一、公共数据库挖掘热点介绍

1、生物标志分子（单基因、多基因）

2、可变剪切

3、肿瘤免疫

4、多组学

5. 选择性多聚腺苷酸化（APA）

6、泛癌分析

7、铁死亡

8、细胞焦亡

9、缺氧

10.自噬

11.网络药理学及分子对接

12.代谢

13.单细胞测序

14.m6A

15.环状RNA

16.突变

17.WGCNA分析

18.ceRNA网络

19.RBP(RNA结合蛋白)

20.DNA甲基化

21、人工智能研究在病理切片识别上的应用

22、人工智能多组学数据整合分析

二、常用生物医学数据库实操演练

1、 常用数据库介绍

1）综合数据库

TCGA、EGA、SRA、dbGAP、ICGC、CCLE、UCSC、cBioPortal

2）转录谱数据库

GEO、Oncomine、ArrayExpress、miRCaner

3）突变数据库

COSMIC、OMIM、ClinVar、SNP

4）表观数据库

ENCODE

5）注释数据库

DAVID、STRING、KEGG

2、 可以直接生成发表级图表的数据库

1）差异分析：ONCOMINE,TIMER,GEPIA,HPA

2）临床意义：KM plotter,prognoscan,TISIDB

3）机制研究：

基因组学：cBio-portal;

甲基化：UALCAN

互作分析：STRING

功能分析：DAVID

三、R语言基础（上机操作及案例分析）

1、R语言简介

2、R语言安装及配置

3、R语言数据结构

4、R语言数据处理

5、R语言绘图

四、生物信息数据库SCI实操（Biomarker筛选类）

1.数据下载：

1）GDC Data Transfer Tool的使用

2）edgeR包使用

2.差异基因筛选

1）limma包的使用

2）GEO2R的使用

3）火山图的绘制

3.功能富集分析

1）Gene Ontology基因本体论富集分析

2）KEGG通路富集分析

3）topGO，Gostat，Rgraphviz包的使用

4）DAVID，Pather，Gostat在线工具的使用

5）GSEA的使用

6）BiNGO，ClueGO，CluePedia插件的使用

4.聚类分析

1）gplots包的使用

2）pheatmap包的使用

3）聚类图的绘制

5.网络分析

1）Interaction网络

2）Co-expression网络

3）常用分子互作数据库：String，HPRD，BIND等

4）常用共表达分析工具：cBioPortal，WGCNA

5）网络可视化工具：Cytoscap，VisANT

6）网络拓扑结构分析、关键基因识别

6.临床信息关联分析

1）相关性检验

2）生存分析

3）线性回归：单因素，多因素，lasso分析

五、分子生物信息SCI实操（诊断预后模型类）

1.数据下载和整理（表达数据和临床数据）

2.提取科学问题相关基因表达量

3.差异分析

4.GO和KEGG分析

5.共表达预测科学问题相关分子

6.预后相关分子筛选

7.构建预后模型

8.生存曲线和ROC曲线的绘制

9.独立预后分析

10.决策曲线（DCA）的绘制

11.列线图的绘制

12.其他关联分析

六、多组学数据联合分析演练

1.甲基化与转录组整合分析思路演练

1）甲基化数据预处理

2）差异甲基化位点及区域识别

3）甲基化与转录组数据联合分析

4）公共表观数据库：ENCODE、regulomeDB

2. lncRNA-miRNA-mRNA全转录组整合分析思路演练

1）lncRNA表达谱数据获取

2）miRNA靶基因分析

3）lncRNA与mRNA表达相关性分析

4）ceRNA网络构建及结果可视化

七、文章写作与投稿

1.生信类SCI的写作

1）Backgroud/Introduction的写法（5个要素）

2）Methods的写法（7个方面）

3）Results的写法（6个分项）

4）Discussion的写法（7个层次）

2.生信类文章的选题

立题前需要考虑的10个问题

3.投稿建议

1）4个忠告

2）5个档次

八、辅助课程

1.学后交流、微信群、QQ群建立；

2.咨询、合作。专业技术团队深入探讨。