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
-
机器学习及生物医学中应用简介
-
机器学习基本概念介绍
-
常用机器学习模型介绍（GLM,BF,SVM）
-
主成分分析（PCA）
-
一致性聚类分析
-
ROC曲线和时间依赖的ROC曲线
-
生存分析基本概念介绍（生存曲线）
-
预后模型介绍（单因素，多因素cox回归，lasso回归）
-
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
- 条件语句
2.1 循环
2.2 函数
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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）
- 特征筛选及重要性评估
2.1 模型评估（ROC曲线绘制）
- 构建nomogram模型
3.1 矫正曲线绘制
3.2 决策曲线绘制
- 一致性聚类分析
4.1 GSEA分析
第五天
ceRNA网格构建
-
miRNA
-
circRNA
-
lncRNA的产生，作用机制，功能
-
miRNA，circRNA，lncRNA相关数据库及工具介绍，使用及数据下载
-
ceRNA案例分享
实操内容：
-
ceRNA网络构建（实操，基于R）
-
差异mRNA，lncRNA，miRNA分析
-
火山图，热图，聚类图，柱状图
-
差异表达基因GO,KEGG富集分析，气泡图，柱状图，KEGG通路图展示
-
生存分析，生存曲线绘制
-
mRNA，lncRNA表达相关性分析，相关性散点图
-
mRNA, lncRNA, miRNA网络构建
-
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
