基因组高通量测序与数据挖掘高级培训班（成都）通知

浏览次数：4541　发布日期：2016-8-2　来源：本站　本站原创，转载请注明出处

关于举办“基因组高通量测序与数据挖掘”高级培训班的通知

各有关单位:

随着新一代高通量测序技术的快速发展，在准确度大大提高的前提下, 进一步降低测序成本。由此不断产生出巨量的分子生物学数据，这些数据有着数量巨大、关系复杂，以至于不利用计算机根本无法实现数据的存储和分析。随着基因组学的发展，利用高通量测序等技术，全球生物研究机构建立了众多基因信息数据库，如描述人类基因组中所编码的全部功能性序列元件的ENCODE项目（DNA元件百科全书）、全球最大的癌症基因信息数据库TCGA等。这些数据库包含了海量的基因信息数据，为了对这些海量数据进行有效的分析和深入的研究，人们结合了计算机科学技术开发了多种生物数据挖掘工具，获得了很多新的成果。生物数据挖掘技术已经成为当前生物信息领域的重要突破口。“智能信息处理技术”为人力资源与社会保障部中国科学院北京分院国家级专业技术人员继续教育基地培训点培训项目，“生物信息”为智能信息处理技术系列培训项目之一。为进一步推动我国生物信息学特别是生物数据挖掘技术的发展，提高从业人员的技术水平，北京海淀中科计算技术转移中心（中科院计算所技术转移中心）举办“生物信息学最新技术”暨“基因组高通量测序与数据挖掘”高级培训班，并由北京嘉诚永恒科技有限公司具体承办，具体事宜通知如下：

一、培训目标及特点：

本培训邀请的主讲人均是有理论和实际研究经验的人员。学员通过与专家直接交流，能够分享到这些顶尖学术机构的研究经验和实验设计的思路。学员通过集中专题学习后能够扩展思路，在研究技术方面领悟更多。

二、培训对象：

大中专院校生物信息、生物计算、生命科学、医学、化学、农学、计算机科学、数学类专业的课程负责人、一线教师、教研室骨干人员、教学管理人员；科研单位从事生物、生命科学、微生物研究的相关人员；生物、医药、化学及相关企业的领导与技术骨干。

三、时间地点：

2016年8月20日——8月24日成都

（时间安排：第1天报到，授课4天）

四、培训内容

基因组学的进展及应用	DNA测序技术-转录组分析的进化第一代测序技术：Sanger测序原理第二代测序技术：Illumina，454, Ion Torrent原理第三代测序技术：PacBio, Hellicos原理第四代测序技术: Oxford NanoPore原理其他技术Hybridization based methods (NabSys) 生物信息学基本技能：基于virtual box的linux虚拟机的安装及使用（实验）云服务器登陆及文件传输（实验）常用LINUX命令（实验）简单shell脚本的编写（实验）
高通量测序应用	基因组测序和组装第二代测序技术应用 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测序的应用植物、动物全基因组测序研究实例
转录组分析	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 数据分析 Data format，fasta，fastq，quality value，gff3 Data cleanup Quality filter, trimmer, clipper Data analysis （part 2）：reference free analyses，无参转录组分析 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，有参转录组分析 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，基因功能注释 File format for annotation information: GFF3 Annotation Enrichment analysis using DAVID
表观基因组数据	数据的产生、处理与分析 ChIP-Seq与DNA甲基化测序主要分析方法和原理 -数据质量检查和质量控制 -数据前处理 Peak calling算法介绍 DNA Accessibility解析 3D Chromatin Structure解析 UCSC Genome Browser工具介绍与应用
ENCODE项目	ENCODE项目背景、目标、实验种类介绍数据和数据仓库的概况工具介绍: ChromHMM, Segway, chromImpute等. 数据资源: regulomeDB, HaploReg等. 其他应用与项目如Epigenome Roadmap等
TCGA项目及其他	TCGA项目背景、目标、实验种类介绍数据和数据仓库的概况临床数据介绍 SNV, CNV等识别多维基因组数据分析 cBioPortal工具的介绍与应用 CCLE、CGP项目的介绍与应用