鑽石舞台

兩個月直播教學零基礎系統學習單細胞分析，Python作為本次課程的重點分析軟件，R語言作為本次課程的系統分析軟件，深入剖析18篇CNS文章的分析思路和分析方法，以文章的fig為例進行代碼演示和復現學習，個性化分析、進階分析靈活應用才能產出高質量文章

只有儲備足夠多的知識和經驗（算法和思路）才能完成高質量、高水平文章的數據分析。基本的單細胞數據分析很簡單，但是做出個性化分析、有科學意義的分析很難。

二個月從零基礎開始，單細胞測序、chipseq、RNAseq、Atacseq 空間轉錄組和外顯子等。

將生信內容全部學懂（理解）、學會（會敲代碼分析）、學透徹（站在頂層設計角度理解）、學以致用（用到自己的標書申請和文章發表中）。

第八節課：展示不同分組marker基因展示，多個重複的細胞類型比例展示 【Cell】

第九節課：CellRanger處理單細胞上游數據，loom文件生成，velocyto.R 分析RNA速率【Nature】

第十節課：scVelo三種模型來確定動態變化過程驅動基因【Nature Biotechnology】

第十一節課：將velocity 與PAGA聯合分析【Nature】

第十二節課：Dynamo分析animating neural activity response predictions【Cell】

第十三節課：PHATE同時保留局部結構(local structure) 以及全局結構(global structure)對單細胞數據降維【Nature】

第十四節課：CytoTRACE進行擬時間分析，基因表達量隨PC1軸的變化【Cell】

第十五節課：Diffusion Pseudotime Analysis diffusion component【Cell Stem Cell】

第十六節課：Monocle2 和Monocle3系統講解【Nature】，TCSeq分析基因隨時間的變化【PNAS】

第十七節課：單細胞染色體拷貝數變異【Science】

第十八節課：CellPhoneDB v.3.0系統講解細胞互作和個性化作圖展示【Nature Genetics】

第十九節課：NMF鑑定不同的生物學功能【Cell】，不同cluster的異質性確定【Cancer Cell】

第二十節課：Mfuzz、 BioNet調控網絡構建

Cell：Molecular Choreography of Acute Exercise(第五批學員為文章一作)

第二十一節課：使用SCENIC進行轉錄調控網絡分析和核心驅動基因鑑定【Nature Medicine】

第二十二節課：scRNA-seq和bulk RNA-seq數據聯合分析推斷細胞類群互作網絡【Cell】

第二十三節課：以Nature文章為例系統講解單細胞空間轉錄組數據分析【Nature】

第二十四節課：以Nature文章為例系統講解scRNA-seq與scATAC-seq聯合分析【Nature Genetics】

第二十五節課：CITE–seq對單細胞轉錄組和膜蛋白進行定量分析【Nature Medicine】

第二十六節課：富集分析、差異結果展示

26.1圈圖展示富集結果【Nature Medicine】

26.2AUCell | 分析單細胞測序數據中不同基因集(通路)的活性【Nature Medicine】

26.3Differences in pathway activities scored per cell by GSVA【Nature Medicine】

26.4利用OR比值查看不同處理組的各單細胞亞群的分布差異【Science】

26.5各個細胞類型的差異基因統一展示 【Cell】

26.6單細胞測序不同分組的相同cluster差異程度3維PCA展示以及差異熱圖展示【Cell】

第二十七節課：MAGIC 利用流形學習還原單細胞的基因表達【Cell】