单细胞测序数据挖掘和课题设计可以这样学（单细胞测序数据挖掘和课题设计可以这样学）
大家都知道我们生信技能树目前只有全国巡讲这个产品线是能走到所有粉丝面前的， 授课内容就是我们最擅长的R基础，Linux基础和RNA-seq实战演练。其实更多的粉丝已经跨越了入门阶段，急需高级技巧，所以我们开辟了单细胞天地公众号，虽然也集齐了一大波相关方向人才，但是我们确实没有时间去举办单细胞测序数据挖掘和课题设计的相关培训，所以这里推荐专业的培训机构来给大家提供服务，请注意甄别和按需报名哦！
两天一夜高强度训练，理论与实战相结合
赠送高清视频供学员复习使用
来自中科院，长期从事单细胞多组学方面的项目研究，发表Nature等杂志四十多篇论文，目前承担国家科技部、国家自然基金委和重点研发计划等多项课题！
会务背景
单细胞测序技术作为科研领域最新、最热的技术,发展神速。好的技术给科研带来了更为丰富、精准的数据。如何在最终的数据分析中结合生物学背景挖掘到更多信息也是困扰很多科研人员的一大难题。为了让更多的研究者了解单细胞测序数据挖掘的常用套路以及单细胞常用数据分析软件的使用特举办单细胞测序数据挖掘与课题设计学习班。
课程目标
1、了解单细胞测序基本概念及原理
2、了解单细胞测序分析的常用软件
3、掌握单细胞测序数据的下载方法
4、掌握单细胞测序数据的研究思路
5、学会R语言基本语法和绘图技巧
6、学会用R代码进行单细胞转录组分析并作图
7、熟悉CNS杂志单细胞转录组文章思路
8、熟悉零成本的单细胞相关课题设计思路
9、获得全套全自动化分析单细胞数据的流程脚本
课程特色
理论和实战相结合
两天一夜的高强度训练，无需基础，配套操作视频慢慢回顾和复习。
代码方面
老师为大家提供了一套流程化的代码，您“傻瓜式”运行即可得到想要的一套分析结果和图表。
授课老师
老师经验丰富，现场授课得到所有的学员认可和好评。
内容设置
第一天上午 8:30- 11:30 | 单细胞测序技术与应用 | 1. 单细胞组学技术发展历程和原理介绍。 2. 单细胞测序技术在科研领域的应用。 3. 近年单细胞技术CNS文章思路解析。 4. 单细胞文章常见图表解读。 5. 单细胞组学技术在癌症、发育、免疫及在植物等领域的研究内容及思路。 | 理论 |
第一天下午 1:30- 17:00 | Linux及R语言入门与实操 | 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. 数据处理功能及统计应用。 5. R语言画图实操：tSNE，小提琴图，热图，网络图，GO、KEGG富集图，GSEA等图形绘制。 | 实操 |
第一天晚上 18:00-21:00 | 单细胞转录组数据分析思路及流程 | 1. 单细胞高分文章分析思路解析（细胞类群确定、拟时间分析、差异表达、通路富集、转录因子、配体受体互作等）。 2. 单细胞转录组比对、定量、分群及拟时间分析等软件及参数。 3. 单细胞转录组转录因子、功能通路及配体受体互作思路解析。 4. 单细胞组学分析常用数据库介绍及使用。 5. 基因富集分析和可视化。 | 理论 |
第二天上午 8:30- 11:30 | 单细胞数据可视化、细胞分型及marker鉴定 | 1. 10X官方单细胞软件Cellranger讲解及实操。 2. 从基因表达矩阵开始到marker基因筛选全过程讲解及实操。 3. 通过Seurat软件进行PCA及tSNE降维。 4. 单细胞转录组细胞鉴定及聚类分析。 5. 通过Seurat及GSVA等进行单细胞转录组差异分析。 | 实操 |
第二天下午 1:30- 17:00 | 单细胞数据轨迹分析，功能富集 | 1. 通过Monocle软件进行单细胞转录组拟时间分析。 2. 通过DAVID及metascape网站进行通路富集分析。 3. 单细胞数据分析总结。 4. 归纳总结零成本单细胞数据挖掘思路。 5. 单细胞测序基金申请思路、准备内容及注意事项等。 | 理论+ 实操 |
时间： 2020年1月11-12日 上海
地点：上海：田林宾馆 北京：宝林轩国际大酒店
3400元/人。授课期间发放纸质邀请函（盖章）和发票。按交费先后顺序确定座位号。会务期间提供午餐，晚餐自理。
如果确实课题有需要，跟单细胞数据分析相关的朋友，直接扫码联系我即可，报名后还可以获取一些课程外的资料！
扫下面微信二维码直接添加我好友，请注明姓名+单位+研究方向。
考虑好了再联系我，课题确实有需求才培训，其余勿扰！
欢迎报名
（长按图片扫描二维码可添加微信）
如果确实没有时间或者经费线下集中学习，也可以看我们的文字版教程
如果是10X仪器的单细胞转录组数据走cellranger流程，我们在单细胞天地多次分享过流程笔记：
如果是smart-seq2技术，首先走单细胞下游分析标准流程啊，就是那些R包的认知，包括 scater,monocle,Seurat,scran,M3Drop 需要熟练掌握它们的对象，：一些单细胞转录组R包的对象 ，分析流程也大同小异：
step1: 创建对象
step2: 质量控制
step3: 表达量的标准化和归一化
step4: 去除干扰因素(多个样本整合)
step5: 判断重要的基因
step6: 多种降维算法
step7: 可视化降维结果
step8: 多种聚类算法
step9: 聚类后找每个细胞亚群的标志基因
step10: 继续分类
完整文字版教程了
所以你其实可以不需要购买视频了，除非你对我的声音有特殊的爱好，或者其他我不知道的原因：