
姐就算又累又困🥵照样挺直腰板猛猛学😤
【day1】一代测序/二代测序/基因芯片分别是什么?
【day2】reads、count、fpkm、tpm是什么?
【day3】拆解一篇文章彻底弄懂生信在做什么?
【day4】差异分析及结果解读,DESeq2/Limma如何选
【day5】GO富集与KEGG富集
【day6】PPI分子互作网络
【day7-day8】单因素COX分析与生存曲线
【day9-day10】机器学习之lasso回归
【day11-day12】机器学习之SVM
【day13-day14】预后模型与ROC曲线
【day15-day16】WGCNA分析
【day17-day18】免疫浸润分析
【day19-day20】GSEA与GSVA分析
【day21-day22】药物靶点及药物基因相关性
【day23-day24】基于肿瘤干性的预后模型
【day25-day26】基于免疫评分的预后模型
【day27-day28】基于生信湿实验之qRT-PCR
【day29-day30】基生信湿实验之Western blot
大家很少能看到这样的生信分析学习路径。
因为市面上大多数厉害的生信老师其实只讲“术”不讲“道”。
术就是具体的实操办法、操作流程。道就是从宏观角度去理解这个概念,理解这个过程。
通常的学习路径都会过度重视R语言的操作流程,而忽视了操作背后的逻辑与原理的学习。生信到底学的是什么呢?我们首先要理解生信是什么,以及理解我们要做什么?
请记住R语言只是一个工具,我们学习的重点不应该是R语言!
生信分析0基础入门,必备学习清单
- 一代测序/二代测序/基因芯片分别是什么?
- reads、count、fpkm、tpm是什么?
- 拆解一篇文章彻底弄懂生信在做什么?
- 差异分析及结果解读,DESeq2/Limma如何选
- GO富集与KEGG富集
- PPI分子互作网络
- 单因素COX分析与生存曲线
- 机器学习之lasso回归
- 机器学习之SVM
- 预测模型与ROC曲线
- WGCNA分析
- 免疫浸润分析
- GSEA与GSVA分析
- 药物靶点及药物基因相关性
- 基于肿瘤干性的预测模型
- 基于免疫评分的预测模型
- 基于生信湿实验之qRT-PCR
- 基于生信湿实验之Western blot