跟着CNS文章学空间转录组分析线上直播课（Visium HD、Xenium、Stereo-seq）

华哥科研平台使命： 在大数据分析技术的加持下做出更有价值的科研成果 ，推动医学研究和生命科学的发展。

授课理念：将生信内容全部学懂（ 理解 ）、学会（ 会敲代码分析 ）、学透彻（ 站在课题顶层设计角度理解 ）、学以致用（ 用到自己的标书申请和文章发表中 ）。

华哥科研平台介绍

1.从19年开始到现在，我们在生信教育领域 深耕六年之久 ， 时间是最好的证明 ！

2. 一对一指导、包教包会是我们开培训班五年来一贯的宗旨。 我们敢承诺包教会的底气是来自多年的讲课经验和认真负责的态度。 课程结束，答疑不结束！

3.六年来华哥培训班的学员发表 Cell、Nature、Science 主刊文章8篇，子刊及一区文章累计超过90篇！ 部分学员成果展示如下：

4. 深入剖析 二十多篇CNS文章 的 分析思路和分析方法， 按照 CNS文章源代码讲解 ，以文章的fig为例进行代码演示和复现学习，个性化分析。

►►►

空转班内容介绍

第1节：Python编程语言入门

1.Spyder和Anaconda安装

2.环境配置；基本语法、数据类型等

3.Python控制流与函数（条件语句、循环语句、函数定义、返回值）

第2节：Python数据结构进阶

1. 列表、元组、字典、集合高级用法

2.Python包（numpy、pandas、matplotlib等）

3.了解Shell，基础命令学习（文件操作、权限管理）

第3节：空间转录组在CNS文章应用

1. 空间转录组CNS文章思路解析

2.空间转录组技术在科研领域的应用

3.空间转录组技术在不同科学等领域的研究内容及思路及常见图形解读

第4节：以 Nature Genetics 文章源代码为例，系统学习squidpy和scanpy的系统分析

1.常规空间转录组数据读取

2.数据质控-- scrublet 去除双细胞

3. 归一化处理、PCA降维、聚类、UMAP

第5节：反卷积算法 【Science】源代码

1.CCA锚定算法-- 【Nature】源代码

2.非负矩阵分解和非负最小二乘

3. 深度学习框架--Tangram

第6节： Visium HD 空转数据系统分析 【Science】

1.Python的scanpy分析Visium HD数据

2.R语言的Seurat分析Visium HD数据

第7节： Stereo-seq 空转数据分析 【Cell】源代码

1.Tissue Segmentation、Cell Correction分析

2.SpaTrack、PAGA、RNA Velocity分析

第8节：Cell2location采用贝叶斯层次框架--整合单细胞和空转数据-- 【Cell】源代码

1.计算单细胞细胞类型的表达特征

2. 训练模型-- 【Sci Transl Med】 源代码

3. MI A---多模态数据取交集方法分析

第9节：Hotspot识别空间数据集中信息基因（和基因模块）探索空间组织微环境 【Nat Genet】

1. 计算 KNN 图--【Nat Genet】源代码

2. 查找信息基因，将基因分组到模块

3.评估成对基因关联 【Nat Med】 源代码

第10节：Banksy--深入地理解细胞间的相互作用和组织构造 【Science】

1 .空转数据分析之生态位聚类算法Banksy

2.空间转录组学数据中细胞邻居依赖性基因表达的新方法 【Neuron】

3.根据微环境对细胞进行分类，CellNeighborEX 使用直接细胞定位

第11节：表达增强：BayesSpace--利用空间转录组数据中的邻域结构来增加子点级别分辨率的计算方法 【Nat Commun】

1. TESLA--利用神经网络CNN算法提高空转的分辨率

2. 分辨率增强的聚类可以识别重要的生物结构 【Cell】

第12节：空间转录组的轨迹分析- 【Cancer Cell】

1.stlearn：基于全组织SME均一化的PAGA轨迹分析

2.SPATA：空间背景下不同表达的基因和基因集轨迹变化 【Cell】

3.CytoTRACE进行发育起点推断 【Immunity】

第13节：MISTy--空间细胞共定位 【Nat Med】

1. MISTy不仅可以做细胞-细胞之间的dependency

2.基因和基因之间、细胞和通路之间的dependency

第14节：COMMOT--细胞间通讯 【Cell】

1. 利用最优运输进行空间转录组细胞间通讯分析

2.推断的信号传导与已知下游基因活性相关性 【NC】

第15节：细胞互作分析 -- NicheNet、CellChat

1. CellChat各种图形可视化 【Cell】

2.NicheNet分析配体对下游基因调控

3.cellphoneDB多形式可视化 【Nat Genet】

第16节：空转速率分析-SIRV 【Nat Med】

1.单细胞分辨率推断空间 RNA 速度【Cell】

2.空间转换张量方法重建空间数据中的细胞吸引子

第17节：空间细胞网络构建--cell degree

1. 构建空间近邻网络 【Nat Commun】

2.在空间领域展示细胞网络 【Cell】

第18节：空间区域组织模块发现以 【Nat Med】

1.深度学习框架的人工智能算法 SPACE

2.ISCHIA细胞类型和转录物在同一位置空间共现

3.空间转录组数据中识别空间类型和发现组织模块

第19节：Giotto|| 空间表达数据分析工具箱

1.PAGE--单细胞数据注释空转的spot 【Nature】

2. spatital patterns 提取连续的空间表达模式分析

