医学生物信息学公共数据深度挖掘临床应用培训班2022年1月线上已截止报名
推荐参加：2025年科技项目申报与科研平台建设运行、经费使用管理、综合绩效评价专题培训班(1月南京)

课程时间： 2022-01-20 09:00至 2022-01-23 18:00结束

课程地点：线上活动

主办单位：中国管理科学研究院职业教育研究所

行业热销热门关注看了又看换一换

会议介绍
会议内容主办方介绍

医学生物信息学公共数据深度挖掘临床应用培训班2022年1月线上宣传图

各企事业单位、高等院校及科研院所：

当前，我国临床医学数据资源丰富，但很多医学数据资源并未充分利用，医学数据资源也未能充分解读，造成医院医学数据资源利用率低。然而，一系列问题基础诸问题对于广大医务工作者来说，是影响其进一步学习和科研应用的瓶颈。

没有实验怎么发表论文？

手头有很多数据，不知道该怎么进一步挖掘？

如何找靶点？

不精通挖掘GEO、TCGA等数据库怎么办？

怎样才能做出高大上的医学图表？

中国管理科学研究院职业教育研究所工业与信息化技术培训网特举办“医学生物信息学公共数据深度挖掘临床应用培训班”。本次培训通过临床科研思路设计、医学统计分析和生物信息学在医学领域的应用培训，提高医生的科研设计及数据分析能力，提升医学资源利用率。

一、培训目标：

1，短、平、快，为基金申请保驾护航，发表paper如虎添翼；

2，掌握多组学数据分析核心技能，GEO、TCGA、SRA数据处理没有压力；

3，科研绘图：以一敌百，高端大气，私人订制；

4，一套数据多角度演练，更易掌握分析思路。

二、主讲专家：

来自清华大学、上海交通大学、中国科学院等高校医学生物信息学学科带头人、擅长各类型医学数据统计分析、生物医学大数据挖掘。发表数十篇专业领域内学术论文及SCI论文，主编或参与编写多部著作。参与多家三甲医院临床生物信息学的研究合作，科研及授课经验很丰富。

三、培训时间: 2022年01月20日— 2022年01月23日 远程在线培训

（第一天数据及操作软件调试，共授课三天）

中国管理科学研究院职业教育研究所

2021年11月14日

四、参加对象：

从事生物医学研究的临床医生、转化研究科研人员；

课题经费不足，无法进行大规模测序，但需要发表SCI论文的相关研究人员；

已获得转录组、基因组等多组学数据，需要进一步挖掘分析人员；

对生物医学大数据分析与挖掘感兴趣的其他人员。

医学生物信息学公共数据深度挖掘临床应用培训班2022年1月线上

中国管理科学研究院职业教育研究所

会议日程（最终日程以会议现场为准）

五、课程大纲

一、公共数据库挖掘热点介绍	1、生物标志分子（单基因、多基因） 2、可变剪切 3、肿瘤免疫 4、多组学 5. 选择性多聚腺苷酸化（APA） 6、泛癌分析 7、铁死亡 8、细胞焦亡 9、缺氧 10.自噬 11.网络药理学及分子对接 12.代谢 13.单细胞测序 14.m6A 15.环状RNA 16.突变 17.WGCNA分析 18.ceRNA网络 19.RBP(RNA结合蛋白) 20.DNA甲基化 21、人工智能研究在病理切片识别上的应用 22、人工智能多组学数据整合分析
二、常用生物医学数据库介绍	1、常用数据库介绍 1）综合数据库 TCGA、EGA、SRA、dbGAP、ICGC、CCLE、UCSC、cBioPortal 2）转录谱数据库 GEO、Oncomine、ArrayExpress、miRCaner 3）突变数据库 COSMIC、OMIM、ClinVar、SNP 4）表观数据库 ENCODE 5）注释数据库 DAVID、STRING、KEGG 2、可以直接生成发表级图表的数据库 1）差异分析：ONCOMINE,TIMER,GEPIA,HPA 2）临床意义：KM plotter,prognoscan,TISIDB 3）机制研究：基因组学：cBio-portal; 甲基化：UALCAN 互作分析：STRING 功能分析：DAVID
三、R语言基础（上机操作及案例分析）	1、R语言简介 2、R语言安装及配置 3、R语言数据结构 4、R语言数据处理 5、R语言绘图
四、生物信息数据库SCI实操（Biomarker筛选类）	1.数据下载： 1）GDC Data Transfer Tool的使用 2）edgeR包使用 2.差异基因筛选 1）limma包的使用 2）GEO2R的使用 3）火山图的绘制 3.功能富集分析 1）Gene Ontology基因本体论富集分析 2）KEGG通路富集分析 3）topGO，Gostat，Rgraphviz包的使用 4）DAVID，Pather，Gostat在线工具的使用 5）GSEA的使用 6）BiNGO，ClueGO，CluePedia插件的使用 4.聚类分析 1）gplots包的使用 2）pheatmap包的使用 3）聚类图的绘制 5.网络分析 1）Interaction网络 2）Co-expression网络 3）常用分子互作数据库：String，HPRD，BIND等 4）常用共表达分析工具：cBioPortal，WGCNA 5）网络可视化工具：Cytoscap，VisANT 6）网络拓扑结构分析、关键基因识别 6.临床信息关联分析 1）相关性检验 2）生存分析 3）线性回归：单因素，多因素，lasso分析
五、分子生物信息SCI实操（诊断预后模型类）	1.数据下载和整理（表达数据和临床数据） 2.提取科学问题相关基因表达量 3.差异分析 4.GO和KEGG分析 5.共表达预测科学问题相关分子 6.预后相关分子筛选 7.构建预后模型 8.生存曲线和ROC曲线的绘制 9.独立预后分析 10.决策曲线（DCA）的绘制 11.列线图的绘制 12.其他关联分析
六、多组学数据联合分析演练	1.甲基化与转录组整合分析思路演练 1）甲基化数据预处理 2）差异甲基化位点及区域识别 3）甲基化与转录组数据联合分析 4）公共表观数据库：ENCODE、regulomeDB 2. lncRNA-miRNA-mRNA全转录组整合分析思路演练 1）lncRNA表达谱数据获取 2）miRNA靶基因分析 3）lncRNA与mRNA表达相关性分析 4）ceRNA网络构建及结果可视化
七、文章写作与投稿	1.生信类SCI的写作 1）Backgroud/Introduction的写法（5个要素） 2）Methods的写法（7个方面） 3）Results的写法（6个分项） 4）Discussion的写法（7个层次） 2.生信类文章的选题立题前需要考虑的10个问题 3.投稿建议 1）4个忠告 2）5个档次
八、辅助课程	1.学后交流、微信群、QQ群建立； 2.咨询、合作。专业技术团队深入探讨。