kk体育人类和许多其他真核生物由数十亿个细胞组成，属于由细胞内在和细胞外在因素决定的异质细胞类型和功能细胞状态。从本质上讲，细胞内不同“组学”层之间存在复杂的交互式分子层次结构：从基因组和表观基因组到转录组，蛋白质组和代谢组，然后再返回。从本质上讲，细胞的功能状态可以通过直接的物理相互作用（例如受体-配体相互作用）被其邻近细胞调节，通过一个细胞分泌的信号分子（可以通过远程细胞上的受体起作用（例如形态原信号通路），或者通过其他微环境因素（例如化合物梯度）1.因此，研究多细胞生物如何从全能单细胞发育并随后发挥作用，老化和发展疾病，需要单细胞和空间多组学方法（也称为多模态组学方法）。
用于单个细胞单峰（单组学）测量的强大技术，例如单细胞 RNA 测序 （scRNA-seq） 方法2，已经发展到彻底改变细胞类型的发
现和理解及其不同的功能细胞状态，暴露于外部刺激和药物时的细胞可塑性，以及细胞分化或重编程轨迹3.这些技术的力量在人类细胞图谱（HCA）的推动下得到了强调。1，4以及之后的其他基于联盟的资源，这些资源主要旨在创建生物体的细胞参考图谱，包括每种细胞类型的位置、功能和特征。然而，为了对单个细胞中从基因组到表型组的分子层次结构有基本的了解，单细胞和空间分辨率的多组学方法是必要的。它们能够研究表观基因组水平上的基因调控与转录组和/或蛋白质组水平上的基因表达之间的分子间动力学，这些基因在发育、衰老和疾病中的相同单细胞中毫不含糊。此外，这些技术能够研究单细胞基因组中获得性遗传变异对其自身功能和表型特征以及（周围）组织功能等的影响，如本综述所示。近年来，该领域取得了惊人的进步，并且在技术和计算上都迅速成熟，使理解细胞生物学的广泛应用成为可能。
细胞生物学的相关研究一直受限于数据的完整性和表型的完整性，对应激状态和稳态下的细胞区别观察不够充分。过去五年中，计算机视觉和语音识别领域通过对大量的无标签数据进行学习、建模，很好的解决了数据不足的问题。同样在最近的研究中，机器学习方法使用单细胞数据进行扰动建模也推动了细胞生物领域前进。对于生物学家来讲，无论研究基因、转录本、修饰、蛋白功能，都要频繁的进行人为干预，实现对感兴趣变量的正向或者反向改变，观察细胞表型的变化。整个过程需要对干预工具的构建、导入、实验观察，从而得出表型结论。扰动建模的目的就是想要通过数学模型的建立，通过对已有数据的分析、归纳和总结，对一个分子的功能在没有实验时做出预判，对于生物学家和药物研发者来讲，好的模型一定能够帮助加深对生物机制的理解，推动药物的研发进程
由于该项研究资料和学习平台较少，信息技术不公开，培训学习迫在眉睫，特此诚挚邀请您参加“机器学习单细胞分析及单细胞空间转录组专题线上培训”
本课程（机器学习单细胞分析）让初学多组学联合机器学习体系课程的学员们快速掌握多组学以及机器学习基础理论和在单细胞数据分析中的简单应用。适用于前期无编程基础，对机器学习，包括深度学习和单细胞数据分析感兴趣的学员。同时在帮助学员提升与掌握多组学联合分析以及深度学习神经网络的应用。课程通过基础入门+进阶实例演练的讲授思路，从初学及应用研究角度出发，带大家实战演练机器学习在单细胞多组学整合分析中的数据处理、预测模型以及生物学意义阐述等，助力大家掌握多种机器学习算法模型的构建以及在单细胞多组学联合分析在具体科学研究中的实际应用，并介绍当下深度学习算法高维组学数据处理，生物网络挖掘的前沿方法，有助于研究创新机器学习算法解决生物学及临床疾病问题与需求。
能够快速运用到自己的科研项目和课题上，助力学员发表Nature、Science、Cell等正刊及子刊！（在生信分析的新技术加持下kk体育，用更少的经费，发更高质量的文章）
1. 单细胞转录因子（SCENIC）及其细胞通讯（Cellchart）的介绍
5. 讲解单细胞WGCNA，利用关联共表达找到某些细胞中有关联作用的基因list（这里统一指模块分析）。
5. 基于OTU的差异表达分析，热图，箱型图绘制微生物biomarker鉴定
利用PLOS Computational Biology（IF:5分）发表零代码工具，轻松完成差异表达分析，常见统计分析，常见可视化，内置7种机器学习方法，轻松调用。
利用机器学习基于蛋白组学数据预测表型，基于蛋白组学数据复现cell中机器学习分析结果
利用机器学习鉴定疾病相关蛋白标志物，基于Olink数据，复现影响因子17分文章中，蛋白数据常规分析+时序蛋白聚类分析+机器学习分析结果
利用机器学习基于质谱的蛋白质组学数据，构建肝病相关分类和预后模型，复现Nature Medicine文章中的机器学习，生存分析，预后模型相关的结果。
主讲老师来自国内高校陈老师和张老师授课。在国内外学术刊物发表论文数篇，包括Nature Communication, Cell Regeneration等知名期刊，研究方向为生物信息学kk体育，发育生物学和遗传学等。利用多组学数据，通过深度学习算法进行数据分析和挖掘，包括ChIP-seq，ATAC-seq，RNA-seq，CNV等。
