员的参与度，老师还会任选一位学员的课题，进行现场演练教学。
-
内容丰富，两天掌握数据挖掘框架、并2大热点；
-
资深讲师，授课、数据分析、临床等经验兼备；
-
理论+上机操作，数据挖掘轻松carry；
-
一次学习终生受用；
-
老师讲课由浅入深、深入浅出，零基础可参加
-
提前培训和指导需要安装应用到的软件与安装包。参加培训的学员可通过微信群继续和老师交流，长期获得答疑机会。
“科研猫”团队资深学术讲师，生信从业史10年，曾在多个微信知名公众号广开课程。从事生物信息学和医学相关研究，致力于医学大数据挖掘和软件开发，一作/共同一作/通讯作者发表10余篇高分SCI文章。
近三年指导学员发表生物信息类SCI文章30余篇。参与“十二五”、“十三五”、863、973重大项目等多项国家级项目的数据分析工作。主讲线上线下各类生信培训50余场，培训学员上万人次。
上一篇：CATIA
