🎯 一、课程特色
这门课以本站 👉 分析套路 中已深度解析过的 11 篇 SCI 文献为蓝本，带你借助 AI 一篇一篇完成复现：从下载数据、生成代码，到跑通调试，再到写出达到投稿水平的段落。
课程不堆砌编程语法，不纠缠复杂原理，而是直击每个方法运用的关键点和 AI 实操中最容易踩的坑，帮助你快速上手实操。
我们精选 11 篇真实已发表文献，覆盖转录组、微生物组与生物数据库挖掘三大方向，由浅入深，助你稳步上手、逐步进阶。
📌 报名课程可免费获得我们专门制作的生信分析Skills，更好复现课程中的文献蓝本。
🧩 二、课程核心
课程核心是教你三件事：向 AI 准确提出需求并判断结果对错；用 AI 写代码并在实现过程中排查与纠错；用 AI 把分析结果凝练成可直接用于论文的段落。
| 步骤 | 任务 |
|---|---|
| ① 拆文献 | 精读原文 + 方法部分 |
| ② 备数据 | 下载数据、整理成标准格式 |
| ③ 生成代码 | 提需求，详细提示词 |
| ④ 跑通调试 | 分析数据，排查与纠错 |
| ⑤ 解读结果 | 生成方法与结果解读 |
| ⑥ 成文 | 定框架，制作专用Skills |
📚 三、课程蓝本
全课所有实操都锚定在这面 11 篇文献上，你可以点开先看文章套路解析：
| # | 蓝本文献 | 核心方法 |
|---|---|---|
| 1 | 银屑病：乳酸代谢标志物 SLC25A4 | WGCNA、孟德尔随机化、机器学习建模、分子对接 |
| 2 | 黑色素瘤：m7G 预后模型 | WGCNA、机器学习建模、免疫浸润、突变分析 |
| 3 | 食管鳞癌：基底膜诊断标志物 | 机器学习建模、列线图、拟时序 |
| 4 | 肺腺癌：多胺代谢预后与免疫治疗 | 机器学习建模、共识聚类、免疫浸润、TIDE |
| 5 | 胃癌：CKAP2 虚拟敲除 | 机器学习模型组合、虚拟敲除、孟德尔随机化 |
| 6 | 二甲双胍与原发性肝癌 | 孟德尔随机化、富集分析、药敏分析 |
| 7 | 血液代谢物与前列腺癌 | 孟德尔随机化、敏感性分析 |
| 8 | 中国结核病负担与趋势预测 | Joinpoint、ARIMA、BAPC |
| 9 | 全球早发性缺血性心脏病负担 | ASR、Joinpoint、SDI分层、风险归因 |
| 10 | 石油降解菌：16S+宏基因组 | 多样性、PICRUSt2、MAGs、共现网络 |
| 11 | 动脉粥样硬化：菌群-代谢物-基因 | 批次校正、Meta分析、PRMT、机器学习建模 |
📓 四、课程安排
📌 第 1 天：
蓝本：任选一篇小体量 GEO 芯片数据（课程提供）。目标不是做研究，而是当天跑通六步。
AI 实操
- 环境搭建：claude安装，R/python安装（保证各类分析需要的的包跑通）。
- 用 AI 生成"数据体检"代码，跑通并读懂输出。
- 用六步法跑通一次常规的GEO数据分析。
📌 第 2 天：
蓝本 1：文献1的bulk转录组部分，多个GEO数据集的联合分析；文献2的WGCNA和文献3的各种机器学习算法运用。
AI 实操
- GEO 数据下载与整合（
GEOquery），多数据集合并与批次讨论。 limma/DESeq2差异分析，输出完整结果表。- 火山图 + 热图 + 韦恩图（多数据集交集）。
- GO / KEGG / GSEA 富集分析与气泡图、GSEA 富集曲线。
- WGCNA 全流程：软阈值选择图 → 模块识别 → 模块合并 → 模块-表型热图 → hub 基因导出。
- LASSO：CV 曲线 + 系数路径图 + 系数表，写出风险评分公式。
- RF（
randomForest）、SVM-RFE、Boruta 三种算法独立筛选。
蓝本 2：文献4的LASSO建模、共识聚类和TIDE评分；文献1和5的生存曲线、因素分析模型。
AI 实操
- 用 LASSO 结果构建风险评分，按最优 cut-off 分高/低风险组。
