太厉害了，天才少年一个月连续发表1篇Nature+3篇Science!

专题一

深度学习蛋白质设计

讲师介绍

第一天： 深度学习蛋白质设计的相关概念及基础

1. 基础概念

a. 什么是深度学习

b. 什么是蛋白质设计 c. python 简介

d. inux 与 VS code 简介

2. 如何描述一个蛋白质的状态

a. 量子力学： 含时薛定谔方程

b. 量子化学： 定态薛定谔方程

c. 全原子分子动力学模拟：朗之万方程

d. 粗粒化模拟： 广义朗之万方程 e. 马尔科夫态模型： 主方程

3. 常用的分析 / 可视化蛋白质及相关分子的方法

a. 获得并观察一条蛋白序列的 MSA

b. 用 pymol 或 chimeraX 可视化蛋白质分子体系

c. 小分子结构的生成与优化： rdkit 与 GAMESS

d. 分子动力学模拟轨迹可视化： VMD

e. 通用序列 / 结构分析软件包： biopython

f. 生物大分子编辑平台： Discovery Studio

g. 位点冲突分析： Frustratomete

h. 简易生物分子空腔与通道分析： CAIN

4. 深度学习蛋白质设计与传统蛋白质设计之间的差异

a. 深度学习的本质

b. 传统方法： 通过物理能量推测概率

c. 深度学习： 直接从数据中找到概率分布的规律

d. 深度学习与传统的物理方法还是存在紧密联系的

e. 深度学习蛋白质设计的强大之处

f. 功能蛋白设计的滑铁卢： 玻尔兹曼废墟

5. 结构模型 vs 语言模型

a. 结构模型： 基于图神经网络

b. 语言模型： 天涯若比

c. 结构模型的优势及劣势

d. 语言模型的优势及劣势

e. 走向融合

第二天： 蛋白质设计的先行者： 蛋白质结构预测

1. 在 AlphaFold 之前人们如何做蛋白质结构预测

a. 基于物理能量函数： rosetta

b. 传统分子对接

c. 分子动力学模拟

d. 同源序列分析

2. AlphaFold 系列历史

a. AlphaFold ： 开创一个时代

b. AlphaFold 2 ： 终结一个时代

c. AlphaFold 3 ： 走向未来

3. AlphaFold 3 原理解析

a. 本质上不是从序列到结构， 而是从 MSA 到结构

b. 注意力机制

c. 扩散模型

d. AlphaFold 3 的成绩与不足

4. AlphaFold 实际操作与结果分析

a. AlphaFold 2 实操

b. AlphaFold 2 分析

c. AlphaFold 3 实操

d. AlphaFold 3 分析

e. 别忽视结构之外的信息

5. 其它深度学习蛋白质结构预测软件简介

a. trRosetta

b. OmegaFold

c. ESMFold

第三天： 蛋白质大语言模型

1. 语言模型的发展历史

a. 传统 K- gram 模型

b. 标准 RNN 模型

c. 以 LSTM 为代表的的改进 RNN 模型

d. 基于注意力的 transformers 及后续

2. 蛋白质语言模型的代表： ESM

a. 模型框架

b. 什么是蛋白质语法

c. 各种各样的 ESM 模型

d. ESM 模型实际操作

3. 基于蛋白质语言模型的功能蛋白设计： Progen

a. 基于 GPT

b. 强大的功能

c. Progen 成功的秘诀

d. 不足之处

4. 基于 MSA 的蛋白质语言模型

a. 最经典的例子： MSAtransformer

b. 基于扩散模型的序列生成模型： EvoDiff

c. EvoDiff 的成功与不足

d. EvoDIff 实际操作

5. 蛋白质语言模型前沿：

a. 高成功率抗体人源化

b. 融合了结构信息的语言模型

c. InstructPLM 简介

第四天： 深度学习蛋白质骨架设计

1. 为什么要走先设计骨架再设计序列的道路

