Nature与Science重磅！AI与生物医药迎来百年来最重磅进展！
https://mp.weixin.qq.com/s/Vw3Jm4vVKP14_UH2jqwsxA
第一天
机器学习及生物医学中应用简介
1. 机器学习及生物医学中应用简介
2. 机器学习基本概念介绍
3. 常用机器学习模型介绍（GLM,BF,SVM）
4. 主成分分析（PCA）
5. 一致性聚类分析
6. ROC曲线和时间依赖的ROC曲线
7. 生存分析基本概念介绍（生存曲线）
8. 预后模型介绍（单因素，多因素cox回归，lasso回归）
1. R语言简介
1.1 R语言概述
1.2 R软件及R包安装
1.3 R语言语法及数据类型
2. 条件语句
2.1 循环
2.2 函数
3. 常用的机器学习相关的R包介绍
第二天
机器学习在生物医学中的应用案例分享
1. 机器学习在生物医学中的应用案例分享
1.1 利用机器学习方法筛选疾病相关的生物标志物
2. 机器学习+生存分析预测患病风险
2.1 机器学习+生存分析预测患者预后
3. 常用生物医学公共数据库介绍
3.1 TCGA数据库介绍
3.2 TCGA数据库下载RNAseq，miRNA-seq数据
3.3 TCGA临床数据下载
3.4 合并TCGA表达谱数据
4. GEO数据库介绍
4.1 GEO数据库检索
4.2 GEO数据下载
第三天
机器学习应用于TCGA公共数据，复现科研文章
1. 机器学习应用于TCGA公共数据，复现科研文章
1.1 差异表达分析
1.2 主成分分析（PCA）
1.3 火山图，热图绘制
1.4 GO和KEGG富集分析，柱形图，气泡图绘制
2．生存分析，生存曲线绘制
2.1 一致性聚类分析（ConsensusClusterPlus）
2.2 训练集，测试集拆分
3. R语言简介
3.1 单因素，多因素cox分析
3.2 Lasso回归分析
4.风险评估模型构建
5.riskscore计算
6.Nomogram模型构建
6.1时间依赖ROC曲线（Time-dependent ROC）
6.2 矫正曲线，决策曲线绘制
第四天
机器学习应用于GEO公共数据，复现科研文章
1. 机器学习应用于GEO公共数据，复现科研文章
1.1 差异表达分析
1.2 主成分分析（PCA）
1.3 构建预测模型（SVM,RF,GLM）
2. 特征筛选及重要性评估
2.1 模型评估（ROC曲线绘制）
3. 构建nomogram模型
3.1 矫正曲线绘制
3.2 决策曲线绘制
4. 一致性聚类分析
4.1 GSEA分析
第五天
ceRNA网格构建
1. miRNA
2. circRNA
3. lncRNA的产生，作用机制，功能
4. miRNA，circRNA，lncRNA相关数据库及工具介绍，使用及数据下载
5. ceRNA案例分享
实操内容：
1. ceRNA网络构建（实操，基于R）
2. 差异mRNA，lncRNA，miRNA分析
3. 火山图，热图，聚类图，柱状图
4. 差异表达基因GO,KEGG富集分析，气泡图，柱状图，KEGG通路图展示
5. 生存分析，生存曲线绘制
6. mRNA，lncRNA表达相关性分析，相关性散点图
7. mRNA, lncRNA, miRNA网络构建
8. cytoscape展示，hub基因筛选
Nature与Science重磅！AI与生物医药迎来百年来最重磅进展！https://mp.weixin.qq.com/s/Vw3Jm4vVKP14_UH2jqwsxA
部分案例图片
