培训背景
生物医学是综合医学、生命科学和生物学的理论和方法而发展起来的前沿交叉学科,基本任务是运用生物学及工程技术手段研究和解决生命科学，特别是医学中的有关问题。机器学习技术能利用复杂的算法在大规模、异质性数据集中进行运行,在生物医学方面、人类基因组项目、癌症全基因组项目、等项目上都表现出了巨大的潜力，收集并分析与医学疗法和患者预后相关的大量数据集或能将医学转化称为一种数据驱动、以结果为导向的学科，其对于疾病的检测、诊断都有着非常深远的影响。

由于深度学习基因组学与机器学习生物医学领域发展缓慢，学习平台文献资料较少，培训学习迫在眉睫， 应广大科研人员要求，本单位经过数月调研，决定联合专家举办“机器学习在生物医学”专题线上培训班，对于培训安排和培训质量一致评价极高 ，我们也是国内唯一一家从事机器学习生物医学的专业培训单位，培训请一定要认准我们！

培训对象
全国各大高校、企业、科研院所从事、基因组学、农业科学、植物学、动物学，生态与环境科学、生物科学、临床医学、食品科学与工程、植物基因组、动物传染病、肿瘤免疫与靶向治疗、 全基因组泛癌分析、人黏连蛋白折叠基因组机、有机合成、生物化学、病毒检测、高通量测序、分子生物学、功能基因组、遗传图谱、基因挖掘变异、代谢组学、蛋白质组学、转录组学、生物医学、转化研究、蛋白质、癌症、核酸、毒物学研究、细胞生物学、生命科学、生物信息学、分子生物学 、miRNA及靶基因分析、生物医学大数据分析与挖掘等研究的科研人员及人工智能爱好者
培训目标（完全适应零基础）
机器学习(ML)在生物医学中应用，让学员能够学习理论知识及熟悉代码实操，精通挖掘GEO、TCGA等数据库、文章的复现，以及利用机器学习方法筛选疾病相关的生物标志物、预测患病风险、预测患者预后、多种机器学习、计算方法综合预测等操作技能，大量演练操作，帮助科研人员利用这些公共数据库挖掘数据，独自完成自己的课题研究项目。
并助力发Nature、Science、Angew、Advanced Materials、JACS、Nano Letters、ACS Catalysis、Joule、Matter、Energy Storage Materials等顶刊文章！
培训特色
1、课程特色--全面的课程技术应用、原理流程、实例联系全贯穿

2、学习模式--理论知识与上机操作相结合，让零基础学员快速熟练掌握
3、课程服务答疑--主讲老师将为您实际工作中遇到的问题提供专业解答
培训讲师
主讲老师来自国内高校李老师授课，生物信息学博士，有十余年的测序数据分析经验。研究领域涉及机器学习，芯片数据分析，核酸及蛋白序列分析，DNA，RNA，甲基化测序数据分析，单细胞测序数据分析，miRNA及靶基因分析，癌症相关基因预测及预后分析等，发表SCI论文30余篇，其中一作及并列一作15篇。
课表内容

机器学习在生物医学应用专题培训班

第一天
机器学习及生物医学中应用简介
1. 机器学习及生物医学中应用简介
2.  机器学习基本概念介绍
3.  常用机器学习模型介绍（GLM,BF,SVM）
4.   主成分分析（PCA）
5.  一致性聚类分析
6.  ROC曲线和时间依赖的ROC曲线
7.  生存分析基本概念介绍（生存曲线）
8.  预后模型介绍（单因素，多因素cox回归，lasso回归）
          1.     R语言简介
          1.1   R语言概述
          1.2   R软件及R包安装
          1.3   R语言语法及数据类型
          2.     条件语句
          2.1     循环
          2.2     函数
          3.       常用的机器学习相关的R包介绍
第二天
机器学习在生物医学中的应用案例分享
1.   机器学习在生物医学中的应用案例分享
1.1 利用机器学习方法筛选疾病相关的生物标志物
2.   机器学习+生存分析预测患病风险
2.1  机器学习+生存分析预测患者预后
3.    常用生物医学公共数据库介绍
3.1  TCGA数据库介绍
3.2   TCGA数据库下载RNAseq，miRNA-seq数据
3.3   TCGA临床数据下载
3.4  合并TCGA表达谱数据
4.    GEO数据库介绍
4.1  GEO数据库检索
          4.2  GEO数据下载
第三天
机器学习应用于TCGA公共数据，复现科研文章
   1.   机器学习应用于TCGA公共数据，复现科研文章
1.1  差异表达分析
1.2  主成分分析（PCA）
1.3  火山图，热图绘制
1.4   GO和KEGG富集分析，柱形图，气泡图绘制
2．生存分析，生存曲线绘制
2.1  一致性聚类分析（ConsensusClusterPlus）
2.2   训练集，测试集拆分
3.     R语言简介  
3.1   单因素，多因素cox分析
3.2   Lasso回归分析
4.风险评估模型构建
5.riskscore计算
6.Nomogram模型构建
6.1时间依赖ROC曲线（Time-dependent ROC）
          6.2 矫正曲线，决策曲线绘制
第四天
机器学习应用于GEO公共数据，复现科研文章
1.  机器学习应用于GEO公共数据，复现科研文章
1.1 差异表达分析
1.2 主成分分析（PCA）
1.3 构建预测模型（SVM,RF,GLM）
2.  特征筛选及重要性评估
2.1 模型评估（ROC曲线绘制）
3.  构建nomogram模型
3.1  矫正曲线绘制
3.2  决策曲线绘制
4.  一致性聚类分析
         4.1 GSEA分析
第五天
ceRNA网格构建
1.miRNA
2.circRNA
3.lncRNA的产生，作用机制，功能
4.miRNA，circRNA，lncRNA相关数据库及工具介绍，使用及数据下载
5.ceRNA案例分享
实操内容：
1.ceRNA网络构建（实操，基于R）
2.差异mRNA，lncRNA，miRNA分析
3.火山图，热图，聚类图，柱状图
4.差异表达基因GO,KEGG富集分析，气泡图，柱状图，KEGG通路图展示
5.生存分析，生存曲线绘制
6.mRNA，lncRNA表达相关性分析，相关性散点图
7.mRNA, lncRNA, miRNA网络构建
8.cytoscape展示，hub基因筛选
学员提问及讨论
部分案例图片

授课方式

授课方式及学员反馈
通过腾讯会议线上直播，理论+实操的授课模式，老师手把手带着操作，从零基础开始讲解，电子PPT和教程开课前一周前发送给学员，所有培训使用软件都会发送给学员，有什么疑问采取开麦共享屏幕和微信群解疑，学员和老师交流、学员与学员交流，培训完毕后老师长期解疑，培训群不解散，往期培训学员对于培训质量和授课方式一致评价极高
报名参会流程
报名咨询报名请扫描下方二维码
联系人：郑老师
电话：17320121837（微信同号）
继续阅读
阅读原文