组学数据分析策略导论
课程编码：1800850710J3M4001H
英文名称：A Brief Introduction for Strategies in Omics Data Analysis
课时：20
学分：1.00
课程属性：研讨课
主讲教师：贺飞
教学目的要求
以高通量DNA测序技术为代表的组学技术给二十一世纪的生命科学带来了革命性的变化。基因组、转录组、表观组、蛋白组等数据爆发性地增长，这些海量的数据为生命科学研究的各个领域带来了新的契机。本课程将围绕着组学数据展开，讲解数据的产生和分析过程，以及其如何驱动生物学发现。
本课程的设置目的是帮助生物学背景的学生了解高通量测序数据产生的基本原理，理解组学数据分析的经典流程和主流策略，掌握阅读组学数据相关文献的方法和技巧，了解组学资源的公共数据库与计算分析工具。本课程主要是关于数据分析的策略、思路、理念，目的。
预修课程
分子生物学，生物信息学，统计学基础，计算机编程基础
大纲内容
第一章 导论 3.0学时 贺飞
第1节 组学数据类型
第2节 数据驱动的生物学发现
第二章 基因芯片与基因表达谱 3.0学时 贺飞
第1节 基因芯片技术原理
第2节 差异基因表达分析
第3节 基因共表达网络分析
第三章 二代测序技术与基因组学 3.0学时 贺飞
第1节 二代测序技术简介
第2节 基因组组装简介
第3节 二代测序数据分析策略
第四章 重测序技术与群体遗传学 3.0学时 贺飞
第1节 群体遗传学简介
第2节 重测序数据介绍
第3节 重测序数据分析策略
第五章 转录组测序数据 3.0学时 贺飞
第1节 转录测序技术原理
第2节 转录组测序数据的分析策略
第六章 表观组学与基因调控网络 3.0学时 贺飞
第1节 测序技术的突破与表观组学
第2节 表观组学数据挖掘
第七章 蛋白质相互作用网络 2.0学时 贺飞
第1节 高通量蛋白质相互作用数据
第2节 蛋白质相互作用网络分析策略
参考书
课程教师信息
贺飞，中科院遗传与发育生物学研究所研究员。2011年在中国农业大学获得生物信息学博士学位。先后在美国的斯隆凯特琳癌症中心、布鲁克海文国家实验室、堪萨斯州立大学从事博士后研究。长期从事生物信息学与农作物基因组学研究，在国际上首次对小麦外源基因渗入进行了系统解析，首次通过多组学整合分析的策略对小麦重要农艺性状的基因网络进行了探索。发表论文40余篇，包括Nature Genetics, Nature Communications, Genome Biology，Plant Journal 等杂志