华盛顿大学8天的生物信息学培训

我们前面介绍了中国大学mooc的一些生物信息学相关课程,给大家做基础知识补充:

以及最热门的:中国大学MOOC的生物信息学之山东大学 (第7次开课,时间: 2020年09月14日 ~ 2021年01月31日)

最近逛 Griffith lab,看到了他们的一个课程资料整理,链接是:https://pmbio.org/resources/ (悄咪咪的说一句, Griffith lab在全球生物信息学教程界的地位,就跟我们生信技能树在华语圈的地位一样。)

课程的标题是:Precision Medicine Bioinformatics,副标题是:Introduction to bioinformatics for DNA and RNA sequence analysis

有意思的是授课队伍基本上都是华盛顿大学,但是我看到授课地点是英国:

Nov 2018, Glasgow, Scotland, UK.

  • Module 00 - Introduction to the intructors, course overview, precision medicine
  • Module 01 - Cloud computing, UNIX/Linux OS, bioinformatics tool installation, course website review
  • Module 02 - Intro to References, Annotations, and Raw Data
  • Module 03 - Intro to Alignment Algorithms, Visualization, and QC
  • Module 04 - Intro to Germline WGS and Exome Variant Analysis
  • Module 05 - Intro to Somatic WGS and Exome Variant Analysis
  • Module 06 - Intro to RNAseq Analysis
  • Module 07 - Intro to Clinical Applications
  • Module 08 - Intro to Immunogenomic Analysis
  • Module 09 - Intro to the Common Workflow Language

跟我的B站免费NGS数据处理视频课程内容类似,目录如下:

非常值得大家学习!我也同步分享了视频配套讲义和教辅材料;

也为每个组学视频课程,设置了练习题,不知道大家是否有学习呢?

基本上每个过来我这边学习一个月以上的学徒我都会让他们学习多种组学(围绕着中心法则),而且有了Linux基础和R语言能力后, 跟着我们的视频教程很容易就学会基础流程,毫无压力。

授课的课件提供pdf和ppt版本下载

非常精美,我授课很少制作PPT,都是思维导图,这次开了一下眼界。链接是:https://github.com/griffithlab/pmbio.org

因为是在GitHub,所以蛮多朋友可能是下载比较困难,我搬运到了腾讯微云,链接在公众号:https://mp.weixin.qq.com/s/IIQIich2-cLIvGPK63mTpg

image-20200924201406730

当然,如果你完全看不懂,那就是你的基础知识掌握的不牢固。再怎么强调生物信息学数据分析学习过程的计算机基础知识的打磨都不为过,我把它粗略的分成基于R语言的统计可视化,以及基于Linux的NGS数据处理

把R的知识点路线图搞定,如下:

  • 了解常量和变量概念
  • 加减乘除等运算(计算器)
  • 多种数据类型(数值,字符,逻辑,因子)
  • 多种数据结构(向量,矩阵,数组,数据框,列表)
  • 文件读取和写出
  • 简单统计可视化
  • 无限量函数学习

文末友情推荐

要想真正入门生物信息学建议务必购买全套书籍,一点一滴攻克计算机基础知识,书单在:什么,生信入门全套书籍仅需160
如果大家没有时间自行慢慢摸索着学习,可以考虑我们生信技能树官方举办的学习班:

如果你课题涉及到转录组,欢迎添加一对一客服:详见:你还在花三五万做一个单细胞转录组吗?

号外:生信技能树知识整理实习生招募,长期招募,也可以简单参与软件测评笔记撰写,开启你的分享人生!另外,:绝大部分生信技能树粉丝都没有机会加我微信,已经多次满了5000好友,所以我开通了一个微信好友,前100名添加我,仅需150元即可,3折优惠期机会不容错过哈。我的微信小号二维码在:0元,10小时教学视频直播《跟着百度李彦宏学习肿瘤基因组测序数据分析》

Comments are closed.