單細胞數據挖掘與課題設計實戰課程

2020-11-27 騰訊網

1. 低門檻:零基礎學R語言,學單細胞數據分析;

2. 零成本:快周期且零成本的實戰型數據挖掘課;

3. 新思路:最熱的技術,最新的挖掘方向,做第一批吃螃蟹的人;

4. 有保障:講課錄像便於複習(僅線下班學員,加密不零售);

5. 有延伸:長期答疑群,項目一對一針對性指導;

會議背景:

單細胞測序技術誕生至今剛好10年,近5年更是取得了飛速的技術進步與科研積累,幾乎成為眾多優秀CNS文章的標配技術,並成功拔得近幾年的基金申請熱門前三。單細胞測序技術並且在18年被Science雜誌評為「年度頭號科學技術突破」,被科學家認為是未來10年改變基礎生物學和醫學研究格局的技術。

下一個機會正在開放給有準備的人

但必須要考慮的兩個問題:

1. 有經費基礎如何最大化利用資源取得項目產出;

2. 零基礎如何介入單細胞測序領域並快速發文章;

首先,單細胞測序高昂的實驗成本及分析成本阻礙了大部分課題組的步伐。一例樣本的實驗加測序成本約3萬,測6例樣本加分析、驗證、投稿等費用基本超過25萬,然而靠堆積樣本量發高分文章的路子已經不適用,巧妙的課題設計,成熟的數據分析將成為決定文章上限的主要門檻。

本課程設計了一門單細胞數據挖掘與課題設計課程,專門針對單細胞轉錄組測序數據進行「數據挖掘方法、代碼與思路分享」,並針對單細胞領域課題設計提供詳細的建議。

目前單細胞公共樣本超過3萬例,涵蓋人、小鼠、斑馬魚等常見模式生物,包含血液、正常組織以及罕見組織(如腦、神經系統)等樣本。在各類腫瘤、疾病、不同治療方案等領域更是積累了大量的公共數據,且數據增長趨勢顯著,單細胞測序數據的挖掘目前還是處於剛剛起步的狀態,利用成熟的公共數據進行有意義的挖掘,是用資源取得最優項目及產出的正確思路。

其次,課程會從單細胞的技術原理、技術局限性、應用方向、單細胞測序的「坑」等方面進行分享;並從數據挖掘的角度從找思路、找數據、分析數據到解讀數據成文提供詳細的講解與代碼演示(老師會提供2兩套高度自動化的代碼直接產出發表級別的圖)。爭取讓學員通過課程能儘可能全面的了解單細胞是什麼,能做什麼,以及該怎麼做。還會從單細胞相關的課題設計進行經驗分享,並對近兩年國自然單細胞方向的項目進行解讀,助力大家詳細規劃未來的課題申請與課題執行。

課程目標及特色:

1. 編程零基礎,用通俗易懂的方法,講會做生信分析的基本R語言及學習方法;

2. 全面了解單細胞測序的基本概念、原理、常見的坑、主要資料庫以及使用方法;

3. 全流程演示單細胞數據分析,看得懂所有單細胞相關的圖,掌握單細胞分析方法;

4. 單細胞數據挖掘文章分享及6個零成本的單細胞挖掘思路分享,助力快速科研產出;

5. 高度自動化的全流程代碼分享,既容易上手操作,又能直接產出發表級別的圖;

6. 解讀最新國自然動態,提示基金申請注意事項,並分享單細胞課題設計經驗;

7. 上課老師長期答疑,並贈送每個學員一對一項目輔導機會一次;

額外福利:

1. 本班次學員,可長期接收老師課程的最新數據挖掘思路及分析代碼;

2. 本班次學員,可長期免費參加後續相同線下課程;

3. 本班次學員,贈送32G資料U盤一份,內含12G的R語言學習視頻,數據挖掘視頻,單細胞各類高分文獻等資料。

主講人簡介:

