伯豪生物单细胞团队于 9 月、10 月开展了总计 12 期的单细胞线上培训课程 ，与全国 近 50 家 科研单位一起充分交流了单细胞测序后的系统性数据挖掘流程，并录制成视频。
视频经过后期剪辑处理，并在内容丰富度和数据挖掘深度上进行了优化。优化后的单细胞培训视频合集共计近 10G，内容涵盖悬液制备 / 案例解析 / 数据分析 / 软件操作等详细内容，限时特惠发售！
仅需 ￥2400 元
轻松 get 单细胞培训视频合集
扫码填表
单细胞培训视频内容：
首讲：单细胞测序悬液制备实验的介绍
1. 解析 10x、BD 原理、单细胞测序流程、悬液制备流程以及上机前的质控标准；
2. 实验技术专家亲授制备各种单细胞悬液经常遇到的问题以及解决办法；
3. 练习：通过悬液图片来分辨可以上机的样品与不符合上机条件的样品；
4. 单细胞测序与 Bulk-seq 的区别，突出单细胞测序特点。
第二讲：Seurat 代码分享与基础实操
1. 首期内容回顾并以肺组织为例分享单细胞悬液制备流程；
2. Seurat 代码实操，以胰腺癌的 Cell Research 文章的两个样品为例，介绍基础数据挖掘的流程，包括基础质控、红细胞、线粒体的过滤参数；
3. 从实操代码中获得表达矩阵，用 Excel 来深入探究单细胞测序的原始矩阵特点及数据归一化的过程；
4. 高变基因的计算原理介绍以及 Umap、Tsne 聚类图展示；
5. Marker 基因计算过程介绍以及结果说明（数据分析的重点）。
第三讲：单细胞基础数据分析及 Loupe 基础实操
1. 从 Cell Research 文章中下载 6 个样品进行归一化分析后的完整单细胞基础数据报告解读；
2. 结合第二讲的内容，再次回顾 Tsne、Umap 的聚类过程以及亚群聚类后，在样品中重新进行组间差异的比例计算（数据分析的第二个重点）；
3. 亚群注释的原理简介，以 SingleR 的某个中间分析文件为例，介绍亚群注释的细节；
4. Marker 基因用 String 做网络互作图，以及 String 的富集分析实操和数据解读（第三个重点）；
5. Loupe 基础实操。
第四讲：Loupe 详细实操（第四个重点）
1. 胰腺癌的 Cell Research 文章解读以及下载文章附件，并整理附件中的亚群聚类、Marker 信息，方便以后更深入的数据挖掘；
2. Loupe 软件的安装以及基础界面介绍；
3. 结合文章附件中的 Marker 基因信息，再次用 Loupe 对细胞亚群的注释结果进行验证；
4. Loupe 实现自定义的亚群间差异计算，以及某个亚群在组间的差异计算实操；
5. 差异基因再次做 David、Kobas、SHBIO 富集分析实操；
第五讲：单细胞做 lncRNA 的共表达分析以及 WGCNA 的分享
1. 伯豪首创的简化矩阵分析单细胞数据原理；
2. 演示如何从 Ensemble 中下载新基因注释文件，并关联单细胞测序数据中的 lncRNA 注释信息；
3. 单细胞亚群做 lncRNA 共表达分析；
4. WGCNA 代码分享。
第六讲：WGCNA 数据做图以及亚群功能分析解读
1. WGCNA 代码介绍；
2. WGCNA 的分析结果用 Cytoscape 画网络图；
3. 伯豪生物高级分析之 Hallmarker analysis 解读；
4. GSEA 的算法原理介绍以及用 GSEA 分析亚群整体功能的结果解读（第五个重点）；
5. 从 GSEA 结果中挖掘到的差异基因，再次用 Loupe 验证。
第七讲：肿瘤类的单细胞测序分析以及 TCGA 数据分析实操（第六个重点）
1. 单细胞测序的 inferCNV 分析原理详解；
2. 从 TCGA 中下载胰腺癌的转录组数据演示；
3. TCGA 的基础差异分析并关联单细胞测序的 Marker 基因、亚群间的差异基因。
第八讲：单细胞测序案例解读（第七个重点）
1. Cell Stem Cell 单细胞测序发现帕金森病的关键调节因子；
2. Nature 健康与炎症性肠病中的结肠上皮细胞；
3. Cell 单细胞测序在内耳感觉神经元的多样性研究中的应用；
4. Cell 克罗恩病病变的单细胞测序确定与抗肿瘤坏死因子治疗抵抗相关的致病细胞模块；
5. Nature Genetic 11 个 CRC 病人的癌组织和相应的正常粘膜组织。
第九讲：探究高分文章中的单细胞分析思路和图片
1. Cancer Cell 解析神经母细胞瘤，介绍单细胞测序的图片示例；
2. 2 篇鼻咽癌相关的文章，再次介绍了 InferCNV 和全外测序、全基因组重测序联合验证肿瘤亚群；
3. Nature 肝硬化文章，汇总分析思路。
第十讲：拟时序以及 Scenic 结果解读（第八个重点）
1. 拟时序的分析原理介绍；
2. 拟时序的完整数据结果解读，以及个性化的关联 GSEA、差异基因等其他数据结果；
3. 单细胞上游转录因子分析，Scenic 结果解读；
4. Scenic 的分析结果在某个亚群中，做组间差异分析，并再次关联之前分析的多项单细胞数据。
第十一讲：转录因子做热图以及细胞间通讯分析结果解读（第九个重点）
1. 代码实操，Scenic 数据做组间的差异热图；
2. 细胞通讯分析的结果解读和应用。
第十二讲：肿瘤免疫浸润分析实操（第十个重点）
1. 代码实操，用 GSVA 做肿瘤免疫浸润，并关联单细胞测序的亚群数据；
2. 对 12 期的数据分析思路和逻辑再次梳理。
另外，伯豪生物单细胞团队会持续更新分析内容，更新的内容会免费分享给已付费购买的科研团队，让伯豪生物陪您一起进阶单细胞研究大神！
1. Loupe5.0 实操，新升级的 Loupe5.0 可以实现对一些自定义亚群的个性化二次聚类，并获得二次聚类的分群数据、Marker 基因信息，这些信息再次关联以上的分析，可以非常丰富的挖掘更多信息；
2. GSEA 的分析实操；
3. 空间转录组的数据分析实操，以某个已发表数据为例，重现空间转录组的数据分析流程；
4. 单个核做单细胞测序的数据分析实操，目前单细胞测序可以实现对单个细胞核进行单细胞测序，单个核的测序与常规制备悬液的单细胞测序数据有比较大的不同，因此，需要深入解析下单个核的测序与单细胞测序的区别和联系。
-END-
更多伯豪生物技术服务咨询在线客服：
