生物信息技术教程

目录:

• 测试文档
  • 第一章
• 计算机与编程基础
  • Linux 操作系统
  • Shell 脚本编程
  • 环境与包管理
  • Python编程基础
  • 正则表达式
  • 版本控制
  • 容器化技术
  • 集群作业调度
  • 数据格式与处理
  • 数据库基础
  • 统计学基础
  • 机器学习基础
  • 网络基础与API
  • 数据可视化
  • 生物信息学常用工具
  • 流程管理与自动化
  • 科学计算与高性能计算
• 生物信息资源与工具
  • 关键术语解释
  • 国际主要数据中心
  • 核心数据库分类
  • 数据检索与提交
  • 生物本体与术语库
  • 数据标准与交换格式
• 序列分析与比对
  • 序列特征解析
  • 双序列比对
  • 多序列比对
  • 序列基序发现
  • 分子进化分析
  • 序列比较的特殊应用
  • 比对性能与统计
• 基因组学分析
  • 高通量测序技术
  • 测序数据预处理
  • 高通量测序数据比对到参考基因组
  • 基因组组装
  • 基因组注释
  • 变异检测
  • 比较基因组学
  • 泛基因组学
  • 重复序列分析与转座子生物学
  • 单倍型分析
  • 基因组学分析流程与工作流
  • 基因组学分析的伦理与数据安全
• 转录组学分析
  • 5.1 RNA-seq 实验设计
  • 5.2 RNA-seq 数据预处理
  • 5.3 比对到参考基因组与转录组
  • 5.4 转录本定量
  • 5.5 差异表达分析
  • 5.6 功能富集分析
  • 5.7 可变剪接分析
  • 5.8 非编码RNA分析
  • 5.9 单细胞转录组学
  • 5.10 转录本从头组装（de novo 转录组组装）
  • 5.11 等位基因特异性表达
  • 5.12 RNA编辑分析
  • 5.13 融合基因检测
  • 5.14 转录组进化分析
  • 5.15 空间转录组学
  • 5.16 时序RNA-seq分析
  • 5.17 RNA-seq分析工作流与最佳实践
• 转录组学综合性使用范例
  • 范例一：病原感染后宿主转录组响应（差异表达 + 功能富集 + 可变剪接）
  • 范例二：癌症亚型分类与生物标志物发现（单细胞转录组 + 差异表达）
  • 范例三：非模式昆虫的转录组从头组装与环境适应（de novo 组装 + 功能注释）
  • 范例四：lncRNA 在心肌分化中的功能研究（lncRNA 分析 + 共表达网络）
  • 范例五：胶质瘤中异常可变剪接与药物敏感性（可变剪接 + 差异剪接 + 功能关联）
• 表观遗传学分析
  • 6.1 DNA甲基化分析
  • 6.2 染色质可及性分析
  • 6.3 组蛋白修饰分析
  • 6.4 染色质互作分析
  • 6.5 表观转录组学
  • 6.6 表观遗传重编程与发育
  • 6.7 表观基因组关联研究（EWAS）
  • 6.8 表观遗传时钟与衰老
  • 6.9 染色质动力学与蛋白-DNA相互作用
  • 6.10 表观编辑与干扰
  • 6.11 表观遗传数据分析的最佳实践
• 表观遗传学综合性使用范例
  • 范例一：癌症中DNA甲基化异常与预后标志物（WGBS + 差异甲基化 + EWAS）
  • 范例二：利用ATAC-seq和RNA-seq揭示免疫细胞活化时的染色质重塑
  • 范例三：Hi-C鉴定疾病相关增强子-启动子环路（Capture Hi-C + GWAS）
  • 范例四：组蛋白修饰图谱描绘早期胚胎发育的表观重编程（ChIP-seq）
  • 范例五：表观遗传时钟预测衰老速度（EWAS + 公共甲基化数据）
• 蛋白质组学与代谢组学
  • 7.1 蛋白质组学基础
  • 7.2 蛋白质组数据分析
  • 7.3 蛋白质结构预测
  • 7.4 翻译后修饰（PTM）组学
  • 7.5 代谢组学分析
  • 7.6 多组学整合分析
  • 7.7 蛋白质-代谢物相互作用
  • 7.8 空间蛋白质组学与代谢组学
  • 7.9 蛋白质组学与代谢组学中的机器学习
  • 7.10 蛋白质组与代谢组学工作流
• 蛋白质组学与代谢组学综合范例
  • 范例一：乳腺癌细胞药物处理的蛋白质组与磷酸化组学联合分析
  • 范例二：非靶向代谢组学鉴定糖尿病生物标志物（LC-MS）
  • 范例三：多组学整合揭示肝癌亚型（TCGA数据）
  • 范例四：阿尔茨海默病患者脑组织空间蛋白质组学（MALDI成像）
  • 范例五：蛋白质结构预测指导药物靶点发现（AlphaFold2 + 分子对接）
• 系统生物学与网络分析
  • 8.1 生物网络基础
  • 8.2 网络构建方法
  • 8.3 网络分析工具
  • 8.4 动态建模基础
  • 8.5 通路与网络富集分析
  • 8.6 大规模网络与系统生物学数据库
  • 8.7 网络医学与疾病网络
  • 8.8 单细胞与空间网络分析
  • 8.9 网络比较与进化
  • 8.10 网络分析的统计学与机器学习
• 综合性使用范例与场景意义解析
  • 范例一：从转录组数据构建共表达网络识别乳腺癌模块（WGCNA）
  • 范例二：从ChIP-seq和表达数据重建基因调控网络（GENIE3）
  • 范例三：基于网络药理学预测中药成分的靶点与机制（药物-靶点网络）
  • 范例四：使用动态建模研究p53-MDM2振荡（ODE建模）
  • 范例五：利用细胞通讯网络分析揭示肿瘤免疫微环境（CellChat）

索引

• 索引

• 搜索页面