“高通量測序技術與數據分析”高級培訓班通知

瀏覽次數：7129　發(fā)布日期：2019-5-28　來源：本站　本站原創(chuàng)，轉載請注明出處

各有關單位:

隨著新一代高通量測序技術的快速發(fā)展，在準確度大大提高的前提下, 進一步降低測序成本。由此不斷產生出巨量的分子生物學數據，這些數據有著數量巨大、關系復雜的特點，以至于不利用計算機根本無法實現數據的存儲和分析。隨著生物信息學作為新興學科迅速蓬勃發(fā)展，正在改變人們研究生物醫(yī)學的傳統(tǒng)方式，高通量測序技術以及數據分析技術已成為探索生物學底層機制和研究人類復雜疾病診斷、治療及預后的重要工具，廣泛應用于生命科學各個領域，是21世紀生命科學與生物技術的重要戰(zhàn)略前沿和主要突破口。為進一步推動我國生物信息學特別是基因組學的發(fā)展，提高從業(yè)人員的技術水平。由中科成創(chuàng)（北京）生物技術有限公司具體承辦，具體事宜通知如下：

一、授課專家及培訓目標：

主講專家來自中科院基因組所專家，擁有豐富的科研及工程技術經驗，長期從事生物信息領域項目研究，具有資深的技術底蘊和專業(yè)背景。

本培訓以第三代測序、第四代測序技術的應用與數據分析、基因組、轉錄組為主題，精心設計了具有前沿性、實用性和針對性強的理論課程和上機課程。

二、授課模式：

1. 上機操作為主，理論為輔；

2. 學員與授課老師互動性授課；

3. 解決學員在授課當中的疑難問題；

4. 幫助學員開拓在課題工作中實驗設計思路及解決相關問題；

5. 配合研究中所需的要點,圍繞實際研究中常用的軟件展開;

三、時間地點： 2019年7月10日—7月14日 安徽合肥

（時間安排：第1天報到，授課4天）

四 培訓內容

章節(jié)	內容
序列的比對	1、全局比對 Clustalw,Muscle,Hmmer 2、局部比對 Blast, Sim4,Genewise 3、序列比對算法分析
基因組/基因注釋分析	1、新一代測序技術原理和數據處理介紹 2、基因組拼接與組裝基因組de novo組裝方法重復序列分析技術 3、 RNA分析 tRNA,rRNA,microRNA,snoRNA RNA干擾，SiRNA預測技術 4、基因預測原核：Glimmer，真核：Genescan, Augustus 5、基因功能注釋及常用的數據庫介紹
全基因組重測序分析介紹及上機實戰(zhàn)	1、Linux操作系統(tǒng)簡介 2、常用Linux命令的介紹和實戰(zhàn) 3、全基因組測序分析流程簡介 4、高通量測序數據的常見格式（fasta、fastq、sam、bam、vcf、bed） 5、全基因組測序數據常用分析軟件速覽（bwa、samtools、GATK、bcftools、circos） 6、dbSNP數據庫簡介 7、數據質量評估、質量控制 8、mapping到參考基因組 9、sam文件的操作（convert to bam、sort、rmdup、index） 10、定位indel 11、Variant Calling
DNA測序技術-轉錄組分析的進化	1、第一代測序技術：Sanger測序原理 2、第二代測序技術：Illumina，454, Ion Torrent原理 3、第三代測序技術：PacBio, Hellicos原理 4、第四代測序技術: Oxford NanoPore原理 5、其他技術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 數據分析 Data format，fasta，fastq，quality value，gff3 Data cleanup Quality filter, trimmer, clipper
Data analysis （part 2）：reference free analyses（無參轉錄組分析）	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語言進行生物信息學相關的分析	使用R語言相關的包對轉錄組等組學的高通量測序數據進行差異表達、富集分析等。生物信息學專業(yè)圖KEGG、GO等的繪制方法與運用R語言進行實現
基因組可視化軟件circos的使用	使用circos繪制基因組圈圖
生物信息學專業(yè)常用工具及繪圖方法	應用生物信息常用的工具進行專業(yè)繪圖及格式轉換；學BioEdit、WeGO等常用生物學專業(yè)軟件的圖表及格式轉換