背景
“单细胞多组学技术”和“空间转录组技术”先后在和被Nature Methods评为年度技术方法。时间和空间维度多维研究技术结合,将以全新研究思路出发,既能够获得单个细胞间异质性,又能获得细胞在组织空间上的结构位置信息,发现更多未知且精细化结果。总而言之,单细胞测序+空间转录组测序:优势互补,同时获得细胞类型群体,以及基因表达和细胞的空间位置信息。
空间转录组能够定位和区分功能基因在特定组织区域内的活跃表达,为研究和诊断提供宝贵见解。10x Visium 的推出使空间转录组成为了新的研究热点,受到广大研究者的青睐,其不仅可以提供研究对象的转录组等数据信息,同时还能定位其在组织中的空间位置,这对于癌症发病机制、神经科学、发育生物学等众多领域的研究都有重要意义。
生物医学是综合医学、生命科学和生物学的理论和方法而发展起来的前沿交叉学科,基本任务是运用生物学及工程技术手段研究和解决生命科学,特别是医学中的有关问题。机器学习技术能利用复杂的算法在大规模、异质性数据集中进行运行、在生物医学方面、人类基因组项目、癌症全基因组项目、等项目上都表现出了巨大的潜力,收集并分析与医学疗法和患者预后相关的大量数据集或能将医学转化称为一种数据驱动、以结果为导向的学科,其对于疾病的检测、诊断都有着非常深远的影响。
CADD(Computer Aided Drug Design):计算机辅助药物设计,依据生物化学、酶学、分子生物学以及遗传学等生命科学的研究成果,针对这些基础研究中所揭示的包括酶、受体、离子通道及核酸等潜在的药物设计靶点,并参考其它类源性配体或天然产物的化学结构特征,以计算机化学为基础,通过计算机的模拟、计算和预算药物与受体生物大分子之间的相互作用,考察药物与靶点的结构互补、性质互补等,设计出合理的药物分子。它是设计和优化先导化合物的方法,特别是在食品、生物、化学、医药、植物、疾病方面应用广泛
然而如何对单细胞及空间转录组数据进行分析并结合生物学背景挖掘到更多有效信息也是困扰很多科研人员的一大难题以及机器学习在生物医学领域发展缓慢,学习平台文献资料较少,培训学习迫在眉睫, 应广大科研人员要求,本单位经过数月调研,决定联合专家举办“单细胞及空间转录组设计分析与机器学习在生物医学+CADD”专题线上培训班,对于培训安排和培训质量一致评价极高 ,精心设计了具有前沿性、实用性和针对性强的理论学习和上机实操,培训请一定要认准我们!
一、对象
全国各大高校、企业、科研院所从事机器学习、生物信息、生物计算、生命科学、生态、肿瘤、遗传、基因改造、细胞分化、植物学、微生物、生物医学大数据分析与挖掘、数学类专业、计算机科学、医学、疾病、食品、生物、化学、医药、植物、代谢组学、蛋白质组学、转录组学、生物医学、转化研究、蛋白质、癌症、核酸、毒物学研究床医学、食品科学与工程、植物基因组、动物传染病、肿瘤免疫与靶向治疗、 全基因组泛癌分析、人黏连蛋白折叠基因组机、有机合成、生物化学、病毒检测、高通量测序、分子生物学等研究的科研人员及人工智能爱好者
二、目标(完全适合零基础)
深度进行单细胞及空间转录组学的讲解和实操,让学员能够掌握单细胞及空间组学深度的课题设计思路及分析流程,系统学习理论知识及熟悉软件代码实操,数据挖掘、文章的复现,学会单细胞及空间组学数据的细胞鉴定、差异分析、功能富集、转录因子、拟时序分析、细胞通讯、双细胞鉴定、CNV推断等,熟练掌握这些分析模块的分析软件和参数使用等
机器学习(ML)在生物医学中应用,让学员能够学习理论知识及熟悉代码实操,ceRNA 网络构建、精通挖掘GEO、TCGA等数据库、文章的复现,以及利用机器学习方法筛选疾病相关的生物标志物、预测患病风险、预测患者预后、多种机器学习、计算方法综合预测等操作技能,大量演练操作,帮助科研人员利用这些公共数据库挖掘数据,独自完成自己的课题研究项目
助力学员发表Nature、Science、Cell等正刊及子刊杂志!
三、特色
1、课程特色--全面的课程技术应用、原理流程、实例联系全贯穿
2、学习模式--理论知识与上机操作相结合,让零基础学员快速熟练掌握
3、课程服务答疑--主讲老师将为您实际工作中遇到的问题提供专业解答
更多详细内容请点下方链接
单细胞及空间转录组设计分析与机器学习在生物医学+CADD计算机辅助药物设计应用专题培训班单细胞多组学技术”和“空间转录组技术”先后在和被Nature Methods评为年度技术方法。时间和空间维度多维研究技术结合,将以全新研究思路出发,既能够获得单个细胞间异质性,又能获得细胞在组织空间上的结构位置信息.https://mp./s?__biz=Mzg3Mzc0NDkxMA==&mid=2247484058&idx=1&sn=cb381158164b5c4b3d1ffcaa6a76ebca&chksm=ceda1dfbf9ad94ede366cfe0d9894f33a66416e7b11ee81b872e537ad0622b1b26397c547a82&token=872503196&lang=zh_CN#rd