中文  English
您当前位置:首页 > 中文 > 生物信息培训
【特惠活动】2020第二批线上特色生信培训班特惠活动,报一赠二
【线上课程】数据分析与R语言制图实操班(6.16-19)
【线上课程】多组学数据分析及挖掘培训班(6.10-12)
【线上课程】生命科学的数据可视化与科研作图—实用工具与技巧实操班(6.3-5)
【线上课程】基因组关联分析技术应用培训班(5.27-29)
【线上课程】生物信息学Python语言实操班(5.26-29)
【特惠活动】2020首批线上特色生信培训班特惠活动,报一赠二
【线上课程】微生物组学数据分析与挖掘专题培训班(5.13-15)
【线上课程】计算机辅助设计—分子模拟与蛋白互作研讨班(5.20-22)
【线上课程】10X Genomics单细胞转录组测序及多组学数据挖掘技术培训班(5.7-9)
【线上课程】生物分子互作常用软件实操班(4.22-24)
【线上课程】转录组学专题实操班(4.13-16)
【线上课程】生物医学公共数据深度挖掘及应用培训班(3.28-4.3)
免费||生物医学数据技术应用系列直播课(2020.3.4-11)
2020.4.23-25 计算机辅助设计—分子模拟与蛋白互作研讨班
2020.4.22-25 转录组学专题研讨班
2020.4.15-18 多组学数据分析及挖掘培训班
2020.4.8-10 生命科学的数据可视化与科研作图----实用工具与技巧
2020.3.26-28 生物分子互作常用软件使用培训班
2020.3.19-21 10X Genomics单细胞转录组测序及多组学数据挖掘技术培训班

 八月学员特惠-免学费||组学数据与精准健康管理高级研修班

 

各有关单位:

备受好评与期待的第四期高级研修班如期而至,北京市计算中心将为您打造全面前沿和实用的生物信息学精品课程--《组学数据与精准健康管理高级研修班》。

多组学数据(如基因组、转录组、蛋白质组代谢组、微生物组和表观基因组)的整合分析,以及将其应用于人类健康和疾病研究,将会是精准健康管理的重要分析手段尽管每个单独的组学技术都促进了医学的进步并已进入临床实践,然而单个技术难以捕捉大多数人类疾病的整体复杂性。整合多组学技术正成为综合研究生物和疾病的新方法。人类通过开展组学研究及不同组学间的关联研究,利用大数据将各种组学进行综合及整合,形成重大疾病的风险评估、预测预警、早期筛查、分型分类、个体化治疗、疗效和安全性预测及监控等精准健康管理指导方案。

北京市已经步入老龄化社会,慢性病已经成为居民死亡首因,健康管理可以降低慢性病的发生率,提高全民的健康素质,从而将整个医疗健康体系的关口前移。因此,北京是对精准健康管理需求最为迫切的城市。围绕组学数据与精准健康管理理论与实践所展开的相关研究与培训都极具社会价值和学术意义。

欢迎北京市生命科学、基础医学、农林科学等在京高校、科研院所、医院从事植物、动物、医学、药物研发、生物信息等领域的科研工作者和高校教师及研究生,生物、医药、化学及相关企业的研发人员及技术骨干报名参加;也接受少量天津、河北、雄安新区、北三县等京外相关单位人员报名。

一、 研修内容:

1、 专题理论讲座:本次高级研修班将邀请具有多年基因组学、生物医学大数据、人类医学、精准健康管理及研究经验的权威专家授课,使学员掌握学习生物信息学的基本知识与常用技术,同时了解到国内外组学数据与精准健康管理最新研究进展,讲座特别把组学数据精准健康管理结合的国内外发展动态及与新一代测序技术联合推广应用,展示生物信息学技术强大基因组数据解读能力及应用潜力。

2、 使参加培训的生物医学人员熟悉组学数据基本理论和基本技能;使参加培训的生物医学人员了解组学数据、生物信息数据库和基因组数据意义;使参加培训的生物医学人员掌握组学数据与精准健康管理实践操作技能;使参加培训的生物医学人员了解组学数据在精准健康管理中的应用意义。

3、 操作实习:每位学员均可登录到高性能计算服务器上,每堂课程有1位主讲教师并配有3-4个助教辅助学员上机实操,注重解决组学数据与精准健康管理方面的实际问题并取得实效。为了加强学员对生物信息学分析技术能力,提高学员的学习效果,加深认识,我们将充分利用北京市计算中心在计算生物学与生物信息学、云平台等方面的资源优势,采用理论学习与现场操作相结合的研修方式,进行现场讲解、学员亲自操作,师生互动,加强教学效果,提高培训实效。

4、 分组交流与能机房参观:研修过程中安排学员参观北京市计算中心生物计算实验室及高性能计算平台;邀请授课专家与学员就实际工作中所面临的热点、难点问题进行深入的讨论和交流,运用研修班所学的知识提出解决实际问题的方案,提高学员在今后工作中运用组学数据知识解决生物信息学(基因组学、人类医学、动植物育种、环境资源保护)等实际问题的能力与方法。

