虚拟敲除+过表达+虚拟筛药实战课程

2026年8月28日开始连续七个晚上线上授课

点击在线报名

课程背景：
单一虚拟敲除数据产出内卷严重，当前高分生信主流为三虚拟联合研究体系：虚拟敲除+虚拟过表达+Science首发虚拟筛药算法，搭配机器学习、单细胞细胞互作、拟时序分析形成标准化科研套路，零基础也可落地实操、快速发文。
课程特色：
1. 多技术联合筛选核心基因：依托GEO疾病数据集，结合差异分析、WGCNA、三类机器学习模型联合锁定致病靶点基因。
2. 双向虚拟实验验证基因功能：基于单细胞数据，使用scTenifoldKnk完成虚拟敲除+虚拟过表达，双向验证基因调控作用，无需构建基因编辑模型。
3. 前沿AI助力药物挖掘：采用2025年Science首发DrugReflector算法开展全库虚拟筛药，结合分子对接筛选靶向小分子化合物。
4. 通用标准化发文框架：遵循靶点筛选-功能验证-药物筛选完整思路，代码成熟、模块清晰，适配多类疾病研究方向。

讲师简介：钱博士（北京大学，长期深耕单细胞多组学研究，发表多篇Nature子刊论文）
日程安排：2026年8月28日起，连续七个晚上授课（19:30-22:00）

第一天晚上：高分论文拆解 1. 2026年4月新发JCR Q1论文（多组学+机器学习+单细胞+三虚拟）思路、逻辑与可视化解读 2. 多组学、机器学习、三虚拟技术核心概念讲解 3. 多组学数据库使用教程。
第二天晚上：R语言入门与绘图实践 1. R语言、RStudio环境配置 2. 多渠道R包安装与问题排查 3. R语言基础语法、数据操作、统计分析 4. 实操绘制小提琴图、箱型图、火山图、热图、网络图、GO/KEGG富集图 。
第三天晚上： 数据下载整合、差异分析与WGCNA 1. GEO多数据集下载、合并、去批次处理 2. limma差异分析识别差异表达基因 3. WGCNA构建共表达网络，挖掘疾病相关关键模块 4. 筛选差异共表达基因集。
第四天晚上： 机器学习筛选基因与富集、免疫分析 1. LASSO、RF、SVM-RFE机器学习模型筛选核心基因、构建诊断模型 2. 单基因GSEA功能富集分析 3. CIBERSORT免疫浸润差异分析。
第五天晚上： 诊断模型交叉验证 1. 核心基因TAZ在内部数据集的表达差异与诊断价值评估 2. 核心基因TAZ在训练数据集的表达差异与诊断价值评估 3. 多数据集综合评估 。
第六天晚上： 单细胞数据分析验证 1. 单细胞数据处理、细胞注释与细胞图谱构建 2. 单细胞细胞通讯、代谢异质性分析 3. 拟时序分析，解析TAZ基因在细胞发育各阶段表达特征。
第七天晚上： 三虚拟技术深度实操 1. 单细胞虚拟敲除操作及敲除后基因富集分析 2. 单细胞虚拟过表达实操 3. DrugReflector虚拟筛药+分子对接，筛选靶向治疗药物 。