简单介绍下
课程介绍近年来,单细胞RNA-seq(scRNA-seq)已广泛应用于生物学领域的转录组分析。与bulk RNA-seq不同,scRNA-seq提供了单个细胞中每个基因表达的定量测量。然而,要分析scRNA-seq数据,需要新的方法,并且为bulk RNA-seq实验开发的方法的一些基本假设不再有效。在本课程中,我们将介绍scRNA-seq处理的所有步骤,从来自测序仪的原始读数开始。本课程包括使用最先进的方法的常用的分析策略,我们还讨论了可以使用scRNA-seq解决的中心生物学问题。 目标受众和所需背景本课程面向正在或将要分析scRNA-seq数据的研究人员和技术工作者。这些材料既适合想要了解更多数据分析的实验者,也适合想要了解scRNASeq方法的计算生物学家。本课程中演示的例子可以应用于任何实验方案或生物系统。 本课程的要求是:
课程格式课程将在五天内完成。每天将包括一节课和一节实验课。讲座将介绍讨论的主题,实验室环节将集中于对scRNA-seq数据的实际动手分析。这些课程既包括与教师进行镜像练习,以演示技能,也包括自行应用这些技能来完成个人练习。在每次练习之后和练习期间,对结果的解释将作为一个小组讨论进行。计算将使用安装在与会者笔记本电脑上的工具和通过网络浏览器访问的网络资源来完成。 课程内容
链接那么,话不多说,上链接:https://broadinstitute./2019_scWorkshop/index.html 大家感兴趣的话可以自行访问,跟着这份教材学习。 写在最后其实资料有很多,关键是要静下心来打好编程基础。不要还没入门就想着做高级分析。所以我们一再强调生物信息学数据分析学习过程的计算机基础知识的打磨,我把它粗略的分成基于R语言的统计可视化,以及基于Linux的NGS数据处理: 把R的知识点路线图搞定,如下:
Linux的6个阶段也跨越过去 ,一般来说,每个阶段都需要至少一天以上的学习:
如果你自学能力强请务必学习编程基础,如果你想要辅助带你入门,也可以选择: 如果你没有时间从头开始学编程,也可以委托专业的团队付费完成数据分析,参见: 看完记得顺手点个“在看”哦! |
|