2. 传统的蛋白质骨架设计

a. 简单粗暴的结构拼接

b. 理性地突变氨基酸以得到理想 的结构

c. RosettaRemodel 简介

3. 基于优化能量的蛋白质骨架设计模型： SCUBA

a. SCUBA 的基本原理其实很简单

b. 核心难点以及克服方法

c. SCUBA 实际操作

d. 不足之处

4. 基于扩散模型的蛋白质骨架设计模型

a. 改写时代的 RFdiffusion

b. 结合了 GAN 的 SCUBA -D

c. 结合了 VQ 的 PVQD

5. 实际的骨架从头设计流程：以结合蛋白从头设计为例

a. 功能口袋的选取

b. 带限制条件的骨架生成

c. 迭代优化

d. 特殊手段

第五天： 深度学习蛋白质序列设计

1. 传统的蛋白质序列设计

a. 基于力场

b. 基于同源序列

c. 走向数据驱动： ABACUS 与 ABACUS 2

d. ABACUS 2 实际操作

2. 改变一个时代的杰作： ProteinMPNN

a. 在 GNN 之前： 基于 CNN 的序列设计

b. ProteinMPNN 框架解析

c. ProteinMPNN 的广泛应

d. ProteinMPNN 实际操作

e. 潜在的问题

3. 其他的序列设计模型

a. ESM - IF 简介

b. ABACUS -R 简介

c. ABACUS -R 实际操作

4. 神奇的 CarbonDesign

a. 受 AlphaFold 的启发

b. CarbonDesign 框架解析

c. CarbonDesign 成功的原因

d. 然而序列恢复率高并不等价于功能蛋白序 列设计成功率高

5. 基于结构的序列设计之梦魇： 本征无序区

a. 什么是本征无序区， 为什么会存在本征无序区

b. 本征无序区对蛋白质的功能是至关重要的

c. 本征无序区序列设计欠佳的核心原因

d. 当前的解决方案

第六天： 深度学习蛋白质设计前沿

1. 基于配体分子的功能蛋白设计

a. 骨架设计： RFdiffusionAllAtoms

b. 序列设计： LigandMPNN

2. 结构 - 序列协同设计

a. 为什么理论上协同设计要优于传统设计

b. 协同设计的难点

c. 当前协同设计所取得的进展

3. 动态蛋白质结构预测与设计

4. KAN 在深度学习蛋白质设计中的潜 在应用

a. 机器学习的可解释性

b. 物理信息机器学习

c. Kolmogorov - Arnold 表示定理

d. KAN vs MLP

e. KAN 潜在的优势

5. 如何避免玻尔兹曼废墟是核心问题

6. 展望未来

a. 基于化学反应机理的酶从头设计

b. 找到功能蛋白的蛋白质空间分布的 extropy

专题二

CADD计算机辅助药物设计

讲师介绍

第一天上午： 背 景与理论知识以及工具准备

1.PDB数据库的介绍和使用

1.1数据库简介

1.2靶点蛋白的结构查询与选取

1.3靶点蛋白的结构序列下载

1.4靶点蛋白的下载与预处理

1.5批量下载蛋白晶体结构

2.Pymol的介绍与使用

2.1软件基本操作及基本知识介绍

2.2蛋白质-配体相互作用图解

2.3蛋白-配体小分子表面图、静电势表示

2.4蛋白-配体结构叠加与比对

2.5绘制相互作用力

3.notepad的介绍和使用

3.1优势及主要功能介绍

3.2界面和基本操作介绍

3.3插件安装使用

下午： 一般的蛋白-配体分子对接讲解

1.对接的相关理论介绍

1.1分子对接的概念及基本原理

1.2分子对接的基本方法

1.3分子对接的常用软件

1.4分子对接的一般流程

2.常规的蛋白-配体对接

2.1收集受体与配体分子

2.2复合体预构象的处理

2.3准备受体、配体分子

2.4蛋白-配体对接

2.5对接结果的分析

以新冠病毒蛋白主蛋白酶靶点及相关抑制剂为例

第二天： 虚拟筛选

1.小分子数据库的介绍与下载

