您是否迫切需要从大数据中找到您所需要的结果?
您是否面对海量测序数据而不知所措?
大数据时代数据浩如烟海,如何从中找到对您研究有用的信息?如何让您的数据不再“沉睡”?
中翰金诺2015年生物信息培训系列正式推出第一期培训班——Oncomine、TCGA培训班。
主办单位:中翰金诺
举办地点:杭州钱江经济开发区兴国路519号中翰金诺公司2楼培训教室
培训时间:2015年4月24日-4月25日(周五-周六),9:00-17:00
【课程内容】
时间 |
培训科目 |
培训内容 |
具体分析内容 |
4月24日上午 |
TCGA数据库miRNASeq数据下载 |
TCGA中单个癌症的miRNASeq数据下载 |
使用TCGA进行单个癌症miRNA表达数据下载的方法 |
4月24日上午 |
miRNA靶基因数据库介绍 |
常用的miRNA靶基因数据库介绍 |
数据库介绍 下载miRNA及其靶基因关系 |
4月24日下午 |
TCGA中miRNA和mRNA相关性分析 |
根据miRNA和mRNA的表达数据进行相关性分析 |
如何计算数据间的相关性 计算每个miRNA和mRNA的相关性(示例数据) |
根据miRNA和mRNA共调控关系绘制网络图 |
1)Cytoscape软件介绍 2)使用Cytoscape软件绘制网络图 |
||
4月25日上午 |
GEO数据库 |
1)GEO数据库使用 2)GEO数据下载 |
掌握GEO数据库基本操作 了解GEO数据下载 |
4月25日上午 |
Oncomine数据库 |
1)Oncomine数据库介绍 2)Oncomine数据库使用 |
1)了解Oncomine数据库 2)掌握差异表达分析、共表达分析、outiler分析 |
4月25日下午 |
基因芯片分析 |
基因芯片分析 |
1)芯片数据预处理 2)差异表达分析 3)基因注释 |
注:中翰金诺保留对以上课程信息进行调整的权利,具体课程信息以实际上课为准。
【课程对象】
科研院所、医学领域的科研工作者或高校教师及研究生
【收费标准】
Oncomine课程:1500元/人;TCGA课程:1500元/人;
若参加两门课程:2800元/人(含餐费、学费、资料费、其他材料费等)。
培训期间免费提供工作午餐,可协助安排住宿,住宿费用自理。
【优惠政策】
凡中翰金诺生物信息培训班老学员,可享受9折优惠。
学生(持学生证)2700元/人。
(以上优惠不能同时使用,最终优惠解释权归中翰金诺所有!)
【注意事项】
1、学员需自带手提电脑,并提前注册oncomine帐号,建议电脑内存为4G及以上,系统为windows。
2、本次课程限定名额30名,为确保培训资源得到最佳利用,请尽快申请报名参加。
3、如何确定是否成功报名?本期培训班以收到学员培训费为成功报名。
4、如何支付培训费?学员可通过银行汇款、网上银行转账等方式支付培训费(备注:请在汇款明细里加上“培训班+姓名”)。
5、已经成功付款的学员,如在2015年4月20日前联系主办方撤销席位,可退还100%的培训费用;如在开课前3个工作日内(含3个工作日)要求撤销席位,则退还80%的培训费用。
【联系方式】
于老师:18767167378,yuchenhui@joingenome.com;
陈老师:18767167375,chenxiaotian@joingenome.com.
【数据库简介】
Oncomine简介:
Oncomine是目前世界上最大的癌基因芯片数据库和整合数据挖掘平台,旨在挖掘癌症基因信息。到目前为止,该数据库已经收集了715个基因表达数据集, 80000多个癌症组织和正常组织的样本数据。Oncomine可用于比较主要癌症类型和各自正常组织的差异表达分析,也可以用于探索各种癌症亚型以及基于临床和病理学的分析。可进行一个或多个基因的查询,结果可视化。Oncomine算法丰富:差异分析、Meta分析、共表达分析、Outlier分析。
Oncomine应用范围:
1、指导癌症研究的实验方向;
2、确定癌症研究的目的基因;
3、帮助筛选潜在的肿瘤标记物;
4、对前期实验结果进行验证;
5、补充文章依据提供生物信息学支持。
TCGA简介:
肿瘤基因组图谱(TCGA),由美国国家癌症和肿瘤研究所(NCI)和国家人类基因组研究所(NHGRI)联合进行。目前有36种癌症类型。TCGA提供的数据类型包括:病人资料、治疗进程、临床分期、肿瘤病理、存活情况;基因芯片和二代测序得到的mRNA、miRNA、蛋白等表达量;遗传突变、拷贝数变异、DNA甲基化程度等。TCGA数据库就是进行癌症基因组研究的强大资源。
TCGA应用范围:
1、TCGA数据库提供免费下载功能;
2、有丰富的临床数据资源,用于进行生存分析;
3、对单个癌症类型进行在DNA水平,蛋白水平进行表达分析,甲基化分析,突变情况分析以及拷贝数变异情况分析;
4、对同种数据类型可以进行多种癌症类型的交叉分析;
5、对单个样本的进行多种数据类型的综合分析;
6、对实验结果进行后期验证;
7、通过数据挖掘,对文章提供生物信息学支持。