00:00 / 00:55
连播
清屏
智能
倍速
点赞982
00:00 / 04:36
连播
清屏
智能
倍速
点赞4
00:00 / 01:15
连播
清屏
智能
倍速
点赞7
00:00 / 06:59
连播
清屏
智能
倍速
点赞13
00:00 / 03:22
连播
清屏
智能
倍速
点赞63
00:00 / 00:39
连播
清屏
智能
倍速
点赞NaN
00:00 / 06:05
连播
清屏
智能
倍速
点赞34
学习生信分析,照这个顺序来!五个月就够了 很多学弟学妹问我:生信分析到底难不难?我的答案是:难又不难! 不难:是因为生信分析的入门门槛并不高。即使是编程零基础的同学,只要花2-3个月时间学习Linux和R语言的基础知识,再结合一些实操练习,就能掌握基本的分析流程,独立完成简单的生信项目。 难:则是因为生信的上限极高。虽然入门后可以快速上手组学分析,但想要真正精通,仅掌握一两种组学技术(如RNA-seq、CHIP-seq、转录组等)远远不够。 如果你是准备26年生信,就照这个顺序来: 1. 了解一代测序 / 二代测序 / 基因芯片分别是什么?(生信入门课) 2. 掌握reads、count、FPKM、TPM是什么,以及与芯片数据的区别(生物信息学核心概念) 3. 搞懂生信在做什么?(拆解一篇生信文献) 4. 差异分析及结果解读:DESeq.2/Limma如何选(R 语言实战) 5. GO 富集与 KEGG 富集(TCGA 数据库教程) 6. PPI分子互作网络构建(STRING数据库) 7. 单因素 COX 分析 / 生存曲线(临床预后研究) 8. 机器学习之 lasso 回归(变量筛选实战) 9. 机器学习之 SVM(分类模型) 10. 预后模型构建与验证:预后模型+ROC曲线(顶刊文献拆解) 11. WGCNA 分析(加权共表达网络) 12. 免疫浸润分析(肿瘤微环境) 13. 基因集分析,GSEA 与 GSVA 分析(功能富集进阶) 14. 药物靶点及药物基因相关性(PharmGKB 数据库) 15. 肿瘤干性的预后模型(肿瘤干细胞研究) 16. 免疫评分的预后模型(免疫检查点研究) 17.生信湿实验之 qRT-PCR(转录水平验证) 18.生信湿实验之 Western blot(蛋白水平验证) 生信分析作为一种工具,就像所有语言一样,关键在于实践操作。会用,远比“学透”理论更关键。只有真真切切地深入到项目中去,在数据中摸爬滚打,才能真正学得明白、学得透彻! 纸上得来终觉浅,绝知此事要躬行。听懂只是第一步,在真实项目中解决实际问题,才是我们学习的最终目标。如果你想真正掌握生信分析,不妨来统计之光学习。 #生信分析 #生物信息学 #医学 #医学生 #干货分享
00:00 / 00:21
连播
清屏
智能
倍速
点赞10
00:00 / 01:33
连播
清屏
智能
倍速
点赞9352