2.相关程序的介绍

2.1 openbabel的介绍和使用

2.2 chemdraw的介绍与使用

3.虚拟筛选的前处理

4.虚拟筛选的流程及实战演示

案例：筛选新冠病毒主蛋白酶抑制剂

5.结果分析与作图

6.药物ADME预测

6.1ADME概念介绍

6.2预测相关网站及软件介绍

6.3预测结果的分析

第 三天： 拓展对接的使用方法

1.蛋白-蛋白对接

1.1蛋白-蛋白对接的应用场景

1.2相关程序的介绍

1.3目标蛋白的收集以及预处理

1.4使用算例进行运算

1.5关键残基的预设

1.6结果的获取与文件类型

1.7结果的分析

以目前火热的靶点

PD-1/PD-L1等为例。

2.涉及金属酶蛋白的对接

2.1金属酶蛋白-配体的背景介绍

2.2蛋白与配体分子的收集与预处理

2.3金属离子的处理

2.4金属辅酶蛋白-配体的对接

2.5结果分析

以人类法尼基转移酶及其抑制剂为例

3.蛋白-多糖分子对接

4.1蛋白-多糖相互作用

4.2对接处理的要点

4.3蛋白-多糖分子对接的流程

4.4蛋白-多糖分子对接

4.5相关结果分析

以 α- 糖苷转移酶和多糖分子对接为例

5.核酸-小分子对接

5.1核酸-小分子的应用现状

5.2相关的程序介绍

5.3核酸-小分子的结合种类

5.4核酸-小分子对接

5.5相关结果的分析

以人端粒

g -四链和配体分子对接为例。

操作流程介绍及实战演示

第四天： 拓展对接的使用方法

1.柔性对接

1.1柔性对接的使用场景介绍

1.2柔性对接的优势

1.3蛋白-配体的柔性对接

重点：柔性残基的设置方法

1.4相关结果的分析

以周期蛋白依赖性激酶

2（CDK2）与配体1CK为例

2.共价对接

2.1两种共价对接方法的介绍

2.1.1柔性侧链法

2.1.2两点吸引子法

2.2蛋白和配体的收集以及预处理

2.3共价药物分子与靶蛋白的共价对接

2.4结果的对比

以目前火热的新冠共价药物为例。

3.蛋白-水合对接

3.1水合作用在蛋白-配体相互作用中的意义及方法介绍

3.2蛋白和配体的收集以及预处理

3.3对接相关参数的准备

重点：水分子的加入和处理

3.4蛋白-水分子-配体对接

3.5结果分析

以乙酰胆碱结合蛋白

(AChBP)与尼古丁复合物为例

第五天： 分子动力学模拟（linux与gromacs使用安装）

1. linux系统的介绍和简单使用

1.1 linux常用命令行

1.2 linux上的常用程序安装

1.3体验：如何在linux上进行虚拟筛选

2.分子动力学的理论介绍

2.1分子动力学模拟的原理

2.2分子动力学模拟的方法及相关程序

2.3相关力场的介绍

3.gromacs使用及介绍

重点：主要命令及参数的介绍

4.origin介绍及使用

第六天： 溶剂化分子动力学模拟的执行

1.一般的溶剂化蛋白的处理流程

2.蛋白晶体的准备

3.结构的能量最小化

4.对体系的预平衡

5.无限制的分子动力学模拟

6.分子动力学结果展示与解读

以水中的溶菌酶为例

第七天： 蛋白-配体分子动力学模拟的执行

1.蛋白-配体在分子动力学模拟的处理流程

2.蛋白晶体的准备

3.蛋白-配体模拟初始构象的准备

4.配体分子力场拓扑文件的准备

4.1高斯的简要介绍

4.2 ambertool的简要介绍

4.3生成小分子的力场参数文件

5.对复合物体系温度和压力分别限制的预平衡

6.无限制的分子动力学模拟

7.分子动力学结果展示与解读

8.轨迹后处理及分析

以新冠病毒蛋白主蛋白酶靶点及相关抑制剂为例

专题三

深度学习基因组学

讲师介绍

第一章 深度学习基因组学: 从深度学习到基因组学（基础知识部分）

理论讲解部分：

1. 有监督学习的神经网络算法

1.1 全连接深度神经网络DNN在基因组学中的应用：讲解DNN的一些种类和用处，比如DNN可以用于预测基因表达量、识别基因变异与疾病之间的关系等。