李老師,國內最先研究單細胞測序的團隊成員之一,並作為公司生信部門負責人推動國產單細胞技術走向市場。擅長高通量測序技術的數據挖掘以及臨床方向等相關課題設計。累積發表SCI文章35篇,其中10分以上達6篇;純數據挖掘類文章22篇(平均IF≈4.5分)。以主要分析人員身份參與完成國家重大973項目1項,國自然及國家科技重大專項項目共8項。

課程安排:(詳細課表內容請聯繫朱老師)

適合人群:

臨床、基礎研究等科研領域的各級臨床醫生、藥師、科研單位研究人員、高校碩/博士研究生、對利用單細胞測序或公共資料庫研究進行數據挖掘感興趣的廣大師生(尤其適合初學者和無基礎的學員,無需任何基礎,也無需學習任何程式語言)。

時間地點:

11月16日-17日,廣州,歌爾爵斯酒店(近廣州南站,報名後提供詳細路線)

註冊費用:

11月10之前:3300元/人,2人及以上團報3200元/人

11月10之後:3500元/人,2人及以上團報3400元/人

所有報名的學員,轉發朋友圈一天可享50元推薦紅包。

按交費先後順序安排座次。註冊費包含老師講課費、會場、教材、午餐、視頻課程等費用,不含住宿費。

主辦單位:上海綰塍生物科技有限公司

報名諮詢及聯繫人:

識別下方二維碼,進行註冊報名

相關焦點

  • 確認過眼神,是值得挖掘的單細胞測序資料庫
    另外就是存儲在GEO資料庫中的單細胞測序數據結果了,其中的存儲相對比較零散,沒有專庫專用的特點。考慮到單細胞測序的趨勢,這裡總結整理一個單細胞測序資料庫相關的系列,今天白介素同學介紹一個著名的公共資料庫內置的單細胞測序資料庫,ArrayExpress https://www.ebi.ac.uk/arrayexpress/,存儲了大量的晶片及測序結果,大概看下長啥樣。
  • 數據挖掘與統計分析的區別
    最起碼它表明我們應該:在我們的雜誌上發表這類文章;在我們的本科課程中講授一些這方面的內容,在我們的研究生中講授一些相關的研究課題。我們的博士生專業課就有《多元統計》一課;給那些這方面較優秀的人提供一些獎勵(工作,職稱,獎品)。答案並不明顯,在統計學的歷史上就忽略了許多在其它數據處理相關領域發展的新方法。如下是一些相關領域的例子。
  • DNA及RNA甲基化數據分析、課題設計與基金寫作學習班學習班 2020年...
    鑑於DNA/RNA甲基化具有重要的臨床研究意義,我們特別邀請到在該領域擁有豐富經驗的專家老師為大家詳細的介紹DNA/RNA甲基化的研究內容、研究方向及課題思路,並通過培訓使學員熟練的掌握甲基化相關課題的數據獲得和分析過程,迅速成為表觀遺傳領域的主力軍。
  • 指南者留學參加線上項目實戰的同學,都拿到了怎樣的錄取?
    新加坡國立大學定量金融(2020-11-27)報名項目:《天貓超市顧客口及商品特徵研究》背景提升需求:學員本身積累了課程設計與創業大賽經歷,但獨特性和相關度不是很理想,需要更為匹配的經歷展現數據收集、處理、建模、分析相關的能力
  • 給AI萌新的本科4年課程清單(課程直達)
    作為已經畢業的學長,Eric離開學校已經有一段時間了,總結了一下自己的學習和工作經歷,Eric為自己的人工智慧和機器學習的職業生涯,設計一個完整的4年制人工智慧本科學位基礎課程。這些課程是為AI和CS領域的萌新提供的,雖然是萌新定位,但Eric覺得這些課程直到今天都還在用,是基礎必會的技能。
  • Oncomine數據挖掘快速發文捷徑
    但是現在不一樣了,現在進入了數據大時代,特別是生物信息學方面的數據,資料庫越來越多,像GEO,TCGA,Oncomine。雖然專業搞生信都要會編程,當然GEO,TCGA也離不開編程,但是這裡有一個資料庫不用編程的,這個資料庫是Oncomine,差異表達分析,共表達分析,Outlier分析等等Oncomine自己都會分析,不用任何代碼,我們只要會點滑鼠就可以了。接下讓我們一起看一下到底是怎麼樣操作?
  • 資料|《常用數據挖掘算法總結及 Python 實現》
    今日資料推薦《 常用數據挖掘算法總結及 Python 實現 》這份資源非常適合相關的從業人員或大數據愛好者,該文檔總結了常用的數據挖掘的算法原理以及 Python 實踐內容,為初學者提供良好的參考資料目錄:第一部分:數據挖掘與機器學習數學基礎第二部分:機器學習概述第三部分:監督學習--分類與回歸第四部分:非監督學習--聚類與關聯分析
  • 單細胞測序揭開「作物遺傳分析和產量基因挖掘」新篇章
    為突破這一瓶頸,來自美國冷泉港實驗室的David Jackson 課題組及多個合作團隊的研究者們利用玉米這一糧食農作物作為研究對象,聚焦花序器官早期發育這一決定性階段,運用時下先進的單細胞轉錄組測序 (scRNA-seq) 技術, 構建單細胞水平基因共表達網絡並準確預測基因冗餘,進而整合特異性細胞群體染色質開放數據,鑑定關鍵轉錄因子調控位點,最終結合全基因組關聯分析挖掘產量性狀相關基因。
  • 單細胞發文:缺少這幾項,再新穎的思路也是白搭
    單細胞降維為什麼不用 PCA,而選擇 t-SNE?UMAP 又是什麼東東? 不同樣本之間存在批次效應該如何處理?如何判斷細胞類型鑑定結果是否準確? 擬時序分析用什麼軟體?細胞間通訊分析又是選擇哪個資料庫? 不清楚這些問題,自己的課題如何進行?
  • 解讀數據挖掘與數據科學之間鮮為人知的區別
    然而,儘管人們對數據科學的工作越來越感興趣,但並不知道如何從事這個職業。因此應該了解數據科學的職業生涯,這其中包括了解不同數據流程之間的差異。一些行業網站和大學正在提供有關數據科學的學習課程。然而,對於初學者來說,他們對於如何入門以及如何選擇有效的路徑並不總是很清楚。因為數據技術領域中一些相似的領域存在顯著的差異。
  • 推薦算法系統/人臉識別/深度學習對話機器人高級實戰課
