本课程面向零基础或具备一定生信基础的人员，系统讲解本站👉分析套路中的所涉及到的分析方法，覆盖 R语言基础、生信数据整理、单细胞转录组、空间转录组、机器学习建模和验证、生存分析、虚拟敲除、孟德尔随机化以及GBD数据库挖掘等。
🎯 一、课程特色
- 体系完整，覆盖全面：从R语言零基础到进阶分析，一站式学会。
- 3人极速小班：拒绝“大课一带而过”，3人上限确保学习效果。
- 套路+结果解读：结合经典SCI套路，解读和运用分析结果。
- 前沿热点全覆盖：涵盖虚拟敲除、孟德尔随机化、GBD数据库挖掘等热门分析方法。
💰 二、课程费用与信息
- 课程费用： 6000元/人
- 班级规模： 不超过3人
- 课程时长： 7天，每天约4小时授课
- 授课方式： 线上授课，并提供标准分析脚本与测试数据
- 售后支持： 结课后3个月内，课程内容无限次免费咨询
📓 三、课程安排
| 天数 | 课程主题与内容 |
|---|---|
| 第1天 | R语言基础与生信分析环境搭建 - 学会R和RStudio的安装与基础配置 - 理解R语言基本语法与常用数据结构 数据整理、清洗与可视化基础 - 学会tidyverse整理常见生信数据 - 学会ggplot2绘制常见图形 |
| 第2天 | 生信数据预处理与差异分析基础 - 理解表达矩阵、标准化与批次效应概念 - 理解样本质控与整体分布评估 - 理解差异分析的基本流程 - 学会使用limma / DESeq2 / edgeR进行差异分析 功能注释与富集分析 - 学会基因ID转换与功能注释方法 - 学会GO、KEGG、Reactome富集分析和可视化 - 学会ORA与GSEA的区别与应用 |
| 第3天 | WGCNA与候选基因筛选 - 理解WGCNA分析原理与适用场景 - 学会软阈值选择、模块识别与模块合并 - 学会模块与表型的相关性分析 - 学会hub基因筛选与网络可视化方法 机器学习基础与特征筛选 - 理解机器学习中的训练集、测试集与交叉验证 - 学会使用LASSO、随机森林等进行筛选特征和验证 |
| 第4天 | 机器学习模型解释（SHAP） - 理解SHAP的基本原理与解释逻辑 - 学会使用fastshap、shapviz等工具 - 学会多方法联合筛选hub的策略 列线图、校准曲线与决策曲线分析 - 学会列线图构建方法 - 学会模型校准与一致性评价 - 理解决策曲线分析（DCA）的临床意义 - 学会评估模型的实际应用价值 生存分析与预后模型构建 - 学会Kaplan-Meier生存分析与Log-rank检验 - 学会单因素和多因素Cox回归分析 - 学会ROC曲线和AUC评估方法 |
| 第5-6天 | 单细胞转录组、空间转录组 - 理解单细胞数据特点与分析流程 - 学会Seurat标准分析流程（细胞聚类、降维与注释） - 学会拟时序分析（Monocle） 免疫浸润与肿瘤微环境分析 - 理解免疫浸润分析的基本思路 - 理解CIBERSORT、ESTIMATE、xCell、MCP-counter的运用 - 学会IOBR/tigeR的分析流程 虚拟敲除 - 理解虚拟敲除分析的概念、适用场景与机制推断思路 - 学会scTenifoldKnk分析流程 |
| 第7天 | 孟德尔随机化分析 - 理解孟德尔随机化的核心原理与假设 - 学会工具变量筛选的方法 - 学会单向/双向MR分析方法 - 学会敏感性分析方法 GBD数据库分析 - 学会GBD数据库提取与疾病负担分析流程 - 学会Joinpoint、ARIMA和BAPC等趋势预测方法 |
📩 四、报名方式
💡 现在报名还可以获得我们精调好的AI提示词，直接生成可发表级的论文段落。
微信号: blowingingwind