1.2 卷积神经网络CNN在基因组学中的应用：讲解CNN如何被广泛应用于基因序列分析，如怎么去识别DNA序列中的调控元件和基因剪接位点。

1.3 循环神经网络RNN在基因组学中的应用：讲解RNN怎么适用于处理序列数据，用于基因组序列的注释、预测基因结构等。

1.4 神经网络可解释性：介绍神经网络模型的内部工作机制和如何解释其预测结果，

2. 无监督的神经网络算法介绍和应用

2.1 自动编码器在基因组学中的应用：讲解自动编码器可用于基因数据的降维、去噪和特征提取，有助于揭示基因间潜在的关系。

2.2 高维数据的降维和聚类：介绍如何使用无监督学习方法处理和分析高维基因组数据，包括降维技术和聚类算法。

3. 常用的Linux命令

3.1 Vim编辑器：介绍如何使用Vim编辑器进行文本编辑，包括基础命令和高级特性。

3.2 基因组数据文件管理, 修改文件权限：讲解如何在Linux环境下管理基因组数据文件，包括文件的查看、复制、移动和权限修改。

3.3 查看探索基因组区域：介绍如何使用命令行工具查看和探索特定的基因组区域。

4. Python语言基础

4.1 Python包安装和环境搭建：介绍如何安装Python和管理Python环境，包括使用pip和conda等工具。

4.2 常见的数据结构和数据类型：讲解Python中常用的数据结构（如列表、字典、集合）和数据类型（如字符串、整型、浮点型）。

5. 测序技术的特点和介绍

5.1 一代测序技术的介绍：介绍一代测序技术的原理、特点和应用。

5.2 二代测序技术的介绍：介绍二代测序技术如何实现高通量测序，及其在基因组学研究中的应用。

5.3 单细胞测序数据的介绍：讲解单细胞测序技术的原理和它在基因组学研究中的重要性。

实践操作部分：

6. 实操：安装biopython，并使用biopython对序列进行一些基础操作

6.1 安装biopython：介绍如何在不同操作系统中安装biopython库。

6.2 使用biopython进行序列分析：通过实例演示如何使用biopython进行基因序列的读取、写入、分析和操作。

第二章: 从深度学习到基因组学（进阶部分 ）

理论讲解部分：

1. 深度神经网络的实现

1.1 卷积神经网络的实现：介绍卷积神经网络（CNN）的基本结构和工作原理，以及如何在常见的深度学习框架中实现它。

1.2 多层感知机的实现：讲解多层感知机（MLP）的结构，包括输入层、隐藏层和输出层的设置，以及激活函数的选择。

1.3 自编码器的实现：介绍自编码器的结构和应用，包括编码器和解码器的设计，以及自编码器在数据压缩和特征学习中的应用。

2. 传统机器学习的实现

2.1 随机森林的实现：介绍随机森林算法的基本原理，包括如何构建决策树和如何通过集成多个决策树提升模型性能。

2.2 支持向量机的实现：解释支持向量机（SVM）的工作原理，包括核技巧的应用和模型参数的选择。

2.3 k-近邻的实现：讲解k-近邻（k-NN）算法的基本概念，包括距离度量、邻居选择和分类决策规则。

2.4 传统机器学习的理论介绍：提供对传统机器学习算法的整体概览，包括监督学习和无监督学习的区别、模型评估方法等。

3. 常用基因组学软件的实操

3.1 序列比对软件BLAST的安装：指导如何在不同操作系统中安装BLAST软件。

3.2 序列比对软件BLAST的实操：通过示例数据演示如何使用BLAST进行序列比对。

3.3 序列比对软件BLAST的结果解析：讲解如何解读BLAST比对结果，包括比对得分和序列相似性的评估。

4. 常用基因组数据库下载和使用

4.1 NCBI各个基因组数据的下载和访问：介绍如何从NCBI数据库下载基因组数据。

4.2 使用编程的方式访问基因组数据库：演示如何使用Python等编程语言访问和查询基因组数据库。

4.3 使用编程的方式下载基因组数据：讲解如何自动化下载基因组数据，包括使用API和脚本。

