单细胞测序数据挖掘与课题设计、基金申请实战会议（1 月）

第一天上午

8:30-10：30

生物信息学及单细胞转录组介绍

1.生物信息简介

2.如何学习并入门生物信息

3. 自学生信需要哪些条件

4. 二代测序到底在测什么

5. 二代测序的地位及防骗指南

6. 单细胞转录组技术发展历史

7. 单细胞测序的重要性

8. 当前单细胞测序的进展及投入程度

9. 单细胞转录组的测序原理

10. 通过单细胞转录组测序可以解决什么科研问题

10:30 - 12:00

单细胞挖掘的基础R语言

1. 为什么做生信要学R语言

2. 能不能只学R语言来解决全部的生信数据分析

3. 学习R语言的路线及资源分享

4. 快速进阶R语言的技巧分享

第一天下午

13:30 - 15:30

R语言实操练习

5. R语言实操练习-先学帮助系统

6. R语言package的安装，加载及管理

7. R语言的错误提示及解决问题方法

8. R语言的常见数据类型：数值，字符，逻辑

9. R语言的常见数据结构：向量，因子，矩阵，数据框，列表

10. 编写第一个复杂的R函数

11. 用循环来解决重复性的工作

12. 常见的高频R内置函数

13.  R语言的文件读写：文本，CSV，XLSX文件一行命令搞定

14. 用R语言处理一个表达矩阵提取高表达基因

15:40 - 17:00

常用单细胞数据库介绍、应用及实操

1. 最大最全的常用数据挖掘数据库-GEO

2. GEO数据库介绍及检索技巧分享

3. GEO数据内容解读，关键信息提取

4. 练习如何寻找到自己想要的数据，挑选1-2例点评

5. 介绍GEO中常见单细胞测序数据的类型

6. PanglaoDB数据库介绍

7. 如何借用PanglaoDB寻找数据，辅助设计课题

8. PanglaoDB隐藏功能分享

9. CellMarker数据库解读

10. CellMarker数据库在单细胞分析中的重要性

11. 用R批量下载CellMarker数据库并处理成内置数据库用于后续分析

12. 实操下载两套单细胞数据并用R读入

13. 常用单细胞转录组数据库总结

第二天上午

8：30-12:00

单细胞转录组分析全套流程演练及实操（附相关的高度自动化运行代码）

1. 分析GEO中下载的数据

2. 常见单细胞分析工具包Seurat,Monocle,scater介绍

3. 单细胞数据读入：10X数据，表达矩阵数据

4. 多组样本数据合并

5. 测序数据QC-线粒体基因分析，RNA分子量分析

6. 细胞表达谱过滤

7. 表达矩阵标准化

8. 计算高显著变化的基因

9. PCA降维分析：碎石图，PC热图展示结果

10. 随机抽样JackStraw图

11. TSNE聚类生成细胞聚类TSNE图

12. DIY多种类型TSNE图

13. 组间细胞类型对比分析

14. 特定细胞类型的细胞统计

15. 不同类细胞的cluster基因计算

16. Marker基因热图及TSNE表达水平图

17. Marker基因细胞类型分析

第二天下午

13:30-17:00

单细胞分析实操、案例性解析归纳单细胞的课题设计方法、基金申请注意点

1. 特定类群细胞功能分析-GO/KEGG

2. GeneOntology分析特定类群细胞

3. 自动绘制GO图代码分享

4. 自动绘制KEGG图代码分享

5. 单基因功能分析方法及数据库介绍

6. 单基因共作用通路图

7. 单细胞数据分析总结

8. 如何避免单细胞数据挖掘的坑

9. 解析顶级期刊发表的经典单细胞文献

10. 单细胞文献中的图重现

11. 归纳总结两种经典实用的零成本单细胞数据挖掘思路

12. 如何零成本进行单细胞相关的课题设计思路、方法、技巧

13. 单细胞测序基金申请思路、相关准备、注意事项等