一、宏基因学研究的发展和挑战

1、宏基因组研究的发展历史  2、典型的宏基因组研究及应用

3、两种宏基因组研究的策略  4、宏基因组数据分析中的挑战

5、数据分析过程中的编程简介6、

二、基本的宏基因组实验技术和单细胞宏基因组实验技术

1. 宏基因组学简介（相关概念，主要研究内容，3大宏基因组学研究计划等）

2. 样品采集及meta DNA提取（不同来源样品如何采集、保存、运输等，细胞富集、破碎以及DNA提取与检测的方法和相关注意事项）

3. 基于16S rRNA基因的实验策略（16S扩增引物选择、快速文库制备、筛选策略的选择等）

4. 基于全基因组测序的实验策略（克隆文库构建、高通量测序文库制备及质量检测）

5. 功能宏基因组实验策略（荧光标记物的选择，流式细胞仪简介及细胞分选原理，微流控芯片工作流程，单细胞实验流程等）

6、单细胞宏基因组实验技术

三，linux常用命令使用和上机操作、基于16s rRNA测序的宏基因组数据分析技术

1、linux常用命令使用和上机操作        

2、16S rRNA简介及研究案例              

3、16S rRNA测序分析的一般流程

4、数据资源及软件工具介绍

5、不同测序数据分析的比较

6、其他软件介绍与操作

7、功能基因的预测分析 \代谢通路分析

四，基于shotgun测序的宏基因组数据分析技术

一、WGS测序分析的一般流程

1 流程概览                    2 文库构建和测序方式选择

3 质量控制和污染序列去除      4 序列整合和分选

5 NR-BLAST和MEGAN分析        6 序列拼接和基因预测注释

7 循环处理

二、经常使用的数据资源和工具（重点）

1 NR/MG-RAST和reference     2 RAPSearch和alignment

3 MEGAN和classification     4 SOAP-denovo和assembly

5 BWA/inGAP和mapping

三、数据统计与结果展示（重点）

1 测序量和拼接效率            2 从比对文件中提取信息

3 物种/功能分类和组成         4 群落结构多样性

5 聚类和相关性

四、WGS测序分析的典型案例

1 人类微生物组计划-HMP          2 地球微生物组计划-EMP

3 反刍动物胃宏基因组            4 环境病毒组和噬菌体

5 从相关案例看WGS的优势

五、一些工具的操作演示（上机） 

五、宏基因组研究的难点：宏基因组拼接\非拼接策略的数据分析

1.宏基因组拼接必要性

2.基因组拼接组装算法原理和流程

3.宏基因组拼接的特点及难点

4.基于非拼接的宏基因组研究策略

5.上机操作，SOAPdenovo2, MetaIDBA， SPAdes等软件的使用

六，QIIME在宏基因组分析中的应用（上机操作）

1、单样品物种多样性分析

A）序列聚类OTUs（Operational Taxonomic Units）

B）测序深度判定（Rarefaction Curve）

C）物种多样性及丰度分析（Relative Abundances）

2、多样品物种多样性分析，包括以下内容：

A）多样品OTUs比较（OUT Heatmap、Venn图）

B）多样品相似度比对（UPGMA 聚类分析）

C）多样品群落构成比较分析（柱状图）

D）Weighted PCA（Principal Component Analysis）分析

E）Unweighted PCA分析

F）组间差异显著性分析

十一、辅助课程

（1）疑难解答、分组讨论；

（2）学后交流、微信群、QQ群建立；