5. 结合基因组数据进行序列分类（原创性高）

5.1 序列的编码：介绍如何将基因序列数据编码为数值形式，使其适用于机器学习模型。

5.2 序列的输入神经网络：讲解如何将编码后的序列数据作为输入提供给神经网络模型。

5.3 模型的训练和预测：指导如何训练神经网络模型并进行序列分类预测，包括模型调优和评估。

实践操作部分：

6. 实践操作：针对上述理论知识，设计相关的实验和操作练习，包括但不限于以下内容：

6.1 使用TensorFlow或PyTorch等深度学习框架实现简单的CNN和MLP模型。

6.2 在Python环境中使用scikit-learn库实现随机森林、SVM和k-NN算法。

6.3 完成BLAST软件的安装和使用，通过实际案例练习序列比对和结果解析。

6.4 使用Python编写脚本，实现从NCBI数据库自动下载和查询基因组数据的功能。

6.5 开发一个简单的基因序列分类项目，从序列编码到模型训练和预测的完整过程。

第三章: 从深度学习到基因组学（宏基因组部分）

理论讲解部分：

1. 组学的介绍

1.1 宏基因 、16S、宏病毒等测序手段的介绍：介绍不同测序技术在组学研究中的应用，包括宏基因组、16S rRNA基因测序和宏病毒组测序等技术的原理和特点。

1.2 宏基因组从头拼接：讲解宏基因组从头拼接的基本概念，包括从头拼接的过程、常用的拼接软件和拼接结果的评估方法。

1.3 宏基因组的质控和去宿主：介绍在宏基因组研究中如何进行数据质量控制，以及如何去除宿主基因的干扰，包括常用的质控工具和去宿主策略。

2. 组学分析软件详解

2.1 R和Rstudio软件的安装：介绍如何在不同操作系统上安装R语言和RStudio环境，以便进行统计分析和数据可视化。

2.2 Origin安装和绘图（箱线图等）：讲解如何安装Origin软件，并使用其进行科研绘图，如箱线图、散点图等。

2.3 Python科研绘图注意事项：介绍在使用Python进行科研绘图时的注意事项，包括图形美化、数据表示和图形导出等。

3. 组学文章精选荟萃串讲：精选组学领域的代表性研究文章，对其研究内容、方法和结论进行详细解读，以帮助理解组学研究的最新进展和应用。

实践操作部分：

4. 实践操作

4.1 宏基因组数据分析实战：通过实际案例，练习从头拼接、质控和去宿主等宏基因组分析流程，包括使用相关软件和解析分析结果。

4.2 R语言和RStudio应用实践：完成R语言的基础语法学习，通过RStudio进行数据分析和绘图的实战训练，如如何利用ggplot2包绘制箱线图。

4.3 Origin绘图实战训练：通过实际数据，学习使用Origin软件进行科研绘图，包括图形的基本设置、美化和导出。

4.4 Python科研绘图实践：利用Python进行科研绘图的实践操作，包括使用matplotlib和seaborn库进行数据可视化，以及绘图过程中的优化技巧。

5. 文献阅读与讨论

5.1 讲解文献：文献阅读，选取组学领域的高影响力文章，进行深入讨论和分析。

5.2 文献阅读技巧分享：分享科研文献阅读和笔记整理的技巧，提高文献阅读的效率和深度。

5.3 研究方法和技术解析：对选定文章中的研究方法和技术进行详解，帮助理解其原理和应用场景。

第四章: 从深度学习到基因组学（数理统计部分）

理论讲解部分：

1. 高维数据降维和聚类

1.1 k-means，PCA等聚类和降维技术的介绍：介绍k-means聚类算法和主成分分析（PCA）降维技术的基本原理及应用场景。

1.3 高斯混合模型等相关统计知识的详解：详细解释高斯混合模型的原理和在数据聚类中的应用。

1.4 维度灾难：讨论高维数据所带来的挑战，包括维度灾难的概念及其对数据分析的影响。

1.5 t-SNE：介绍t-SNE（t-Distributed Stochastic Neighbor Embedding）技术的原理和在高维数据可视化中的应用。

