生物信息学

生物医学组学背景知识及测序原理编辑

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编辑

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

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编辑

linux操作与生物信息

Perl语言在生物信息学的应用

R语言在生物信息学的应用

Python语言在生物信息学的应用

统计学在生物信息学的应用

生物信息分析方法与流程及常用软件编辑

1.测序数据的预处理原理、方法及流程

2.生物信息分析流程的结构与功能概述

生物序列比对及典型软件的使用方法编辑

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

生物信息的应用领域的原理、流程及常用软件编辑

动植物方向编辑

  • 1.动植物基因组学研究概论
  • 2.动植物基因组denovo组装
  • 3.动植物基因组注释
  • 4.动植物基因组比较基因组和进化分析
  • 5.动植物基因组重测序分析
  • 6.动植物基因组研究技术-RNA水平
  • 7.基于高通量测序技术的动(植)物基因组研究应用
  • 8.动(植)物基因组研究技术-表观遗传学水平

微生物方向编辑

  • 1.微生物基因组研究
  • 2.环境多样性研究
  • 3.宏基因组分析
  • 4.微生物经典案例分享

癌症方向编辑

  • 1.肿瘤基因组研究概论
  • 2.肿瘤基因组分析一:体细胞突变的寻找和归类
  • 3.肿瘤基因组分析二:转录组分析
  • 4.肿瘤基因组分析三:甲基化分析
  • 5.肿瘤的单细胞研究

复杂疾病方向编辑

  • 1.基于二代测序的复杂疾病分析
  • 2.外显子和目标区域测序
  • 3.GWAS基础知识介绍及案例分析
  • 4. de novo mutation的检测与分析

遗传咨询编辑

遗传咨询(孕前,新生儿,遗传病)