2019表观遗传学及DNA甲基化数据分析（9月成都班）已截止报名
推荐参加：2025第十三届国际基因节

会议时间： 2019-09-27 09:00至 2019-09-30 18:00结束

会议地点：成都详细地址会前通知周边酒店预订

会议规模：35人

主办单位：中科成创（北京）生物技术有限公司

行业热销热门关注看了又看换一换

会议通知
会议内容主办方介绍

2019表观遗传学及DNA甲基化数据分析（9月成都班）宣传图

关于举办“表观遗传学及DNA 甲基化数据分析”专题班通知

各有关单位:

表观遗传学是研究基因的核苷酸序列不发生改变的情况下，基因表达的可遗传的变化的一门遗传学分支学科。随着实验技术的进步，产生了海量的表观基因组数据，从这些数据中挖掘生物学特征对理解生命的生理及病理过程有重要意义。面对海量的数据包括DNA甲基化谱、组蛋白修饰谱、核小体定位信息，研究人员开发了针对不同数据的分析工具和策略，理解和掌握表观基因组数据的分析方法，为推动表观遗传学在各学科领域应用及发展，更好地促进专家学者们在研究中的分享和交流，由中科成创（北京）生物技术有限公司举办“表观遗传学及DNA甲基化数据分析”专题班，具体事宜通知如下：

一、培训目标及特点：

本次培训班邀请在表观遗传前沿技术方面有杰出贡献的专家和学者向我们提供精彩实用的培训内容，涵盖多个热门领域尖端研究技术，指导课题设计，分享宝贵经验，并介绍本领域的最新动态和进展，与大家共同探讨表观遗传学研究的课题设计思路和未来发展方向。

通过理论和实践有机的相结合，对表观遗传学基本理论和基本技术的讲解，使学员们深入了解DNA甲基化、组蛋白修饰、非编码RNA等的知识以及相关的数据产生的各种高通量实验技术与数据挖掘。

二、培训对象：

大中专院校生物信息、生物计算、生命科学、医学、化学、农学、计算机科学、数学类专业的课程负责人、一线教师、教研室骨干人员、教学管理人员；科研单位从事表观遗传学、DNA甲基化、组蛋白修饰等方面数据分析的技术人员领导与技术骨干。

三、授课专家：

主讲专家来自中科院及高校等科研机构的高级专家，拥有丰富的科研工作经验，长期从事表观遗传学、DNA甲基化、非编码RNA、组蛋白修饰方面的项目研究，发表Nature, Nature Cell Biology, Molecular Cell等杂志40多篇。具有资深的技术底蕴和专业背景，目前承担国家科技部、国家自然基金委和市科技新星项目等多项课题。

四、时间地点：

2019年9月27日——9月30日四川成都（时间安排：第1天报到，授课3天）

中科成创（北京）生物技术有限公司

主要经营生物技术开发、技术咨询、技术服务、技术转让、技术推广;货物进出口;技术进出口;代理进出口;会议服务;承办展览展示活动;组织文化艺术交流活动(不含演出);餐饮管理;体育运动项目经营(高危险性项目除外);票务代理(不含航空机票销售代理);销售办公用品、工艺品、珠宝首饰、日用品、服装、鞋帽、针纺织品、体育用品、家用电器、电子产品、计算机、软件及辅助设备。

会议日程（最终日程以会议现场为准）

培训内容：

第一天上午	表观遗传学研究内容及思路，DNA甲基化原理、应用及研究	1. 表观遗传学研究内容及调控机制。 2. 通过近期Cell文章掌握表观多组学研究思路。 3. 高通量测序技术概述。 4. 表观遗传学各组学测序技术及分析内容。 5. DNA甲基化理论：作用机制及研究应用。	理论
第一天下午	Linux及R语言实操，DNA甲基化数据分析	1. 常规基础Linux命令入门讲解及实操训练。 2. R语言简介及安装，RStudio的安装及使用说明。 3. R语言语法介绍及常用命令。 4. DNA甲基化测序数据分析（bismark，methylKit等软件）。 5. DNA甲基化芯片数据分析（IMA等软件）。	实操
第二天上午	组蛋白修饰及ATAC测序技术、分析思路及流程	1. 组蛋白修饰的研究方法及技术发展。 2. 组蛋白修饰的研究内容及科研思路。 3. 组蛋白修饰数据的分析流程及绘图。 4. 组蛋白和多组学数据的整合分析。	理论
第二天下午	组蛋白修饰及ATAC数据分析	1. 利用fastqc、cutadapt及Trimmomatic对原始数据进行质控。 2. 通过bowtie2、bwa等软件进行基因组mapping。 3. 通过MACS2软件进行peak calling。 4. 利用HOMER软件进行peak注释及motif分析。 5. 调用R语言包Diffbind进行差异peaks分析。	实操
第三天上午	非编码RNA、表观转录组研究内容及思路	1. 转录组数据分析内容及思路介绍。 2. 长非编码RNA、microRNA及circRNA的研究方法及思路。 3. 转录组多组学整合分析思路和案例介绍。 4. 表观转录组学研究内容及多组学整合思路。 5. 组学分析常用数据库介绍及使用。	理论
第三天下午	mRNA及非编码转录组分析：定量、差异、功能富集及网络	1. 通过tophat2、hisat2软件进行转录组数据mapping。 2. 通过HTSeq及featureCounts进行基因表达定量。 3. 通过Deseq2，edgeR等R语言包进行差异表达分析。 4. 应用DAVID及metascape网站进行通路富集分析。 5. 箱型图，热图，网络图，GO、KEGG富集图，GSEA等图形绘制。	实操