微生物存在于世界的各个角落,在医疗健康、环境治理、农业种植、工业生产等诸多领域发挥着举足轻重的作用。近年来,随着测序技术的发展,微生物组学研究持续火热,微生物组学技术已成为微生物研究领域科研工作者必不可少的研究技术,对其技能要求也越来越高。针对广大科研工作者在运用微生物组学技术开展研究工作中面临的问题,计算中心开发了数据库建立、编程语言开发、绘图工具使用技巧及算法模型选择等一系列培训课程,欢迎大家报名参加。

本次培训班分为四个阶段

1、掌握必备的基础知识

微生物组研究现状与应用、分析流程、方案设计以及Linux的常用操作和软件安装等。

2、掌握16S以及宏基因组数据分析结果及应用

深度剖析16S与宏基因组建库测序原理及分析结果解读,深度诠释各个分析结果。

3、带你进行微生物组学数据的分析

微生物多样性测序数据处理和宏基因组数据分析,如原始数据的质控和拼接、OTU聚类、物种注释、宏基因组数据的组装、基因预测以及基于物种丰度、功能丰度表进行的有效信息的统计分析。

4、深度体验微生物组大数据挖掘的奥秘

基于丰富的项目分析经验,针对不同研究目的,提供专业性分析方案及数据深度挖掘思路,并通过不同软件进行结果可视化。

主办单位:北京市计算中心

授课形式:线上直播

课程安排:2020年3月26-4月1日

讲次

主题

内容

时间安排

第一讲

微生物组学研究现状及应用

1、宏基因组测序技术概述

2、宏基因组的研究思路

3、三种宏基因组测序方案

4、常用数据库介绍

3月26日

9:30-11:00

第二讲

微生物组学数据分析上机基础

1、Linux常用命令使用和上机操作

2、Linux环境下软件安装

3月27日

9:30-11:00

第三讲

微生物多样性数据分析

1、质控流程:双端序列合并、提取barcode、质控、样品拆分、切除引物

2、生成OTU:序列格式转换、去冗余、聚类生成OTU

3、OTU筛选:嵌合体生成原理及去除方法、筛选细菌/真菌序列、生成代表性序列和OUT表

4、物种注释及进化树构建

5、常用Alpha多样性指数计算

6、常用Beta多样性距离矩阵计算

7、统计分析

7.1、Alpha多样性及组间比较统计

7.2、散点图展示样品及组间主坐轴分析(PCA/PCoA/NMDS)

7.3、样品与组间相关分析,并用热图可视化结果

3月27日

13:30-17:00

第四讲

宏基因组数据分析(一)

1、宏基因组分析基本策略

2、数据质量评估

3、数据质量过滤

4、宿主污染过滤

5、数据组装

3月28日

14:00-16:00

第五讲

宏基因组数据分析(二)

1、基因预测

2、物种注释(MEGAN)

3、功能注释(KEGG、eggNOG)

4、统计分析

聚类分析(物种、功能、基因)

差异分析(物种、功能、基因)

3月29日

14:00-16:00

第六讲

数据挖掘与可视化实现(一)

R语言基础及R语言绘图

3月30日

9:30-12:00

第七讲

数据挖掘与可视化实现(二)

1、报告解读及常用分析图表在文章中意义

2、R绘图功能在微生物组学信息分析中的应用

韦恩图、花瓣图、散点图、热图、盒形图(箱线图)等

3、OUT/物种相关性分析 Network分析

4、物种与样本关系 Circos分析

3月31日

9:30-12:00

第八讲

数据挖掘与可视化实现(三)

1、差异物种分析 LEfSe分析

2、KEGG和COG预测分析

PIRUSt和STAMP

3、进化分析 ITOL

4月1日

9:30-11:30

注:课程以实际发生为准,若调,会提前通知。

交流

QQ号:3498448850

邮箱:bcc_peixun@163.com

张老师 18618295767(微信同号)

于老师 15621925881

【注】开课前三天会发送邮件通知;确认开课后,开课前一天会将直播链接及上机账号发至您邮箱或微信。如未收到,请及时电话咨询。

【线上直播】微生物组学数据分析与挖掘专题会议相关推荐

  1. 没有云平台,又不会代码?MicrobiomeAnalyst:一款综合的可视化微生物组学数据分析网页工具

    文章目录 简介 文章简介 主要功能模块 16S多样性分析展示 数据上传及格式要求 数据完整性检查 数据过滤 数据标准化 分析主界面 可视化 堆叠柱状图 交互饼形图 Alpha多样性 Beta多样性 核 ...

  2. MicrobiomeAnalyst:一款综合的可视化微生物组学数据分析网页工具

    陕西省微生物研究所 常帆 主要研究方向为土壤微生态,同时负责服务器维护和相关流程搭建. 简介 文章简介 MicrobiomeAnalyst,综合微生物组学数据网页工具,2017年发表在Nucleic ...

