生物医学组学背景知识及测序原理

1.生物大分子与中心法则

2.生物信息学简介与测序技术的发展历程、技术原理、测序策略与基本流程：一代，二代，三代测序，单细胞测序

3.测学原理：基因组，转录组，表观组，宏基因组，宏转录组，蛋白质组，代谢组

生物信息数据格式与数据库

1.生物信息格式：fastq/fasta，SAM/BAM，vcf，gtf/gff，bed，maf，测序数据的格式

使用SAMTOOLS操作SAM文件（未完成）
使用PICARD操作SAM文件

2.生物信息数据库：序列数据库（NCBI、UCSC、Ensembl），综合数据库（ENCODE），癌症数据库（TCGA）

3.常用专业功能数据库使用方法：GO、COG、UniProt、KEGG、PubMed、OMIM

生物信息分析基本技能

学习资源：https://zh.wikiversity.org/wiki/School:生物信息学

生物信息分析方法与流程及常用软件

测序数据的预处理原理、方法及流程
- 聚类分析：
  - ConsensusClusterPlus 包对基因表达数据进行一致性聚类

生物信息分析流程的结构与功能概述

高通量测序数据的质量控制

高通量测序技术主要指第二代测序技术（Next Generation Sequencing Technology)和第三代测序技术。第二代测序包含了 454测序、Illumina测序和SOLiD测序这3种测序技术；第三代测序技术一般指PacBio单分子实时测序技术。8年以前，主要的测序数据来自 454测序现今；而后，Illumina测序成为主流，到如今不断发展，成为主要的测序平台；近年来，PacBio测序也不断发展，成为了主流的第三代测序，特别在微生物基因组测序方面发展迅速。因此，本章重点讲述Illumina数据的质量控制。

序列比对

高通量测序数据比对

高通量测序数据比对，就是将测序得到的reads定位到基因组序列上。由于测序的数据量比较大，因此比对软件需要能快速将reads比对到参考序列上，并且能并行化运行。对lllumina测序或454测序得到的short reads进行比对的常用软件有Bowtie、BWA、（基因组、原核转录组） HISAT和Tophat（真核转录组）。对PacBio测序得到的long reads进行比对的常用软件是Blasr。

使用Bowtie和Bowtie2进行短序列比对
使用BWA进行READS比对
使用TOPHAT对转录组数据进行比对
使用HISAT2对转录组数据进行比对
使用Subread对高通量数据进行比对（未完成）
使用STAR对转录组数据进行比对：STARsolo用于单细胞转录组分析（未完成）
使用BLASR对PACBIO数据进行比对（未完成）

有参考基因组的转录组分析

使用featureCounts进行alignment-based的定量
使用salmon进行alignment-free的定量：salmon的Alevin用于单细胞转录组分析
使用Kallisto进行alignment-free的定量：使用bustools的bus命令分析单细胞转录组数据

甲基化分析方法与流程

HumanMethylation芯片

全基因组甲基化测序（WGBS）分析流程

WGBS（Whole-genome bisulfite sequencing）被视为甲基化测序的“金标准”，其原理是用 Bisulfite 处理，将基因组中未发生甲基化的 C 碱基转换成 U，进行PCR扩增后变成T，与原本具有甲基化修饰的 C 碱基区分开来，再结合高通量测序技术，与参考序列比对，即可判断 CpG/CHG/CHH 位点是否发生甲基化，特别适用于绘制单碱基分辨率的全基因组 DNA 甲基化图谱。

Methyl RAD

Methyl RAD技术（Wang et al,Open Biol,2015)使用甲基化修饰依赖性内切酶如FspEI、MspJL、LpnPI、AspBHI等，此类内切聘识别DNA上发生甲基化的胞晓淀在识别位置的下游隔一定距离切割双链，若DNA双链具有中心对称甲基化状态

则可以切割产生一个固定长度的双链DNA片段，对酶切产生的标签建库测序，即可进行甲基化位点的定性和相对定量分析。

m⁶A 甲基化测序（针对转录mRNA水平）分析流程

m⁶A（N6-methyladenosine，6-甲基腺嘌呤）是真核生物mRNA最常见的一种转录后修饰占到RNA甲基化修饰的80%。已知绝大部分真核生物中mRNA在5' Cap处存在的甲基化修饰，作用包括维持mRNA稳定性、mRNA前体剪切、多腺苷酸化、mRNA运输与翻译起始等，而3' polyA发生的甲基化修饰有助于出核转运翻译起始以及与polyA结合蛋白一起维持mRNA的结构稳定。

目前，在全转录组范围检测m⁶A修饰的主流技术是MeRIP-seq（m⁶A-seq），该技术使用N6-甲基腺嘌呤抗体富集高甲基化的RNA片段，然后结合高通量测序，在全转录组范围检测m⁶A修饰。

单细胞数据分析方法与流程

单细胞转录组数据分析

Single cell RNA-Seq workflow

单细胞测序是指在单个细胞水平上进行测序。单细胞转录组测序（single cell RNA Seq，scRNA-seq）是指对于单个细胞水平上将mRNA反转录扩增后进行高通量测序的技术。

单细胞测序通过在单个细胞水平上进行测序，解决了用组织样本无法获得不同细胞间的异质性信息或样本量太少无法进行常规测序的难题，为科学家研究单个细胞的行为、机制等提供了新的方向。单细胞基因组测序主要包括四个步骤：单细胞分离→扩增→高通量测序→数据分析。

目前常规的测序主要是数百万甚至更多细胞的混合DNA样本。这种方法能够得到基因表达信息，但是对其进行研究得到的结果只是一群细胞中信号的平均值，或者只代表其中占优势数量的细胞信息，单个细胞独有的特性被忽视。单细胞RNA-seq能够独立地提供每个细胞的RNA表达谱，并鉴定异质细胞群中的稀有细胞。尽管肿瘤异质性可归因于累积突变，但即使是遗传上相同的细胞在相同环境下也可能表现出基因和蛋白表达水平的差异，单细胞RNA-seq 就能够发现这些稀有个体。比如在肿瘤组织中，肿块中心的细胞，肿块周围的细胞，淋巴转移灶的细胞，以及远端转移的细胞，其基因组和转录组等遗传信息，是存在差异的。

单细胞scATACseq分析

Cicero：scATACseq分析（结合Monocle），cis-调控网络构建和但细胞染色体发育轨迹

单细胞甲基化分析

MethBank：单细胞甲基化数据库 http://bigd.big.ac.cn/methbank

单细胞分析工具汇总

单细胞分析工具汇总：https://www.scrna-tools.org
单细胞数据库及工具：https://www.singlecell.de/index.php/resources/databases/

生物序列比对及典型软件的使用方法

bwa、muscle、MUMmer，核酸、蛋白数据库介绍与blast搜索

4.基因组denovo组装分析流程：常用软件使用方法：SOAPdenovo、Canu等

5.基因组组装及基因组注释分析流程：重复序列、基因结构与功能、ncRNA、细胞器基因组注释

6.转录组组装常用软件使用方法：Trinity、Cufflinks、Tophat

7.转录组表现组的差异表达分析流程及差异表达分析软件使用方法

8.高通量数据可视化常用软件使用方法

9.分子进化分析常用软件使用方法

10.重测序变异检测与注释分析常用软件使用方法

生物信息学