2. 微生物群落相关性

2.1 网络分析概述之网络基础简介：介绍网络分析的基本概念，包括节点、边以及网络的基本性质。

2.2 网络拓扑结构-网络图的凝聚性特征：探讨网络图的结构特征，如凝聚性、中心性等，及其生物学意义。

2.3 CoNet的关联网络推断过程演示：介绍CoNet工具在推断微生物群落关联网络中的应用。

2.4 SparCc的微生物网络构建示例：详细说明SparCc如何被用于构建微生物关联网络。

2.5 SPIEC-EASI的微生物网络构建：解释SPIEC-EASI方法在微生物网络构建中的原理和步骤。

3. Motif相关荟萃介绍

3.1 手把手使用CNN实现序列中motif鉴定实现：介绍如何使用卷积神经网络（CNN）识别生物序列中的motif。

3.2 手把手使用CNN实现序列中m6A修饰鉴定实现：解释如何应用CNN在生物序列中识别m6A修饰的方法。

3.3 其他相关网络在序列中motif鉴定的实现：讨论除CNN外的其他深度学习模型在序列motif鉴定中的应用。

实践操作部分：

4. 高维数据降维和聚类的实操

4.1 实现k-means聚类和PCA降维：通过Python或R语言编写代码实现k-means聚类和PCA降维，并通过实际数据集练习这些技术。

4.2 使用t-SNE进行数据可视化：练习如何使用t-SNE技术对高维数据进行可视化表示。

5. 微生物群落相关性的网络分析实操

5.1 使用R包构建微生物关联网络：通过R语言的SpiecEasi包实践SparCc网络的构建。

5.2 网络分析软件的应用：练习使用CoNet、SPIEC-EASI等工具进行微生物群落关联网络的构建和分析。

6. Motif鉴定的实操练习

6.1 使用CNN识别生物序列中的motif：通过编程实践学习如何使用卷积神经网络模型识别序列中的motif。

6.2 实现序列中m6A修饰的鉴定：练习如何使用深度学习方法，特别是CNN，来识别和预测生物序列中的m6A修饰。

7. 该章节相关文献串讲

7.1 文献讨论会：选择与章节内容相关的重要文献，深入分析文献的方法、结果和结论。

7.2 文献阅读和总结：阅读并总结章节相关的科研文章，以加深对实际应用的理解。

第五章: 从深度学习到基因组学（前沿领域及手把手带你进行SCI论文选题写作投稿）

理论讲解部分：

1. 三维基因组学

1.1 三维基因组学研究进展：介绍三维基因组学的基本概念及其研究的历史和最新进展。

1.2 Hi-C和ChIA-PET等技术介绍：详细讲解Hi-C和ChIA-PET技术的原理、特点及其在三维基因组学中的应用。

1.3 三维基因组学及在疾病中的应用：探讨三维基因组学如何帮助理解疾病的发生发展机制。

2. 三代测序

2.1 三代测序技术的原理与特点：介绍三代测序技术的基本原理，包括其与前两代技术的不同之处及优势。

2.2 Basecalling在三代测序中的作用：讲解Basecalling的概念及其在三代测序数据处理中的重要性。

2.3 三代测序在基因组学中的应用：讲述三代测序技术如何被应用于基因组学的各个领域。

3. 论文写作与投稿