  3. 机器学习在代谢组学、蛋白质组学、微生物组学、基因组学研究中的应用

    如果您在从事生物医学方面的研究   并且有发顶刊的想法 下面这篇内容会给你思路和方法  四大专题内容 专题一:机器学习在蛋白质组学实践应用专题线上培训 专题二:机器学习在代谢组学实践应用专题线上培训 ...

  4. 南土所褚海燕组综述微生物组学的技术和方法及其应用

    DOI: https://doi.org/10.17521/cjpe.2019.0222 微生物组学的技术和方法及其应用 高贵锋 褚海燕* 中国科学院南京土壤研究所, 南京 210008 摘  要微生 ...

  5. Nature:最新一期机器学习在代谢组学、蛋白质组学、微生物组学、基因组学研究中的应用

    自然微生物综述( IF:31.851)于2018年在线发表了微生物组领域的研究方法综述,不仅系统总结了过去,更为未来3-5年内本领域研究方法的选择,提供了清晰的技术路线,让大家做出更好的研究,微生物组 ...

  6. 微生物组-扩增子16S分析研讨会(参加线上直播课还可免费参加线下课 )

    " 福利公告:为了响应学员的学习需求,经过易生信培训团队的讨论筹备,现决定安排扩增子16S分析.宏基因组和Python课程的线上直播课.报名参加线上直播课的老师可在1年内选择参加同课程的一次 ...

  7. Rosetta蛋白大分子抗体对接设计及单细胞多组学数据分析CADD蛋白相互作用

    天然蛋白质具有临界稳定性的特征,然而临界稳定性使得蛋白质遭受胁迫压力后极易发生错误折叠并失去功能.体内蛋白质在错误折叠后产生的聚集沉淀被认为是多种疾病发生发展的原因.因此,优化蛋白质的稳定性是科学研究 ...

  8. Majorbio Cloud:一站式多组学数据分析平台

    点击蓝字 关注我们 Majorbio Cloud:一站式多组学数据分析平台 https://doi.org/10.1002/imt2.12 全文解读 前  言 随着高通量检测技术的发展,高通量组学数据 ...

  9. 中农王金锋组诚聘微生物组学方向博士后

    课题组诚聘微生物组学/生物信息学方向博士后 中国农业大学食品科学与营养工程学院王金锋课题组,主要通过生物组学与食品营养学科的交叉融合,开展"消化道菌群与人体代谢"."营养 ...

最新文章

  1. 深度学习原理与框架-CNN在文本分类的应用 1.tf.nn.embedding_lookup(根据索引数据从数据中取出数据) 2.saver.restore(加载sess参数)...
  2. 【Interfacenavigation】通知概述(36)
  3. table和div在页面布局上应该注意的问题
  4. 23种设计模式之单例模式
  5. 用户控件(显示用户信息,修改用户名密码)的WebPart预览版
  6. 人民日报钟声:以和平合作守护世界安全
  7. 广告植入、电商导流……“变味”的线上演唱会
  8. 一个虐你千百遍的问题:“RPC好,还是RESTful好?”
  9. 分子生物学-肽和多肽
  10. win10易升_微软Win10版本20H2正式版官方ISO镜像下载大全_windows10_Windows系列_操作系统...
  11. 编写javascript、Jquery的String.format();
  12. Linux系统编程—— fork() 函数详解
  13. java连接数据库(sqlserver和mysql)
  14. VMware Workstation下载和安装
  15. 用Python做一个游戏辅助脚本,完整编程思路分享!
  16. java远程_java实现电脑远程控制详解,附完整源代码
  17. oracle 19c 由于MGA产生的文件扩展不足导致的ORA-04030
  18. java怎么让图片自适应_Java使背景图片自适应窗体的办法
  19. 苹果用户界面Aqua背后的故事
  20. 离线地图开发下实现GPS定位,坐标纠偏回放,偏离路线

热门文章

  1. java 切面 注解_十、使用注解定义切面
  2. python批处理原始核磁数据用于DPABI
  3. matlab 重复测量方差分析,DPABI重复测量方差分析时,在permutation test或后续的多重比较校正时报错...
  4. 京东第二轮裁员来袭,套路满满:假装劝退,劝员工找工作,贬低工作能力,忽悠员工不走仲裁!...
  5. uarl 1019 涂色
  6. 二元关系——离散数学part 1
  7. 调试Kubernetes集群中的网络停顿问题
  8. 如何从从U盘安装windows xp到EeePC的详细流程
  9. 大数据时代的大数据管理发展,经历了哪几个阶段?
  10. 计算机组成-无符号数乘法