随着高通量测序以及生物信息学的发展,R语言在生物大数据分析以及数据挖掘中发挥着越来越重要的作用。想要成为一名优秀的生物数据分析者与科研团队不可或缺的人才,除了掌握对生物大数据挖掘与分析技能之外,还要具备一定的统计分析能力与SCI论文质量绘图能力。因此,为辅助提高生命科学研究工作者的生物数据可视化与深度挖掘技能,精选大量生物数据分析案例,包括利用R语言绘制SCI高质量图片、利用R语言分析生物学数据的案例。掌握利用R科学文献图的绘制技巧、完整的利用R分析生物数据,提高学员数据分析技能、领会高水平SCI论文撰写思路。

谢剑波(教授):高校及科研院所一线科研人员,长期从事生物数据分析与挖掘,基因测序等领域工作研究工作,以第一作者或通讯作者发表过多篇生物学一区、二区SCI高水平论文(如:Plant Cell、Plos genetics; New Phytologist; Journal of Experimental Botany等)。精通python语言等分析工具,具有丰富的科研及高通量测序数据分析与挖掘经验。

专题一

R语言基础介绍和环境搭建

1. 编程语言学习经历分享

2. R语言数据操作技巧

3. R语言与windows系统、Linux服务器及使用方法

4. R 语言与生物信息数据的联系

5. 多组学数据的分析方法

6. R语言在生物信息学中的应

专题二

R语言介绍及基本语法

R语言发展脉络

R与工作目录

(工作目录,切换工作目录)

R的数据类型及结构 (数值型、逻辑型、字符型、向量、列表、数据框、矩阵)

R中各数据类型的赋值与操作

(针对不同数据类型进行赋值、批量读取数据、通过循环对数据进行计算、差异分析)

各种数据格式的读写及操作 (Excel、TXT、CSV、TSV)

经典生信数据R脚本编写

专题三

R基本绘图语法

生物信息多组学大数据分析技巧与提升

R语言基本绘图命令概述

R语言高级绘图命令概述

R语言经典生信数据R脚本解析

专题四

R语言数据绘图基本方法

R语言高级绘图命令概述

基因组大小与基因含量的散点图

绘制基因长度分布直方图

绘制基因长度分布的频率分布密度曲线

向图中添加数学公式

热图绘制及参数详解

专题五

R语言与各种图形绘制

韦恩图、小提琴图、火山图、折线图、网络图、趋势图、箱线图

相关性分析及共表达网络构建

R语言与KEGG 富集分析实例

R语言与GO富集分析实例

 

专题六

多组学数据整理方法

多组学数据如何发表高分SCI论文,以RNA-Seq数据为例

RNA-Seq前沿动态

RNA-Seq实验设计

 

 

图片

 

非编码RNA (lncRNA、miRNA) 分析手段、研究策略解析

 

图片

 

  (如何从取样、建库、上机测序到数据如何分析,让学员了解目前转录组学哪些内容可以深度挖掘、哪些建库方式对应哪些分析内容、让学员掌握如何根据自己的实验目的选择合适的建库方式和分析手段)

专题七

多组学数据绘图方式

数据重复性评估

(如何在文中体现出不同重复的RNA-SEQ结果、Realtime PCR结果与RNA-SEQ结果如何对用)

如何进行P值的筛选

基因共表达网络构建与Cytoscape展示

多组数据表达趋势聚类及深度解析策略

(转录组学数据泛滥的时代,如何才能找到数据中的亮点,如何深度挖掘数据中隐藏的创新点,让学员掌握几种深度解析组学数据的方法)

专题八

生物信息大数据其他绘图方式 

进化树的编辑与美化

网络图的编辑(蛋白互作、基因调控网络图的编辑)

次生代谢基因簇寻找与绘图

基因结构绘制

启动子元件预测及绘图

RNA二级结构绘制

多样品韦恩图绘制

 多种作图方式结合

(综合利用R、PPT等绘图工具拼接完成论文图片)

高分辨率SCI论文图片生成

(综合利用AI、pdfviewer生成高质量论文图片)

 

 

专题九

总结

自带组学分析项目

总结

点赞(0) 打赏

评论列表 共有 0 条评论

暂无评论

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部