第一天A1 代谢物及代谢组学的发展与应用（1） 代谢生理功能；（2） 代谢疾病；（3） 非靶向与靶向代谢组学；（4） 空间代谢组学与质谱成像（MSI）；（5） 代谢流与机制研究；（6） 代谢组学与药物和生物标志物。A2 代谢组学实验流程简介A3 色谱、质谱硬件原理（1） 色谱分析原理；（2） 色谱的气相、液相和固相；（3） 色谱仪和色谱柱的选择；（4） 质谱分析原理及动画演示；（5） 正、负离子电离模式；（6） 色谱质谱联用技术；（7） LC-MS 的液相系统A4 代谢通路及代谢数据库（1） 几种经典代谢通路简介；（2） 能量代谢通路；（3） 三大常见代谢物库：HMDB、METLIN 和 KEGG;（4） 代谢组学原始数据库：Metabolomics Workbench 和Metabolights.第二天B1 代谢物样本处理与抽提（1） 组织、血液和体液样本的提取流程与注意事项；（2） 用 ACN 抽提代谢物的流程与注意事项；（3） 样本及代谢物的运输与保存问题；B2 LC-MS 数据质控与搜库（1） LC-MS 实验过程中 QC 样本的设置方法；（2） LC-MS 上机过程的数据质控监测和分析；（3） XCMS 软件数据转换与提峰；B3 R 软件基础（1） R 和 Rstudio 的安装；（2） Rstudio 的界面配置；（3） R 的基本数据结构和语法；（4） 下载与加载包；（5） 函数调用和 debug；B4 ggplot2（1） 安装并使用 ggplot2（2） ggplot2 的画图哲学；（3） ggplot2 的配色系统；（4） ggplot2 画组合图和火山图；第三天机器学习C1 无监督式机器学习在代谢组学数据处理中的应用（1） 大数据处理中的降维；（2） PCA 分析作图；（3） 三种常见的聚类分析：K-means、层次分析与 SOM（4） 热图和 hcluster 图的 R 语言实现；C2 一组代谢组学数据的降维与聚类分析的 R 演练(1) 数据解析；(2) 演练与操作；C3 有监督式机器学习在代谢组学数据处理中的应用（1） 数据用 PCA 降维处理后仍然无法找到差异怎么办？（2） PLS-DA 找出最可能影响差异的代谢物；（3） VIP score 和 coef 的意义及选择；（4） 分类算法：支持向量机，随机森林C4 一组代谢组学数据的分类算法实现的 R 演练(1) 数据解读；(2) 演练与操作；第四天D1 代谢组学数据清洗与 R 语言进阶（1） 代谢组学中的 t、fold-change 和响应值；（2） 数据清洗流程；（3） R 语言 tidyverse（4） R 语言正则表达式；（5） 代谢组学数据过滤；（6） 代谢组学数据 Scaling 原理与 R 实现；（7） 代谢组学数据的 Normalization；（8） 代谢组学数据清洗演练；D2 在线代谢组分析网页 Metaboanalyst 操作（1） 用 R 将数据清洗成网页需要的格式；（2） 独立组、配对组和多组的数据格式问题；（3） Metaboanalyst 的 pipeline 和注意事项；（4） Metaboanalyst 的结果查看和导出；（5） Metaboanalyst 的数据编辑；（6） 全流程演练与操作第五天E1 机器学习与代谢组学顶刊解读（2-3 篇）；（1） Nature Communication 一篇代谢组学小鼠脑组织样本 database 类型的文献；（2） Cell 一篇代谢组学患者血液样本的机器学习与疾病判断的文献；（3） 1-2 篇代谢组学与转录组学和蛋白组学结合的文献。E2 文献数据分析部分复现（1 篇）（1） 文献深度解读；（2） 实操：从原始数据下载到图片复现；（3） 学员实操。