如何学习生信

生信学习

• 入门
  • 1门编程语言
  • 学习RNA-Seq数据分析、
  • 重复1篇经典生信分析论文
• 进阶
  • 计算机知识
  • 数学、统计学、算法原理
  • 研究领域的100篇paper
• 再提升
  • 明确研究问题，研究领域
  • 明确自己能调动的资源

重要的能力

• 复杂问题拆解为简单问题
• 泛化的能力（新问题用老问题的方法）

转录组

• 基因芯片数据分析
• RNA-Seq数据分析

Term

• Whole-genome sequencing，WGS
• Whole Exome Sequencing，WES
• Whole Genome Bisulfite Sequencing,WGBS
• Genome-Wide Association Studies (GWAS)
• Epigenetics表观遗传学
• Chromatin Immunoprecipitation Sequencing，ChIP-seq，染色质免疫沉淀后

转录组数据分析

第1部分 RNA Seq的基础知识

1. RNA-Seq的生物学基础
2. RNA-Seq的发展历史
3. RNA-Seq及常用测序技术
   • Illumina
   • PacBio
   • Nanopore
   • MGI2500（华大智造）
4. RNA-Seq的常用建库流程
   • Poly A + 方式
   • rRNA - 方式
   • 链特异性 方式
5. RNA-Seq的常用质控指标
   • 测序质量
   • RIN
   • 降解曲线
   • 分布比例
6. RNA-Seq数据质控流程推荐
7. RNA-Seq分析流程概览

第2部分 RNA-Seq的mapping

1. RNA-Seq与WGS的mapping异同
2. Tophat2和Hisat2
3. STAR
4. Tophat2, Hisat2, STAR的比对算法 (*算法)

第3部分 RNA-Seq的定量及标准化

1. 几种常用的指标
   • Count
   • TMM
   • CPM
   • FPKM
   • RPKM
   • TPM
   • RSEM
2. TPM与FPKM的比较
3. RSEM的原理

第4部分 寻找差异表达基因
0. RNA-Seq差异统计检验的基本假设

1. 方便快捷：cuffdiff2的使用与统计学原理
2. 基于count：edgeR的使用与统计学原理
3. 基于count：DESeq2的使用与统计学原理
4. 基于count：limma-voom的使用与统计学原理
5. 特殊样本RNA-Seq差异表达基因的寻找
   • 使用ERCC control进行校正
   • 使用house keeping gene进行校正

第5部分 RNA-Seq的注释分析

1. GO的原理及实现（David网站 + R语言）
2. GSEA的原理及实现（R语言）
3. KEGG的原理及实现（R语言）
4. 非模式生物的富集分析（R语言)

第6部分 多样本RNA-Seq分析

1. WGCNA
2. 多样本下差异表达的分析
3. 常见的多样本方法
   • PCA
   • 聚类
   • tSNE

基因组

• 基因组变异
• 类型
  • Single Nucleotide Polymorphisms (SNP)
  • Insertion/Deletion Polymorphisms (INDEL)
  • Structural Variation (SV)
• 检测方法
  • 基因芯片
  • 测序
    • WGS
    • WES
    • Target sequencing
• 突变与疾病的关系
  • 胚系突变（突变与遗传关系）
  • 体细胞突变（体细胞突变与肿瘤）
  • 单基因遗传病——家系分析
  • 全基因组关联分析

表观遗传

多组学（Mutiomics）

• 蛋白质组学
• 代谢组学
• 微生物组学（宏基因组学）

下游分析流程

• chip-seq：差异peak的比较，转录因子结合位点的差异，motif序列的识别
• 转录组分析：差异表达的基因
• 基因组学分析：不同组织的变异的差异