章节

   内 容

序列的比对

1、全局比对  Clustalw,Muscle,Hmmer

2、局部比对  Blast, Sim4,Genewise

3、序列比对算法分析

基因组/基因注释分析

1、新一代测序技术原理和数据处理介绍

2、基因组拼接与组装

基因组de novo组装方法

重复序列分析技术

3、 RNA分析
tRNA,rRNA,microRNA,snoRNA

RNA干扰，SiRNA预测技术
4、基因预测
原核：Glimmer，真核：Genescan, Augustus
5、 基因功能注释及常用的数据库介绍

全基因组重测序分析介绍及上机实战

1、Linux操作系统简介

2、常用Linux命令的介绍和实战

3、全基因组测序分析流程简介

4、高通量测序数据的常见格式（fasta、fastq、sam、bam、vcf、bed）

5、全基因组测序数据常用分析软件速览（bwa、samtools、GATK、bcftools、circos）

6、dbSNP数据库简介

7、数据质量评估、质量控制

8、mapping到参考基因组

9、sam文件的操作（convert to bam、sort、rmdup、index）

10、定位indel

11、Variant Calling

DNA测序技术-转录组分析的进化

1、第一代测序技术：Sanger测序原理

2、第二代测序技术：Illumina，454, Ion Torrent原理

3、第三代测序技术：PacBio, Hellicos原理

4、第四代测序技术: Oxford NanoPore原理

5、其他技术Hybridization based methods (NabSys)

Experimental  procedure for transcriptomic analysis

Introduction

Number of duplications

Sequencing coverage

Transcriptomic analysis using NGS (RNA-Seq)

Transcriptomic analysis using PacBio (Iso-Seq)

IsoSeq Experimental design

Data analysis  （part 1）：data pre-processing

evaluation of data quality 数据分析

Data format，fasta，fastq，quality value，gff3 Data cleanup

Quality filter, trimmer, clipper

Data analysis （part 2）：reference free analyses（无参转录组分析）

Gene discovery

Trinity de novo transcriptome assembly

Analysis of Differential Expressed Gene （DEGs）

Abundance estimation using RSEM

Differential expression analysis using EdgeR

Explore the results (cummerbund)

MA plot, Volcano plot, False Discovery Rate (FDR)

hierarchical two-way clustering, pairwise sample-distance, gene expression profiles.

使用R语言进行生物信息学相关的分析

使用R语言相关的包对转录组等组学的高通量测序数据进行差异表达、富集分析等。

生物信息学专业图KEGG、GO等的绘制方法与运用R语言进行实现

基因组可视化软件circos的使用

使用circos绘制基因组圈图

生物信息学专业常用工具及绘图方法

应用生物信息常用的工具进行专业绘图及格式转换；

学BioEdit、WeGO等常用生物学专业软件的图表及格式转换