Codar
下载
科搭课堂99 讲 约 69 小时

生信入门

从一份测序数据开始,走完统计、读图、组学分析到 AI 生信的完整路线。手绘白板风格,零基础可看; 每一讲都有章节导航,并链到对应的方法教程,看完能直接动手。

开学

5 讲

  1. 1生信能回答哪些问题11:50
  2. 2先看一遍完整的分析6:38
  3. 3你要用生信做什么16:14
  4. 4选题初筛 先避开最大的坑14:57
  5. 5这门课怎么学9:29

分子与观测

6 讲

  1. 6生物分子与中心法则16:31
  2. 7基因与表达13:07
  3. 8变异13:46
  4. 9测序的演进13:24
  5. 10测序之外的观测12:32
  6. 11一张总表11:39

数据与数据库

12 讲

  1. 12FASTA与FASTQ11:33
  2. 13BAM与VCF10:48
  3. 14参考基因组、坐标与注释10:53
  4. 15基因ID换算9:06
  5. 16特征×样本11:23
  6. 17数据库地图11:21
  7. 18去哪下、先核对什么12:00
  8. 19第一次跑R11:33
  9. 20数据框与画图10:01
  10. 21报错自救10:14
  11. 22环境、命令行与版本10:33
  12. 23服务器与集群9:30

统计与读图

15 讲

  1. 24一列数字的长相12:18
  2. 25实验设计10:28
  3. 26统计检验与多重检验16:17
  4. 27批次效应12:29
  5. 28标准化13:03
  6. 29降维与聚类13:56
  7. 30线性模型12:03
  8. 31统计功效13:29
  9. 32富集分析13:46
  10. 33生存分析13:32
  11. 34机器学习与数据泄露14:12
  12. 35伪重复19:41
  13. 36连锁不平衡17:59
  14. 37相关不等于因果29:04
  15. 38读图课21:53

组学分析

14 讲

  1. 39组学总纲18:38
  2. 40转录组31:36
  3. 41网络分析25:18
  4. 42非编码RNA与ceRNA44:33
  5. 43单细胞30:28
  6. 44空间组学25:28
  7. 45表观基因组23:00
  8. 46基因组与变异24:12
  9. 47群体遗传与GWAS33:26
  10. 48肿瘤组学28:42
  11. 49蛋白质组26:40
  12. 50代谢组24:44
  13. 51宏基因组与微生物组37:46
  14. 52多组学整合30:46

规范与复现

5 讲

  1. 53用AI做分析与核对26:38
  2. 54可复现与记录41:47
  3. 55数据伦理与合规34:19
  4. 56读一篇生信论文30:12
  5. 57出图与毕业论文27:04

应用与 AI

9 讲

  1. 58蛋白结构39:54
  2. 59分子对接与虚拟筛选48:20
  3. 60肿瘤的靶向与免疫治疗40:32
  4. 61机器学习在生物里能做什么43:54
  5. 62蛋白语言模型与蛋白设计45:26
  6. 63DNA 模型与基因调控预测47:50
  7. 64单细胞基础模型与虚拟细胞48:58
  8. 65AI 药物发现49:04
  9. 66合成生物学与代谢工程50:51

进阶专题

33 讲

  1. 67序列比对74:27
  2. 68BLAST67:52
  3. 69多序列比对63:29
  4. 70进化树66:05
  5. 71基因组组装与注释57:00
  6. 72引物与向导RNA66:37
  7. 73会R的人怎么学Python77:22
  8. 74照着 GitHub 复现别人的代码87:24
  9. 75把自己的数据提交到 GEO / SRA84:42
  10. 76流程、容器与集群:一条命令跑一百个样本81:50
  11. 77质控再深一层:双细胞、游离 RNA、细胞核 vs 细胞86:06
  12. 78整合与参考图谱映射81:20
  13. 79到底有几种细胞:分辨率、注释与亚型80:34
  14. 80细胞通讯与轨迹、RNA 速率80:57
  15. 81单细胞多组学与空间进阶80:20
  16. 82可变剪接:同一个基因,不同的蛋白78:57
  17. 83融合基因与肿瘤转录组81:11
  18. 84等位基因特异表达与 eQTL86:53
  19. 85时间序列与复杂设计88:20
  20. 86没有参考基因组时怎么做转录组87:47
  21. 87作物 GWAS 与 QTL85:39
  22. 88基因组选择84:02
  23. 89泛基因组与体细胞变异育种85:55
  24. 90长读长分析86:35
  25. 91结构变异78:23
  26. 92三维基因组 Hi-C80:46
  27. 93电子病历与真实世界数据80:34
  28. 94临床预测模型与报告规范81:16
  29. 95影像组学与数字病理85:09
  30. 96临床变异解读83:24
  31. 97调控网络推断80:09
  32. 98代谢网络模型79:34
  33. 99通路动力学80:16