用R语言挖掘公共数据库（TCGA/GEO）发表高分文章（10.16-17 网络精讲班）-矿山系统工程研究所

科研文库

当前位置: 首页 >> 科研文库 >> 智能感知 >> 正文

用R语言挖掘公共数据库（TCGA/GEO）发表高分文章（10.16-17 网络精讲班）

还在认为没有实验就不能发表论文？还在为不精通挖掘GEO，TCGA等数据库而痛苦不堪？还在为不知道如何找课题找靶点而苦恼？还在为不会那些高大上的图表而暗自伤神？快来参加莫速乎的用R语言进行科研数据挖掘实战会议吧，挖掘别人的数据，发表自己的文章，一次学习，不再报班！

本会议由于带着明确的目的性去学习R语言，且针对有/无R语言基础的学员均具有很大宽容性，自开班起就广受好评。随着近年来生物信息学技术的普及，R语言是每个科研工作者都有必要掌握的技能，以往漫无目的的学习R效果不理想，用R去进行科研数据挖掘，既学习了R又解决了实际科研问题。

用R语言挖掘公共数据库（TCGA/GEO）发表高分文章

无实验无数据没关系，用R语言挖掘别人的数据，发表自己的文章

两天一夜高强度实训，讲究实战，所有经验和盘托出

会后赠讲课录像便于反复复习（加密播放不零售，保障学员优势权利）

第三十一期 2021/10/16-17 （两天&一晚）

网络精讲班（直播授课，非录播）微信群长期答疑

学完课程并掌握后能收获什么技能？

1.没有课题的时候找到课题，没有机制的时候挖掘机制。

2.为基金申请保驾护航，发表paper如虎添翼

3.掌握R语言的核心技能，掌握批量分析数据的能力，掌握自我迭代的思维体系

4.掌握表达谱芯片数据，RNAseq转录组数据，甲基化芯片数据，GEO数据库和TCGA数据库等数据的处理

5.科研绘图：常见科研需求自我满足不求人，特殊需求实现自己定制高端大气。

这是一份带有诚意且注重实战的数据挖掘课程。我们的目标是：一次学习，不再报班。

课程特点

1.不留秘密，私货全出，全程只用R语言，关键步骤不隐藏。

2.第一天晚上时间充分利用，增加带有讲师指导的练习，更多的训练时间，更好的掌握。

3.讲最核心的知识，讲通用的数据挖掘技能，适合各个专业。学后可应用到其他数据库的挖掘。

4.空谈误国，实例操作(至少4个套路)，让你快速掌握数据挖掘套路。

5.课程中使用卡片记忆法，帮助学员迅速牢靠地记住R语言知识点。

6.讲师阵容强大，内容丰富深入, 课程设计循序渐进，渐入佳境。

涉及议题

1.如何使用生物信息学，在没有课题的时候如何找课题，在没有机制的找机制？2.科研中细胞系处理的两大刚需，加药以及基因敲减，有什么好的分析方案可以让我们精准定位到下游核心分子？3.为什么大部分公司给的分析结果都用不了啊，导师和我都很着急，怎么处理才能够变废为宝？4.GEO表达谱芯片数据如何挖掘分析，才能避免画个热图火山图，聚类图就草草了事？5.TCGA数据库中的数据，如何从下载到分析，到变成可以任意基因任意癌症轻松出图的清洁数据？6.生存分析的多种方案，包含一个基因的生存分析，两个基因的生存分析，一群基因的生存分析，8秒完成2万个基因的批量相关性分析。7.如何学会编程的看家本领，让重复的工作批量执行（批量分析，批量作图，批量处理文件）？8.构建临床预后模型的完整方案是什么？9.课题组比较关心免疫浸润分析，目前有哪些方案可以提供？10.我入门的有点晚了，数据都被别人挖完了，有什么开挂的解决方案？11.为什么做KEGG富集分析的时候，肝癌的数据会聚类出系统性红斑狼疮通路，我该怎么解释？12.给你一个基因，在不做实验的情况下，你对他能了解到什么程度，以及能产生多少可放在文章中的数据？13.给你两个基因，在不做实验的情况下，你对他们之间的关系能了解到什么程度，以及能产生多少可放在文章中的数据？14.给你一群基因，在不做实验的情况下，你对他们能了解到什么程度，以及能产生多少可放在文章中的数据？15.我做基础研究的，老板不需要纯生信的文章，数据挖掘怎么才能得体的用到自己课题上面来啊？16.差异分析是数据挖掘的灵魂，那么小样本，大样本，配对样本，多分组样本的差异分析怎么做？17.GSEA分析是富集分析的神器，他好在哪里，如何使用？如何用GSEA给自己的课题提速？18.ceRNA如何分析，分析的前提是要掌握mRNA，lncRNA，miRNA的分析19.目前的signature文章中有哪些埋好的雷等着你去踩？20.那么多的GEO平台，如何以不变应万变地进行探针ID转换？21.GEO多芯片数据如何批次矫正？22.为什么ssGSEA算法是批次效应的终结者？23.如何使用Guilt of association 方案注释手上的长链非编码RNA？24.单基因GSEA的用途在哪里？为什么出来的结果跟我想要的不一样？ 25.我手上的样本有点多，WGCNA怎么做？26.如何才能提取出转移和非转移配对的TCGA样本出来进行下一步分析？27.我想进一步学习，但不想到处折腾了，有哪些你珍藏的资源推荐？28.你是通过什么途径学会自己想要的技能的？有什么固定的流程么？。。。

课程设计

这么多的内容显然是无法在两天1晚的课程中讲完，否则都是浮光掠影，空有其表。

因此，我们根据科研人学习的四个层面，把课程分成了四个部分。 第1,学会手把手教学的技能：

这部分内容就是课程的主体, 两天1晚的直播课程，配合动画，记忆卡片，大量实操循序渐进让学员迅速入门其中记忆卡片的使用，有效解决了"讲师口里一大堆，学员脑子一片白"的尴尬局面，这种情况会让学员迅速失去兴趣。经过测试，即使是零基础的学员也能在第1天结束后记住所教的R语言知识点第2,看视频学会技能：

该部分内容是附加课程，需要课后打卡自学，目的是让学员多操多练，渐入佳境。这部分技能比较硬核，不适合在课堂上讲解，需要学员在掌握基础技能的时候再慢慢深入。避免出现"脑子会了，手说不会"等手脑不协调的窘境。第3,看文字学会技能：

我们在课程的文档中穿插了100个文字教程，解决一些小而精巧的问题.这部分技能训练的是学员自学的能力，有利于让学员形成自我迭代的能力。在数据挖掘的过程中，并不是每一个技能都能找到合适的教程。生信工作者长期在做的事情就是阅读文档。第4,学会没有人教的技能：

课程结束后布置涉及到高频操作的家庭作业，作为对课程的巩固和升华，需要学员在一月内提交然后讲师团队评阅。这部分习题没有标准答案，类似于开放课题，要求学员通过自我学习，互相合作来完成。学会没人教的技能，是数据挖掘的常态，你不能老是重复别人的套路，因为"既是套路，就为俗物，终将废物"。我们希望将来在你思路到了的时候，要有能力从源头用代码来实现，而不是碰到了报错完全懵圈，不知进退。这是数据挖掘的终极技能。

学员效果展示