5、 自修课程:为了使学员能够更好地理解培训内容并快速掌握专业技术,在课程授课前给每位学员安排了有关组学数据与精准健康管理、生物信息学技术、基因组学原理等自修课程,并要求根据学习内容撰写论文。

研修内容安排

具体日程安排如下2019年8月26-2019830日)

日期

时间

课程名称

课程内容

第一天

9:30-12:00

精准健康管理政策解读、研究现状与发展趋势

精准健康管理政策解读

精准健康管理现状

精准健康发展趋势

13:30-17:00

高通量测序技术及各种组学技术概述,前沿进展

1高通量测序技术发展介绍(第二代测序技术发展及应用、第三代测序技术发展及应用、第四代测序技术介绍)

2基因组、转录组、甲基化测序技术介绍

第二天

9:30-12:00

基因组学下的健康管理及临床应用案例介绍

1健康管理平台搭建

2药物基因组学研究临床应用案例介绍

13:30-17:00

常用生物信息学、基因组学、蛋白质组学等生物医学公共数据库资源与数据应用

常用工具介绍

1大型综合类数据库:NCBI(Gene、Genome、GEO、SRA)、Ensembl、KEGG

2基因功能注释数据库:GO、KEGG

3疾病相关数据库Clinvar、TCGA、PharmGKB

4常用工具:blast、mega、cytoscape

第三天

9:30-12:00

微生物组学在人类疾病和健康中的应用案例介绍

1、微生物组学研究发展简史

2、常见的研究思路、测序技术及相关数据库

3、微生物组学在人类疾病和健康中的应用及热点分享

13:30-17:00

基于蛋白组学的疾病预测,诊断及预后研究方案及应用案例介绍

1蛋白质组学研究思路

2蛋白质组学数据分析流程

3蛋白质组学用于疾病预测、诊断及预后案例介绍

第四天

9:30-12:00

外泌体在健康管理中的应用

1.外泌体简介

2.外泌体的分离

3.外泌体的鉴定

4.外泌体的临床应用

第四天

13:30-17:00

不同组学数据的深度挖掘分析及多组学整合分析(上)

1甲基化与转录组整合分析思路

1)甲基化数据预处理

2)差异甲基化位点及区域识别

3)甲基化与转录组数据联合分析

第五天

9:30-12:00

不同组学数据的深度挖掘分析及多组学整合分析(下)

2 lncRNA-miRNA-mRNA全转录组整合分析思路演练

1)lncRNA表达谱数据获取

2)miRNA靶基因分析

3)lncRNA与mRNA表达相关性分析

3 ceRNA网络构建及结果可视化

13:30-17:00

小组活动

1、分组讨论

2、实验设计与科学问题解决方案

3、互动交流活动

三、研修人员及报名方式

(一)研修对象:北京市生命科学、基础医学、农林科学等在京高校、科研院所、医院从事植物、动物、医学、药物研发、生物信息等领域的科研工作者和高校教师及研究生;生物、医药、化学及相关企业的研发人员及技术骨干;也接受少量天津、河北、雄安新区、北三县等京外相关单位人员报名。

(二)报名方式:各单位确定参加人员后,于2019年8月20日前将报名回执(附后)扫描件发邮件至bcc-sxpx@bcc.ac.cn。名额有限,最终接收的报名人员名单经专家筛选后形成参训人员名单,于2019年8月22日予以邮件通知。

四、研修时间和地点

(一)研修时间:

报到:2019年8月26日;

理论授课与上机实习:2019年8月26日至30日;

论文撰写:2019年9月1至9月8日。

(二)研修地点:北京市计算中心(北京市海淀区丰贤中路7号3号楼)

五、其他事项

(一)参加研修人员每人撰写1篇与研修内容相关的论文或交流材料,3000字左右,于研修结束时提交。

(二)研修人员修完规定的课程,经考核合格后,由人力资源社会保障局颁发证书。

(三)研修人员往返交通费自理,不收取其他任何费用。报到时请交2张1寸近期免冠照片。

(四)请自带笔记本电脑。

六、直接报名

点此直接报名

六、咨询联系人及联系方式:

QQ号:2814500767    邮箱:bcc-sxpx@bcc.ac.cn

徐老师 010-59341786,15801436028(微信同号)

员老师 010-59341773,18701529461(微信同号)

 北京市计算中心

2019年8月

版权声明 | 免责条款 | 隐私政策 | 友情链接 | 联系我们
Copyright 2011 北京市计算中心 版权所有 zving.com. All Rights Reserved
地址:北京市海淀区永丰产业基地丰贤中路7号北科产业3号楼 电话:010-59341768 邮编:100094 E-mail:bioinfo@bcc.ac.cn
备案号:京ICP备20111117号 技术支持:北京市计算中心生物计算事业部技术组