转录组（transcriptome）是指细胞内所有转录产物的集合，包括mRNA、rRNA、tRNA及ncRNA，狭义上的转录组一般指细胞内mRNA的集合。转录组测序数据是指对生物转录组进行高通量测序后得到的数据，简单来说转录组数据中包含了大量的基因表达情况的信息。而通常情况下，我们都认为基因表达量的变化极有可能引起相应蛋白质水平的变化，从而影响整个生物学进程。因此，目前在生物学、医学研究中，科研人员非常喜欢通过对比不同条件下转录组数据的差异基因，来获获得基因与条件的关联关系，最终帮助研究人员推断其中的因果关系。

虽然关于转录组测序数据分析的课程已经非常多，甚至有非常多的质量上乘的免费课程，但是这些课程绝大多数是从实战的角度出发，提供一套作者认为合理的数据处理流程，而忽略或者是很少提及背后的原理。他们之中鲜有能够从数据质控，比对算法，统计原理，单样本多样本比较差异等方面比较全面介绍转录组数据分析；同时还能够将不同软件和流程放在一起比较实战操作的。也基于此，我们推出了本次的课程——“高级生信系列课程：转录组数据分析”。

本次课程是“高级生信系列课程”的第一堂课。课程将比较详细和深入地介绍转录组数据的实验原理，数据质控原理，测序结果比对算法，差异表达分析的统计学原理，并结合已发表的高分文章的真实数据，进行实战操作。同时，针对复杂的多样本问题，将介绍一些常用的分析思路，如WGCNA等。在让大家能够上手操作的同时，还能深入理解数据背后选择软件和使用某一特定流程的理由。

相信，通过本次课程的学习，你一定能有所收获，为日后更复杂的生物信息学数据分析工作打下坚实的基础。

本次课程会带着大家对真实的数据进行分析，并把全部代码及可视化绘图结果分享给大家！

课程大纲 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. 基于FPKM：cuffdiff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 4. 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

目前课程2天内（2020年9月7日~2020年9月9日）限时半价，欢迎大家报名！

高级生信系列课程：转录组数据分析​ke.qq.com/course/2993553