多组学联合分析、孟德尔随机化结合多组学和AI辅助实战

2026年7月11日起/每个周六全天/一个月左右

点击在线报名

课程背景：
围绕转录组、蛋白质组、代谢组、肠道菌群四大核心组学，结合网络药理学与 AI / 机器学习，配上真实可参考的数据案例，把多组学联合分析的思路、逻辑、应用场景一次性讲透，帮你打通从数据到文章的全链路。
课程特色：
1，设置一个月时间，全面系统学习多组学及其联合分析，多组学的关联分析，将系统生物学中基因，蛋白，代谢和肠道菌群多个层面全关联和最新机器学习方法、人工只能辅助多组学分析，开启全多组学时代。
2，线上直播，可以回放，建群答疑，学习方式更加灵活！
3，科学设置，周六直播，周日上午学员自行练习，下午答疑
4，全部资料，包括软件、脚本、课件、示例数据，统统提供！
5，基础进阶，零基础也可以轻松入门！
6，提供回放，不用担心错过课程，课后也可以反复观看！
7，一次报名不用东拼西凑反复报名各类生物学会议。

主讲嘉宾： 周老师，擅长代谢组学生信分析、网络药理学+分子对接、转录组学数据分析、蛋白组学数据分析、肠道菌群课题设计+数据分析（基于云平台）、网络药理学联合代谢组学分析。
日程安排：2026年7月11日起/每个周六全天/一个月左右

第一节（周六上午9:00-11:30）
代谢组学生信分析
1，代谢组学基本入门知识（研究背景，技术发展和原理，课题设计、样品类型、所用的仪器设备、样品收集要求、寄送注意事项）
2，原始矩阵归一化处理,
3，Simca-p软件的使用进行模型的建立
4，Pca、oplsda模型的建立、代谢物VIP值的计算
5，置换检验判断oplsda模型的稳定性
6，差异代谢物的筛选、鉴定
7，HMDB、metaboanalyst数据库的使用，代谢通路富集分析
8，代谢物的pearson相关性分析
第二节（周六下午2:00-4:30）
转录组学数据分析
1，转录组学的内容，应用，测序原理等
2，R语言做差异分子的筛选
3，PPI蛋白互做网络构建鉴定重要的分子
4，富集分析获取重要的GO term和通路
5，基因的pearson相关性分析
6.GSEA，GSVA分析获取重要通路
7.免疫浸润量化不同免疫细胞在组织中的浸润程度
8.多个芯片合并获取分析用数据
9.GEO数据库的使用和芯片下载
第三节（周六上午9:00-11:30）
蛋白组学数据分析
1，蛋白组学的发展史，检测方法，所需的仪器设备，蛋白组学的应用
2，差异蛋白分子的筛选
3，PPI蛋白互做网络构建筛选重要的差异蛋白
4，富集分析筛选重要的GO term和通路
5，蛋白的pearson相关性分析
第四节（周六下午2:00-4:30）
肠道菌群课题设计+数据分析
1，肠道微生物的作用，影响因素，粪菌移植等相关知识，课题设计
2，α、β多样性分析识别组间肠道微生物的复杂程度和组成差异,
3，组间差异物种分析
4，Lefse分析筛选biomarker,
5，功能分析筛选重要的通路
6，关联环境因子进行肠道微生物与临床性状或者其余组学的相关性分析
第五节（周六上午9:00-11:30）
代谢组学与转录组学、蛋白组学联合分析
1，案例分析：代谢组学与转录组学、蛋白组学联合分析思路 、流程和方法
2，KEGG数据库的使用
3，代谢通路、富集分析通路的查询
4，多组学差异的分子或者物种的Pearson相关性分析
5，Metscape的应用进行代谢组学与蛋白组学，转录组学或者网络药理学的联合分析
6，联合分析网状图的绘制
7，Pearson相关性分析
第六节（周六下午2:00-4:30）
肠道微生物组学与代谢组学与转录组学、蛋白组学联合分析
1，案例分析：肠道微生物组学与代谢组学与转录组学、蛋白组学联合分析思路、流程和方法
2，肠道微生物组学与代谢组学联合分析
3，肠道微生物组学与蛋白组学联合分析
4，肠道微生物组学与转录组学联合分析
5，多组学联合分析网状图的绘制
6，微生信查询通路图
第七节（周六上午9:00-11:30）
网络药理学结合代谢组学、实验验证及nhanes等多方法发表sc（一）
1，案例分析：网络药理学和代谢组学的联合分析思路、流程和方法
2，药物靶点的查询，包括复方，单位药，单体，TCMSP，Dgldb，pharmmapper， Swisstargetprediction数据库的使用
3，疾病靶点的查询，基于NCBI，genecards，TTD，TCMSP数据库
4，药物治疗疾病潜在靶点的确定，韦恩图绘制
5，蛋白互作，string数据库和cytoscape数据库的使用
6，富集分析，BP，CC，MF，KEGG
7，分子对接，配体受体相互作用，结合能的计算，结合位点的确定。
8，常见疾病的表型检测内容
第八节（周六下午2:00-4:30）
网络药理学结合代谢组学、实验验证及nhanes等多方法发表sci（二）
1，实验所需生物样本类型
2，细胞和动物实验分组
3，干预措施的确定
4，常见疾病动物模型造模方法
5，Elisa，病理切片，wb，qpcr，免疫组化等实验设计，注意事项
6，Nhanes与临床变量简介，
7，临床研究分类与设计、nhanes数据清洗、
8，交互分析、曲线拟合、分层分析
9，无随访的临床预测模型、C指数计算，
10，诺莫图绘制、DCA曲线绘制、
11，ROC曲线和校准曲线的绘制
12，孟德尔随机化结合网络药理学
13，生物信息学结合网络药理学，
14，单细胞测序结合网络药理学
第九节（周六上午9:00-11:30）
机器学习应用于多种组学筛选重要特征
1，缺失值处理
2，随机森林模型
3，xgboost模型
4，lasso回归等模型
5，shap值计算
6，拟合曲线的绘制
7，模型评价，ROC曲线的绘制
8，特征变量与shap值相关性计算
9，多种机器学习算法用于各组学筛选重要的特征：代谢物、肠道微生物、mRNA、蛋白质
第十节（周六下午2:00-4:30）
机器学习模型的应用
1.bourta算法进行特征选择
2.多种机器学习模型的比较应用（Lasso，Xgboost，随机森林，朴素贝叶斯，神经网络，支持向量机，Gbm，Lightgbm，Catboost）
3.蜂窝图的绘制进行模型可解释性
4.单样本全特征的SHAP值分析绘制
5.特征重要性条形图绘
制进行特征排序
第十一节（周六上午9:00-11:30）
1，deepseek辅助多组学课题设计，数据处理和快速获取idea
2，deepseek辅助多组学分析思路、流程和方法
3，deepseek用于辅助
多组学文章写作
4，deepseek用于辅助多组学获取背景知识
第十二节（周六下午2:00-4:30）
组学孟德尔随机化：
1，组学孟德尔随机化：
代谢物、炎症因子、肠道微生物、免疫细胞、Pqtl
富集分析、蛋白互作、分子对接
2，GEO芯片挖掘结合孟德尔
3，单细胞测序结合孟德尔
4，蛋白代谢肠道转录组结合孟德尔
5，药靶孟德尔实操
6，共定位