    二、課程簡介把目前網際網路最熱門、最前沿的項目實戰匯聚一堂,通過真實的項目實戰課程,讓你快速成為項目總監或負責人!!!比如大數據平臺工程師負責Hadoop集群和數據倉庫,ETL工程師負責對數據倉庫的數據進行處理和清洗,算法工程師負責核心算法,Web開發工程師負責推薦Web接口對接各個部門,比如網站前端、APP客戶端的接口調用等,後臺開發工程師負責推薦位管理、報表開發、推薦效果分析等,架構師負責整體系統的架構設計等。所以推薦系統是一個多角色協同配合才能完成的系統。
  • 免費領取 | 單細胞轉錄組測序,市面罕見的單細胞技術書籍
    前陣子,小編發現了一篇單細胞測序的文章,看到之後震驚了!文章的主要內容只有這些:細胞培養、單細胞製備、單細胞測序、質量控制、技術驗證,而且只獲得了單細胞測序數據就結束了沒錯,這篇只提交了實驗數據的文章,竟然還發了5分?!!據統計,單細胞測序相關文章的單月平均影響因子達到了20.4!由此可見其影響之大,而單細胞轉錄組測序的文章已經發表很多了,現在再不應用就趕不上熱度了! 為響應熱潮,滿足同學們的需求,解螺旋和聯川生物一起給大家送出這本《單細胞轉錄組測序》實體書。
  • 高歌團隊發布單細胞轉錄組數據檢索新方法和參考資料庫
    若能有效利用現有的單細胞數據進行檢索與推斷,研究者便能更好地進行新測序單細胞的注釋,以及綜合多數據集的研究。發布了基於深度學習模型的單細胞轉錄組數據檢索和注釋的新方法Cell BLAST,以及具備高質量注釋的單細胞轉錄組參考資料庫ACA,為有效利用現有數據進行細胞注釋和跨數據集研究提供了新的工具和資源。
  • 韓家煒Jiawei Han訪談錄(數據挖掘)
    我自己也深有體會,因為我的博士論文就立足於數據挖掘。實際上我當時從事的研究是演繹資料庫。在當時,邏輯程序設計和資料庫是非常熱門的方向。蘭迪·凱茲( Randy Katz)教授對我從事數據挖掘研究有著非常大的影響。當時蘭迪是威斯康星大學的教授。記得在 1983年或是 1982年,具體哪一年我忘記了,他舉辦了一次數據挖掘研討班,當時日本制定了第五代計算機工程項目。
  • 【重磅AI課程】京東NLP企業項目實戰訓練營
    京東NLP企業項目實戰訓練營首期班正式定檔啦,6月1日不見不散!一門專注於培養行業TOP10%NLP工程師的高級課程,已收錄:Seq2Seq、Distillation、Transformer、XLNet、ALBERT等前沿框架實戰;教學內容出自於京東智聯雲3大AI項目數據;科研團隊由AI科學家、博導級人士組成;優秀學員畢業後可享受京東AI內推綠色通道!
  • 大數據_數據挖掘技術分類及應用
    2)網站設計 通過對網站內容的挖掘,主要是對文本內容的挖掘,可以有效地組織網站信息,如採用自動歸類技術實現網站信息的層次性組織;同時可以結合對用戶訪問日誌記錄信息的挖掘,把握用戶的興趣,從而有助於開展網站信息推送服務以及個人信息的定製服務,吸引更多的用戶。   3)搜尋引擎 網絡數據挖掘是目前網絡信息檢索發展的一個關鍵。
  • 一名數據分析師的「實戰解碼」
    中部戰區空軍雷達某旅數據分析師劉志成(右一)指導戰勤參謀完成作戰課題研究。喜歡數據、追逐數據、痴迷數據,這是劉志成給許多人留下的第一印象。走進劉志成辦公室,記者一眼就發現了「不一樣」:他的電腦桌上,有橫豎兩塊屏幕。豎屏上,爬滿了正在仿真推演的信息數據;橫屏裡,排列著10多項與數據相關的課題。再仔細一看,每項課題的「完成時限」都精確到了某一天。
  • 【學術前沿】張世華課題組提出解決單細胞轉錄組數據高度缺失及...
    因此,如何從高度稀疏的單細胞轉錄組數據中精確地恢復這些缺失的信號,從而促進下遊生物信息挖掘,是單細胞轉錄組數據分析面臨的重要挑戰。類似地,在單細胞轉錄組數據中,由於細胞種群和共表達基因的存在,數據矩陣也趨向於低秩矩陣,那麼低秩填補策略可能適用於單細胞數據的填補問題。單細胞數據的一大特點是存在很大的異質性,課題組成員敏銳地洞察到這一數據特徵對於單細胞數據填補的重要性,決定從細胞子群的角度來解決單細胞轉錄組數據的drop-out問題。
  • 10x單細胞免疫組庫VDJ數據分析就看它
    2015年,10x Genomics發布了基於微流控和油滴包裹技術的Chromium單細胞系統平臺,可實現高通量的單細胞轉錄組和單細胞V(D)J測序。不但可以將TCR/BCR雙鏈完美匹配,而且可以細化到單細胞水平,同時獲得表達譜信息。目前該技術也是研究單細胞免疫組庫應用最廣泛的技術,那麼10x 單細胞免疫數據該如何分析?分析結果又有哪些呢?今天小編帶大家來聊聊單細胞免疫組庫測序數據分析那些事。
  • m6A(RNA甲基化修飾)課題思路介紹及熱點方向分析
    需要了解以上信息,在具體實驗時才清楚如何設計課題,如何開展試驗。鑑於此我們特別邀請到在此方面經驗豐富的專家老師通過兩天的會議給您理清相關思路,補充相關知識。本次課程主講老師劉老師來自中科院,長期專注於表觀遺傳學等方面研究,對m6A方向的科研思路以及最新研究動態熟悉掌握。