机器学习微生物组学和机器学习蛋白组学主讲老师来自国内高校李老师授课，有十余年的微生物组数据分析经验。研究领域涉及机器学习，芯片数据分析，微生物组数据分析，DNA，RNA，甲基化测序数据分析，单细胞测序数据分析，miRNA及靶基因分析等，发表SCI论文30余篇，其中一作及并列一作15篇。
机器学习代谢组学主讲老师来自985高校神经科学博士，主要利用代谢组学、转录组学和分子生物学等技术研究神经内科慢性病的发病机制和生物标志物。擅长高效液相色谱-质谱联用（LC-MS）技术进行非靶向和靶向代谢组学从样本制备到数据分析的全流程研究，以及多组学大数据的生物信息学整合分析。5年内在J Clin Invest, EBioMedicine, Cell Death Dis, Cell Death Discov, Nanotoxicology等杂志发表SCI论文10篇。
全国各大高校、企业、科研院所从事人工智能、生命科学、代谢工程、有机合成、天然产物、药物、生物信息学、植物学，动物学、化学化工，医学、基因组学、农业科学、植物学、动物学，临床医学、食品科学与工程、肿瘤免疫与靶向治疗、 全基因组泛癌分析、人黏连蛋白折叠基因组机、病毒检测、功能基因组、遗传图谱、基因挖掘变异、代谢组学、蛋白质组学、转录组学、生物医学、癌症、核酸、毒物学等研究科研人员及爱好者
福利：报名缴费成功赠送报名班型全套预习视频，课后学习完毕提供全程录像视频回放，针对与培训课程内容进行长期答疑，微信解疑群永不解散，参加本次课程的学员可免费再参加一次本单位后期组织的相同的专题培训班（任意一期都可以）
授课方式：通过腾讯会议线上直播，理论+实操的授课模式，老师手把手带着操作，从零基础开始讲解，电子PPT和教程开课前一周提前发送给学员，所有培训使用软件都会发送给学员，有什么疑问采取开麦共享屏幕和微信群解疑，学员和老师交流、学员与学员交流，培训完毕后老师长期解疑，培训群不解散，往期培训学员对于培训质量和授课方式一致评价极高
单细胞空间转录组kk体育、机器学习微生物，机器学习代谢组学 、机器学习蛋白质组学
优惠2：提前报名缴费学员+转发到朋友圈或者到学术交流群可享受每人300元优惠（仅限15名）
证书：参加培训并通过考试的学员，可以申请获得工业和信息化部工业文化发展中心颁发的“工业强国建设素质素养提升尚工行动”岗位能力适应评测证书。该证书可在中心官网查询，可作为能力评价，考核和任职的重要依据。评测证书查询网址：（自愿申请，须另行缴纳考试费500元/人）
国外院系高校；有来自麻省理工大学、University of Bristol (布里斯托大学)、加州伯克利大学、Osaka University(大版大学）、乔治梅森大学、加州理工大学、曼彻斯特大学 、莱斯大学、波士顿大学、德州农工大学、德雷克大学、美国联合大学、普林斯顿大学、斯坦福大学、Imperial College London、KAUSTuniversity、理海大学、TheUniversityofQueensland、澳大利亚昆士兰大学、耶鲁大学、牛津大学、剑桥大学、匹兹堡大学、悉尼大学、多伦多大学、西雅图华盛顿大学、伦敦大学、杜克大学、东京大学、哥伦比亚大学、康奈尔大学、纽约大学、西北大学、布朗大学、华盛顿大学
国内院系高校；有来自中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所）、中山大学、北京大学第一医院、中国医学科学院北京协和医院、西北民族大学、西南大学、山东大学、加州伯克利大学、启元实验室、中国人民总医院第一医学中心、河南师范大学、南京工业大学、南方科技大学、南京大学、中国医学科学院基础医学研究所、青海省农林科学院、天津中医药大学第一附属医院、山东大学、黑龙江八一农垦大学、南昌大学第二附属医院、台州市中心医院（台州学院附属医院）、宁波大学附属人民医院、新疆农业大学、北京林业大学、广西医科大学、湖南文理学院、滨州医学院、滨州医学院烟台附属医院、华南师范大学、中国环境科学研究院、云南师范大学、昆明理工大学、湖北医药学院、苏州大学、福州大学、南方医院、南昌大学第二附属医院、深圳市中医院、湖南文理学院、河南科技学院、福建省立医院、中南大学湘雅医院、深圳市中医院、省立同德医院、内蒙古科技大学包头师范学院、乌鲁木齐市疾病预防控制中心、中国林业科学研究院林业研究所、中国农业科学院兰州畜牧与兽药研究所、鲁东大学、河北工程大学、南方医科大学珠江医院、首都医科大学附属北京妇产医院、重庆医科大学附属第二医院、北京普利智诚生物技术有限公司、复旦大学上海医学院、陕西中医药大学附属医院、中国医学科学院血液病医院（中国医学科学院血液学研究所）、滨州康达欣医疗器械有限公司、深圳北京大学香港科技大学医学中心、天津市肿瘤医院kk体育、陆军特色医学中心kk体育、空军军医大学第一附属医院、江南大学、中国科学院深圳先进技术研究院、中国科学院上海营养与健康研究所、北京阅众时刻文化传媒有限公司、北京慧康健怡医疗器械有限公司、杭州奥明基因科技有限公司、亦欣生物科技无锡有限公司、广州市肖悦生物科技有限公司、张家口泽涵生物科技有限公司、平安科技。感谢对我们培训的认可！还有许多因为时间冲突无法参加。这次我们诚挚邀请您来参加！