3.1 论文的选题：讨论如何根据当前科研趋势和个人研究兴趣选择合适的论文题目。

3.2 论文的写作技巧：介绍科学论文写作的基本原则和技巧，包括如何清晰地表达研究思想。

3.3 论文的规范格式：解释科研论文的标准结构和格式，以及如何正确引用文献。

3.4 如何选生物信息学投稿杂志：分享如何根据论文的研究领域和质量选择合适的杂志进行投稿。

3.5 Cover Letter的撰写：指导如何撰写Cover Letter以提高论文被接受的可能性。

3.6 学术规范和道德

实践操作部分：

4. 三代测序数据分析实操

4.1 三代测序数据的预处理：介绍如何对三代测序数据进行质量控制和数据清洗。

4.2 Basecalling技术应用：介绍在三代测序数据处理中如何进行Basecalling，及其使用的软件和工具。

4.3 基因组组装与注释：讲解使用三代测序数据进行基因组组装和注释的方法和工具。

5. 论文写作与投稿实操

5.1 论文写作工具和软件的使用：介绍科研论文写作中常用的软件工具，例如文献管理软件和写作软件。

5.2 实践论文写作：实践如何撰写科学论文，包括结构安排、语言表达及图表制作等。

专题四

机器学习单细胞与转录组

讲师介绍

第一天

理论部分

高通量测序原理

高通量测序基础

测序方法及数据

二代测序数据分析流程

实操内容

R语言基础

R（4.1.3 ）和Rstudio的安装

R包安装和环境搭建

数据结构和数据类型

R语言基本函数

数据下载

数据读入与输出

第二天

理论部分

多组学基础

常用生物组学实验与分析方法

常用组学数据库介绍

批量处理组学数据

生物功能分析

基于转录组学的差异基因筛选，疾病预测

组学数据可视化

实操内容

创建Seurat对象

数据质控

测序深度差异及标准化

单细胞数据降维

批次效应去除

数据整合

亚群注释

GSVA通路活性分析

单细胞富集分析

第三天

理论部分

介绍转录组学的基本概念和研究流程

RNA-seq数据的预处

基因表达量估计和差异表达分析

实操内容

转录组测序数据质量控制

转录组数据比对

RNA-seq数据原始定量

主成分分析

原始定量结果差异分析

差异结果筛选及可视化

GO和KEGG通路富集分析

GSEA基因集富集分析

第四天

理论部分

机器学习概述

线性模型

决策树

支持向量机

集成学习

模型选择与性能优化

实操内容

决策树算法实现

随机森林算法实现

支持向量机(SVM)算法实现

朴素贝叶斯算法实现

Xgboost算法实现

聚类算法实现

DBSCAN算法实现

层次聚类算法实现

第五天

理论部分

基因功能注释和富集分析

WGCNA（Weighted Gene Co-expression Network Analysis）网络分析

转录因子分析和调控网络构建

转录组数据的可视化方法和工具

转录水平预测蛋白翻译水平

实操内容

单细胞非负矩阵分解（NMF）

细胞通讯分析

细胞发育轨迹分析（monocle）

单细胞调控网络推断SCENIC

示例图片：

专题五

机器学习代谢组学