3. cell neighborhood 空间和配受体表达计算细胞空间相互作用 【Cancer Cell】

第20节：空间转录组数据三大矩阵分析

1. 基因表达矩阵 【Nature Metab】

2..细胞类型矩阵 【Nature Aging】

3.细胞生态位矩阵（niche矩阵） 【 Cell】

第21节：空间分子生态位差异分析---Niche-DE

1.空转数据中的生态位差异基因表达分析

2.可识别上下文依赖性细胞间相互作用

3.Effective Niche Calculation 【Cancer Cell】

第22节：trendsceek识别基因空间表达趋势

1.空间基因模式基于Python的SpatialDE

2.基于R语言的trendsceek 【Nature】

3.SPARK-X--广义线性空间模型 【Nat Methods】

第23节：肿瘤克隆空间演化--空间肿瘤细胞CNV

1. siCNV 分析并构建了克隆进化树 【Nature】

2.空间克隆分布与 Gleason 分级相关性

3.CopyKAT肿瘤推断个性化展示 【JCI】

第24节：细胞分割以 【Nature】源代码

1. 神经网络模型StarDist定位图像中的星形细胞

2.基于深度学习Cellpose高质量的细胞分割

第25节：利用pyVIPER算法来定量空间蛋白的活性

1. 检查谱系特异性基因调控网络 【Cell】

2.基因表达特征转换为蛋白质活性矩阵

3.在蛋白质活性水平上分析单细胞

第26节：GeneTrajectory单细胞基因轨迹推断

1. 构建一个细胞到细胞的 kNN 图 【Science】

2.计算基因分布之间基于成对图的 Wasserstein 距离

3. 基因-基因 Wasserstein 距离矩阵 ，确定基因沿每个基因轨迹的顺序

第27节：pySCENIC转录调控网络，网络特异性评分和轨迹联合分析 【Cell Stem Cell】

1.以Cell文章系统讲解pySCENIC源代码

2.以Nat Med多形式可视化调控单元

第28节：Xenium原位分析 【NC】

1.构建空间邻域图、计算共现概率

2.Squidpy读取xenium数据、邻域富集分析

第29节：实践课（课程总结，带领学员使用自测数据完成整体分析流程）

1.实战答疑

2.课程大总结

空间转录组班安排

会议时间：

2月27日 开始第一节课 （ 两 个多月时间彻底掌握CNS文章空转数据分析 ）

每周二、周四晚上七点到十点，每节课三小时

授课方式 ： 腾讯会议 线上直播

人数限制 ：

为了保证培训质量和一对一指导服务， 每一批只招60人！

主办单位 ：

华哥科研平台

承办单位 ：

广州百奥信息科技有限公司

广州华哥信息科技有限公司

会议费用：可以联系招生老师咨询，多人报名有优惠！（ 可开会务费 、培训费、数据分析费、测试费、测序技术服务费等发票 ）

招生老师联系方式 ：

张老师 15623525389 （ 微信同号 ）

刘老师 15951678516 （ 微信同号 ）

汇款账号 ：

A：对公汇款：

户     名： 广州华哥信息科技有限公司

账 户 号：3602 0244 0920 1397 301

开 户 行： 工行广州华南支行

B：信用卡或公务卡支付

扫描二维码支付，通过信用卡/公务卡扣款

同期举办： 单细胞多组学班和生信基础班 ， 连报优惠待议 （ 优惠价格 联系招生老师 ）

生信基础班，看 👇 ：

►►►

基础班内容

第一节：编程基础学习--R语言

1.R和Rstudio的安装、环境配置

2.R语言简单语法及常见命令

3. 以Cell文章方法 描述学习R包的安装及使用

4. 以Nature文章源代码 学习重点函数 基础代码

第二节：编程基础知识---数据结构

1.向量、矩阵、数据框和列表的创建和索引

2.多种数据结构的合并 【Cell】

3.自定义Function函数构建

4.for循环、字符型数据的处理 【Cell】

第三节： 以Nature文章源代码 学习转录组数据表达矩阵处理基本处理

1.重复基因和缺失值的删除

2.不同分组样本的批量归类 【Nature】

3.多个样本的表达矩阵合并

4.芯片探针基因名字的转换 【Nature】

第四节： 以Cell文章源代码 学习生存曲线

1.临床预后信息的批量整理

2.创建生存对象、拟合曲线 【Cell】

3.特定基因的筛选构建预后分组

4.combat算法不同数据集的批次处理

第五节：差异分析 RNAseq数据分析

1.芯片数据上游分析 【Cancer Discovery】

2.多个样本的数据归一化处理

3.分组矩阵系统讲解 【Nature】

4.Deseq2分析流程 【Science】

5.EdgeR差异分析系统讲解

第六节： 以多篇CNS文章源代码 学习画图

1.ggplot体系画图包括热图

2.火山图 箱线图 小提琴图 【Nature】

3.多分组显著性p值添加方法 【Nat Med】

4.三维pca图展示差异特征 【Science】

5.层次聚类算法区分不同样本特征

第七节：基因集富集分析

1.over representation

2.GSEA 富集 【Cancer Cell】

3. 包括自定义基因集的富集分析

4.富集通路网络图 【Nat Genet】

5.蛋白互作网络构建 【Nature】

第八节： 以Nature文章为例 系统讲解单细胞转录组基本分析

1.单细胞在CNS文章思路解析及常见图形解读

2.数据质控、数据放缩、PCA降维、聚类

3.三维tSNE、UMAP可视化 【Science】

4.单细胞多组学分析思路和方法 【Nature】

第九节 ：单细胞转录组拟时序分析