- Kaplan-Meier 生存曲线 + Log-rank 检验（含独立验证集）。
- 时间依赖 ROC，训练集与外部验证集 AUC 对比。
- 单因素 + 多因素 Cox，森林图，筛选独立预后因子。
- 列线图 + 校准曲线 + DCA 三件套。
- 共识聚类分亚型，亚型间生存与免疫差异比较。
📌 第 3 天：
蓝本 1：文献3中的聚类注释，BM评分，拟时序分析；文献5的inferCNV和文献1的亚群分析。
AI 实操
- Seurat 标准流程：读入 → 质控 → 标准化 → 高变基因 → PCA → UMAP → 聚类。
FindAllMarkers找 marker，人工 + SingleR 双重注释。- 细胞比例统计（分组间细胞类型占比变化）。
- inferCNV 识别恶性细胞。
- Monocle 拟时序分析 + 基因沿轨迹的表达动态。
- 本文档相关基因在细胞类型/亚群的表达可视化（点图、小提琴图、UMAP 着色图）。
蓝本 2：文献5中的的细胞通讯和虚拟敲除；文献1中的细胞通讯和分子对接；文献2的免疫浸润和突变分析。
AI 实操
- 四种免疫浸润算法（CIBERSORT / ESTIMATE / MCP-counter / xCell）跑通与结果对比。
- 免疫细胞与目标基因的相关性分析 + 免疫检查点相关性。
- TIDE 免疫治疗响应预测，高低风险组对比。
- CellChat 细胞通讯分析：通讯网络图、配体-受体气泡图。
- scTenifoldKnk 虚拟敲除 + 差异调控基因富集分析。
📌 第 4 天：
蓝本1：文献5、6、7中孟德尔随机化分析，包括基本MR分析，双向MR和靶点MR分析，以及敏感性分析。
AI 实操
- 从 IEU OpenGWAS 获取暴露与结局 GWAS 数据。
- 工具变量筛选，剔除回文 SNP， 计算 F 统计量。
- 五种 MR 方法主分析 + OR/β/SE/p 值汇总。
- 全套敏感性分析：Cochran’s Q、Egger intercept、MR-PRESSO、LOO、Steiger。
- 反向 MR，区分"因"与"果"。
- 森林图、散点图、漏斗图、留一图四张标准图。
蓝本 2：文献8和文献9中的GBD数据库分析方法。
AI 实操
- GBD 数据提取与整理：ASIR/ASPR/ASMR/ASDR + 年龄/性别/地区/SDI 分层。
- 描述性分析：绝对数与标化率的变化。
- Joinpoint 回归：分段趋势 + APC/AAPC 表 + 分段折线图。
- ARIMA 建模与 15 年预测。
- BAPC 建模与预测带图。
- SDI 分层分析与非线性关系（GAM）探索。
- 风险因素归因分析与排名条形图。
- 可视化：年龄-性别金字塔图、区域填充地图、预测趋势带图。
📌 第 5 天：
蓝本：文献 11（动脉粥样硬化：菌群-代谢物-基因链条）+ 文献 10（石油降解菌：16S + 宏基因组 + 网络）。
AI 实操
- 物种丰度表整理 + Alpha 多样性计算与组间检验。
- Beta 多样性：PCoA / NMDS + PERMANOVA 检验。
- 差异物种分析：LEfSe。
- PICRUSt2 功能预测 + 功能通路差异。
- 共现网络分析：Spearman 相关 → 网络构建 → 拓扑属性 → hub 菌识别。
- 随机森林建模筛选标志物菌属 + 交叉验证。
🎓 结课：从复现到你自己的文章
结课时你手上会有：
- 11 篇文献套路中的共 30+ 个可复用脚本。
- 一套经过实战验证的 AI 提示词库。
- 一套可复现分析的Skills。
结课后额外专题：
- AI 文献检索，搭建大纲。
- AI 模拟审稿人，完善文章。
💰 五、课程费用与信息
- 课程费用： 3000元/人，
- 课程时长： 5 天，每天3小时线上授课，课后答疑
📩 六、报名方式
微信号: blowingingwind
