中科软博

当前位置:首页 > 最新课程

【第二十一期】医学生物信息学公共数据深度挖掘临床应用培训班

各企事业单位、高等院校及科研院所
     当前,我国临床医学数据资源丰富,但很多医学数据资源并未充分利用,医学数据资源也未能充分解读,造成医院医学数据资源利用率低。然而,一系列问题基础诸问题对于广大医务工作者来说,是影响其进一步学习和科研应用的瓶颈。
     没有实验怎么发表论文?
     手头有很多数据,不知道该怎么进一步挖掘?
     如何找靶点?
    不精通挖掘GEO、TCGA等数据库怎么办?
    怎样才能做出高大上的医学图表?
     本次培训通过临床科研思路设计、医学统计分析和生物信息学在医学领域的应用培训,提高医生的科研设计及数据分析能力,提升医学资源利用率。
一、培训目标:
    1,短、平、快,为基金申请保驾护航,发表paper如虎添翼;
    2,掌握多组学数据分析核心技能,GEO、TCGA、SRA数据处理没有压力;
    3,科研绘图:以一敌百,高端大气,私人订制;
    4,一套数据多角度演练,更易掌握分析思路。
二、主讲专家:
   来自重点高校及科研单位等医学生物信息学学科带头人、擅长各类型医学数据统计分析、生物医学大数据挖掘及生物信息学分析。发表数十篇篇专业领域内学术论文,近年发表专业领域SCI论文10余篇,主编或参与编写多部著作。参与多家三甲医院临床生物信息学的研究合作,科研及授课经验很丰富。
三、培训时间:
                                    2024年10月25-2024年10月28   远程在线培训
                                           (第一天数据及操作软件调试,共授课三天)
四、参加对象:
  1. 从事生物医学研究的临床医生、转化研究科研人员;
  2.课题经费不足,无法进行大规模测序,但需要发表SCI论文的相关研究人员;
  3.已获得转录组、基因组等多组学数据,需要进一步挖掘分析人员;
  4.对生物医学大数据分析与挖掘感兴趣的其他人员。
五、课程大纲

一、公共数据库挖掘热点介绍1、疾病诊断biomarker鉴定
2、疾病预后biomarker鉴定
3、可变剪切与预后相关分析
4、肿瘤免疫分析
5、多组学泛癌症分析
6、人工智能研究在病理切片识别上的应用
7、人工智能多组学数据整合分析
二、常用生物医学数据库介绍1、用生物医学数据库介绍:
1)大型综合数据库:NCBI、UCSC
2)公共高通量测序数据库:SRA
3)公共基因表达谱数据库:GEO
4)公共癌症多组学数据库:TCGA
2、各大数据库数据下载
三、R语言基础
(上机操作及案例分析)
1、R语言简介
2、R语言安装及配置
3、R语言数据结构
4、R语言数据处理
5、R语言绘图
四、基于公共数据的Biomarker挖掘鉴定演练(一)
 
1、差异表达分析及结果可视化:
1)edgeR包使用
2)火山图绘制
3)聚类热图绘制
2、GO、KEGG功能富集分析及结果可视化:
1)GO富集分析
2)KEGG富集分析
3)富集分析气泡图绘制
五、基于公共数据的Biomarker挖掘鉴定演练(二)
  
1、利用string数据库查询基因/蛋白相互作用
2、利用cytoscape工具构建相互作用网络
3、网络拓扑结构分析、关键基因识别
六、基于公共数据的Biomarker挖掘鉴定演练(三)预后相关性分析、生存曲线、ROC曲线绘制:
1)利用R包进行单因素及多因素预后分析
2)生存曲线绘制、生存曲线差异显著性分析
3)RISK score计算及结果可视化
七、多组学数据联合分析演练(一)甲基化与转录组整合分析思路演练
1)甲基化数据预处理
2)差异甲基化位点及区域识别
3)甲基化与转录组数据联合分析
4)公共表观数据库:ENCODE、regulomeDB
八、多组学数据联合分析演练(二)lncRNA-miRNA-mRNA全转录组整合分析思路演练
1)lncRNA表达谱数据获取
2)miRNA靶基因分析
3)lncRNA与mRNA表达相关性分析
4)ceRNA网络构建及结果可视化
九、辅助课程1.学后交流、微信群、QQ群建立;
2.咨询、合作。专业技术团队深入探讨。


六、培训费用:

A,每人3900元(含培训费、教材费、证书费、资料费)

B,每人4580元(含培训费、教材费、证书费、资料费)

   (注:可转账、公务卡扫码支付。正规会议通知、发票。)

七、
联系方式:
联系人:  毛泽璇(老师)           
手机(
微信同号):13311241619
电话:010-56129268                





上一篇:【第十五期】基于python机器学习临床大数据分析挖掘培训班
下一篇:【第二十五期】期医学影像组学AI深度学习应用实践培训班