您当前的位置: > 首页 > 近期课程 >

9-10月课程:

  • 实用生物信息学研讨班2020年10月19日-23日

    如您所知,近年来,以基因组科学为代表的研究工作和技术平台先后获得各项资助,如国家863计划、973计划、中国科学院知识创新工程、国家重大攻关项目、自然科学基金等。为了辅助广大科研工作者掌握高通量测序技术原理、实验设计以及后期数据分析技能,北京市计算中心特此举办“实用生物信息学”培训研习班。

  • 生物医学公共数据深度挖掘及应用培训班2020年10月27日-30日

    还在为不会那些高大上的图表而暗自伤神? 快来参加北京市计算中心举办的生物医学公共数据深度挖掘及应用培训班吧! 本次培训对目前公共数据挖掘热点进行系统介绍,提供一次系统了解TCGA、GEO、SRA、ENCODE等数据库数据产生、分析及挖掘的课程。通过大量演练操作,帮助科研人员利用这些公共数据库挖掘多组学数据,以便为自身科研项目服务。欢迎报名参加。

  • 数据分析与R语言制图实操班2020年9月22日-25日

    数据存储和处理系统;数组运算工具(其向量、矩阵运算方面功能尤其强大);完整连贯的统计分析工具;优秀的统计制图功能;简便而强大的编程语言:可操纵数据的输入和输出,可实现分支、循环,用户可自定义功能。在大数据的引领下,R语言的统计分析、绘图功能等发挥着重要的作用,科研和IT工作者迫切需要掌握运用它的强大功能。

11-12月课程:

  • 转录组学专题实战班2020年11月3日-6日

    近年来,随着高通量测序技术的迅猛发展,转录组研究从以前的微阵列技术,SAGE及MPSS技术的低通量模式切换至RNA-seq的高通量模式。转录组学作为一个伴随高通量测序技术率先发展起来的技术开始在生物学前沿研究中得到了广泛的应用。RNA-seq对于真核生物的基因表达调控,癌症等疾病的发生机制和新治疗方案确定,

  • 计算机辅助药物设计(CADD)蛋白质分子对接和网络2020年11月11-13日

    生命活动的基础是生物分子间以及生物分子与其它分子间的相互作用,主要包括蛋白质-小分子、蛋白-蛋白相互作用、蛋白-核酸相互作用等。研究生物分子间的相互作用,可以从分子水平上了解生命现象,从而阐明生命活动的机理,发现致病机制、治疗途径以及新药研发,具有非常重要的理论和现实意义。

  • 微生物组学数据分析与挖掘实战班2020年11月18日-20日

    微生物存在于世界的各个角落,在医疗健康、环境治理、农业种植、工业生产等诸多领域发挥着举足轻重的作用。近年来,随着测序技术的发展,对于微生物组学的研究持续火热,微生物存在于世界的各个角落,在医疗健康、环境治理、农业种植、工业生产等诸多领域发挥着举足轻重的作用。成为了科研工作者必不可少的研究技术。

  • 生物信息学Python语言实战班2020年11月24日-27日

    Python是一种简单易学,功能强大的编程语言。它有高效率的高层数据结构,能够简单、有效地实现面向对象编程。Python语法简洁,支持动态输入,是解释性语言。在大多数平台上,对于众多领域,Python都是一个理想的开发语言,特别适合于应用程序的快速开发。Python在生物信息领域更是有着广泛的用途,

  • 10XGenomics单细胞转录组测序及多组学数据挖掘班2020年11月25日-27日

    细胞图谱构建、细胞亚群分析、稀有细胞类型鉴定、肿瘤微环境、肿瘤耐药性…,单细胞转录组测序技术已成为近几年非常热门的话题之一。同时,转录组学数据泛滥的时代,如何才能找到数据中的亮点?如何深度挖掘数据中隐藏的创新点,让科研工作者掌握几种深度解析组学数据的方法?本课程一共3天,理论与实战相结合。

  • 基因组关联分析技术应用培训班2020年12月2-4日

    随着测序技术的发展,产生了海量的基因型数据,然而如何将基因型与表型进行关联,从而定位复杂疾病风险基因或农业动植物重要经济性状相关的遗传变异却是一项巨大挑战。在过去的十年间,借助全基因组关联分析(GWAS),科研人员发掘了大量与人类复杂疾病和农业动植物重要经济性状相关的遗传变异。

  • 生命科学的数据可视化与科研作图实战班2020年12月9日-11日

    随着科研水平的不断提高,期刊论文配图的要求也越来越高。好的文章和图还会被邀请作为期刊杂志封面,科研成果可视化展示高要求的同时,也要求科研人员在成果展示时,提供清晰明了又精美的图片。这也就要求科研人员除了科研能力外还要掌握科研绘图能力。一图胜千言,科研绘图能力已成为科研界传达科研信息不可或缺的有力支撑。

  • 多组学数据分析及挖掘培训班2020年12月16日-18日

    随着组学技术的快速发展,单一组学的数据难以系统全面地解析疾病发生发展的复杂机制。通过多组学数据来解析科学问题变得尤为重要,SCI论文发表呈现出导向性的多组学整合发展趋势。那么,面对眼花缭乱的组学数据该如何分析?怎样凝练或寻找自己的科学问题?多组学实验如何设计?利用组学数据如何发表高分SCI论文?

  • 计算生物学—生物分子结构预测和动力学研讨班2020年12月21日-23日

    计算生物学是一门典型的交叉学科,涉及的学科包括数学、统计学、化学、物理学、生物学和计算机科学等。就整个学科的内容而论,计算生物学最终是以生命科学中的现象和规律作为研究对象,以解决生物学问题为最终目标,数学和计算机仅仅是解决问题的工具和手段。

  • 数据分析与R语言制图实战班2020年12月28日-31日

    R是用于统计分析、绘图的语言和操作环境。其功能包括:数据存储和处理系统;数组运算工具(其向量、矩阵运算方面功能尤其强大);完整连贯的统计分析工具;优秀的统计制图功能;简便而强大的编程语言:可操纵数据的输入和输出,可实现分支、循环,用户可自定义功能。在大数据的引领下,R语言的统计分析、绘图功能等发挥着重要的作用,