第一节：编程基础学习–R语言
- R和Rstudio的安装、环境配置
- R语言简单语法及常见命令
第二节：编程基础知识—常用R包
- tidyverse常用函数
- ggplot2和ggpubr绘图
- Bioconductor常用包介绍
第三节：geo数据分析
-
geo数据库以及常见图表讲解
-
geo数据下载与预处理，多个样本的表达矩阵合并，探针转换
-
差异分析、go/kegg富集分析等常见方法讲解
第四节：RNAseq数据分析
-
上游分析流程，获取表达矩阵
-
Deseq2，EdgeR流程
-
GSEA，wgcna流程
-
基因表达趋势（kmeans、mfuzz）
-
ppi网络
第五节：TCGA数据分析
-
TCGA和不同来源的转录组数据下载和整理
-
差异分析、免疫细胞热图、箱线图、PCA和相关性分析等
-
cox，lasso，random Forest 和SVN等机器学习模型与模型评估
-
生存分析详解
-
肿瘤纯度、免疫评分、基质评分的计算和可视化
-
任意基因的分组比较 ，分子的相关性分析等
第六节：单细胞分析
-
单细胞在CNS文章思路解析及常见图形解读
-
单细胞常用数据库介绍 ，数据格式和读取
-
数据质控、数据放缩、PCA降维、聚类、三维tSNE、UMAP可视化
-
单细胞多组学分析思路和方法
第七节: 单细胞转录组拟时序分析
-
monocle拟时序分析
-
细胞排序，构造一棵生成树
-
基因随轨迹分析变化热图
-
BEAM轨迹分支分析
-
挖掘单细胞项目思路归纳总结
