基因組高通量測序與數據挖掘高級培訓班（成都）通知

瀏覽次數：4211　發布日期：2016-8-2　來源：本站　本站原創，轉載請注明出處

關于舉辦“基因組高通量測序與數據挖掘”高級培訓班的通知

各有關單位:

隨著新一代高通量測序技術的快速發展，在準確度大大提高的前提下, 進一步降低測序成本。由此不斷產生出巨量的分子生物學數據，這些數據有著數量巨大、關系復雜，以至于不利用計算機根本無法實現數據的存儲和分析。隨著基因組學的發展，利用高通量測序等技術，全球生物研究機構建立了眾多基因信息數據庫，如描述人類基因組中所編碼的全部功能性序列元件的ENCODE項目（DNA元件百科全書）、全球最大的癌癥基因信息數據庫TCGA等。這些數據庫包含了海量的基因信息數據，為了對這些海量數據進行有效的分析和深入的研究，人們結合了計算機科學技術開發了多種生物數據挖掘工具，獲得了很多新的成果。生物數據挖掘技術已經成為當前生物信息領域的重要突破口。“智能信息處理技術”為人力資源與社會保障部中國科學院北京分院國家級專業技術人員繼續教育基地培訓點培訓項目，“生物信息”為智能信息處理技術系列培訓項目之一。為進一步推動我國生物信息學特別是生物數據挖掘技術的發展，提高從業人員的技術水平，北京海淀中科計算技術轉移中心（中科院計算所技術轉移中心）舉辦“生物信息學最新技術”暨“基因組高通量測序與數據挖掘”高級培訓班，并由北京嘉誠永恒科技有限公司具體承辦，具體事宜通知如下：

一、培訓目標及特點：

本培訓邀請的主講人均是有理論和實際研究經驗的人員。學員通過與專家直接交流，能夠分享到這些頂尖學術機構的研究經驗和實驗設計的思路。學員通過集中專題學習后能夠擴展思路，在研究技術方面領悟更多。

二、培訓對象：

大中專院校生物信息、生物計算、生命科學、醫學、化學、農學、計算機科學、數學類專業的課程負責人、一線教師、教研室骨干人員、教學管理人員；科研單位從事生物、生命科學、微生物研究的相關人員；生物、醫藥、化學及相關企業的領導與技術骨干。

三、時間地點：

2016年8月20日——8月24日成都

（時間安排：第1天報到，授課4天）

四、培訓內容

基因組學的進展及應用	DNA測序技術-轉錄組分析的進化第一代測序技術：Sanger測序原理第二代測序技術：Illumina，454, Ion Torrent原理第三代測序技術：PacBio, Hellicos原理第四代測序技術: Oxford NanoPore原理其他技術Hybridization based methods (NabSys) 生物信息學基本技能：基于virtual box的linux虛擬機的安裝及使用（實驗）云服務器登陸及文件傳輸（實驗）常用LINUX命令（實驗）簡單shell腳本的編寫（實驗）
高通量測序應用	基因組測序和組裝第二代測序技術應用 ChIRP-Seq, GRO-Seq, Ribo-Seq)/ARTseq, RIP-Seq, HITS-CLIP, CLIP-Seq, PAR-CLIP, iCLIP, NET-Seq, TRAP-Seq, CLASH-Seq, PARE-Seq, GMUCT, TIF-Seq, PEAT等方法的原理解析第三代測序的應用植物、動物全基因組測序研究實例
轉錄組分析	Experimental procedure for transcriptomic analysis Introduction Number of duplications, Sequencing coverage Transcriptomic analysis using NGS (RNA-Seq) Transcriptomic analysis using PacBio (Iso-Seq) IsoSeq Experimental design Data analysis （part 1）：data pre-processing evaluation of data quality 數據分析 Data format，fasta，fastq，quality value，gff3 Data cleanup Quality filter, trimmer, clipper Data analysis （part 2）：reference free analyses，無參轉錄組分析 Gene discovery Trinity de novo transcriptome assembly Analysis of Differential Expressed Gene （DEGs） Abundance estimation using RSEM Differential expression analysis using EdgeR Explore the results (cummerbund) MA plot, Volcano plot, False Discovery Rate (FDR) hierarchical two-way clustering, pairwise sample-distance,gene expression profiles. Data analysis （part 3）：reference based analyses，有參轉錄組分析 Gene discovery Mapping reads to the reference (tophat) Assemble mapped reads (cufflinks) Merge sample-specific assemblies (cuffmerge) Analysis of Differentially Expressed Gene （DEGs） Identify DEGs (cuffdiff) Explore the results (cummerbund) Data analysis （part 4）：from gene list to gene function，基因功能注釋 File format for annotation information: GFF3 Annotation Enrichment analysis using DAVID
表觀基因組數據	數據的產生、處理與分析 ChIP-Seq與DNA甲基化測序主要分析方法和原理 -數據質量檢查和質量控制 -數據前處理 Peak calling算法介紹 DNA Accessibility解析 3D Chromatin Structure解析 UCSC Genome Browser工具介紹與應用
ENCODE項目	ENCODE項目背景、目標、實驗種類介紹數據和數據倉庫的概況工具介紹: ChromHMM, Segway, chromImpute等. 數據資源: regulomeDB, HaploReg等. 其他應用與項目如Epigenome Roadmap等
TCGA項目及其他	TCGA項目背景、目標、實驗種類介紹數據和數據倉庫的概況臨床數據介紹 SNV, CNV等識別多維基因組數據分析 cBioPortal工具的介紹與應用 CCLE、CGP項目的介紹與應用