دوره برنامه‌نویسی جریان‌های کاری CITE-seq در R: از داده خام تا کشف زیستی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره برنامه‌نویسی جریان‌های کاری CITE-seq در R: از داده خام تا کشف زیستی

موضوع کلی: بیوانفورماتیک و تحلیل داده‌های تک‌سلولی

موضوع میانی: تحلیل داده‌های چندوجهی تک‌سلولی با CITE-seq

📋 سرفصل‌های دوره

• 1. مبانی زیست‌شناسی تک‌سلولی و اهمیت تحلیل تک‌سلولی
• 2. معرفی فناوری CITE-seq و تفاوت آن با scRNA-seq
• 3. اصول اندازه‌گیری همزمان RNA و پروتئین در CITE-seq
• 4. ساختار داده‌های CITE-seq و انواع ماتریس‌های شمارش
• 5. آشنایی با کتابخانه‌های R برای تحلیل تک‌سلولی
• 6. نصب و راه‌اندازی Seurat در R
• 7. نصب و راه‌اندازی Bioconductor و پکیج‌های مرتبط
• 8. مدیریت پروژه‌های تحلیلی در RStudio
• 9. خواندن داده‌های خام CITE-seq در R
• 10. ساخت شیء Seurat از ماتریس‌های RNA و ADT
• 11. ادغام داده‌های RNA و پروتئین در یک شیء واحد
• 12. کنترل کیفیت داده‌های RNA در CITE-seq
• 13. کنترل کیفیت داده‌های ADT و نرمال‌سازی آن
• 14. فیلتر کردن سلول‌های کم‌کیفیت و doubletها
• 15. روش‌های تشخیص doublet در داده‌های چندوجهی
• 16. نرمال‌سازی داده‌های RNA با روش‌های مختلف
• 17. نرمال‌سازی داده‌های ADT با CLR و روش‌های جایگزین
• 18. انتخاب ژن‌های متغیر و کاهش بعد اولیه
• 19. تحلیل مؤلفه‌های اصلی (PCA) روی داده‌های RNA
• 20. تحلیل مؤلفه‌های اصلی روی داده‌های ADT
• 21. روش‌های ادغام چندوجهی: WNN و MOFA
• 22. خوشه‌بندی سلول‌ها بر اساس داده‌های چندوجهی
• 23. مصورسازی خوشه‌ها با UMAP و t-SNE
• 24. حاشیه‌نویسی خودکار انواع سلولی
• 25. حاشیه‌نویسی دستی با نشانگرهای RNA
• 26. حاشیه‌نویسی با نشانگرهای پروتئینی ADT
• 27. تحلیل بیان افتراقی در سطح RNA
• 28. تحلیل بیان افتراقی در سطح پروتئین
• 29. تحلیل همبستگی RNA و پروتئین در سطح تک‌سلولی
• 30. شناسایی جمعیت‌های سلولی نادر با CITE-seq
• 31. تحلیل مسیرهای زیستی و غنی‌سازی ژنی
• 32. تحلیل تعاملات سلول-سلول با داده‌های چندوجهی
• 33. استنباط شبکه‌های تنظیمی از داده‌های CITE-seq
• 34. تحلیل داده‌های CITE-seq در بیماری‌ها و سرطان
• 35. تحلیل داده‌های CITE-seq در ایمونولوژی
• 36. ادغام نمونه‌های متعدد و اصلاح اثر دسته
• 37. تحلیل یکپارچه داده‌های CITE-seq و spatial transcriptomics
• 38. ذخیره‌سازی و اشتراک‌گذاری داده‌های تحلیل‌شده
• 39. مستندسازی و بازتولیدپذیری تحلیل‌ها با R Markdown
• 40. مصورسازی پیشرفته و گزارش‌سازی در R
• 41. بهینه‌سازی عملکرد تحلیل داده‌های بزرگ تک‌سلولی
• 42. استفاده از موازی‌سازی در تحلیل CITE-seq
• 43. اشکال‌زدایی خطاهای رایج در تحلیل CITE-seq
• 44. مقایسه ابزارهای تحلیل CITE-seq در R و پایتون
• 45. مطالعه موردی: تحلیل داده‌های CITE-seq در سرطان خون
• 46. مطالعه موردی: تحلیل CITE-seq در پاسخ ایمنی
• 47. پروژه عملی: جریان کاری کامل تحلیل CITE-seq در R