دوره تحلیل تک‌سلولی RNA: از اصول تا کاربردها همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل تک‌سلولی RNA: از اصول تا کاربردها

موضوع کلی: بیولوژی مولکولی

موضوع میانی: تکنیک‌های پیشرفتهٔ بیولوژی مولکولی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر ترانسکریپتومیکس تک‌سلولی (scRNA-seq)
• 2. چرا تحلیل تک‌سلولی؟ مزایا و کاربردها
• 3. مروری بر نسل‌های مختلف فناوری‌های scRNA-seq
• 4. آماده‌سازی نمونه برای scRNA-seq: نکات کلیدی
• 5. انواع سلول‌ها و بافت‌ها مناسب برای scRNA-seq
• 6. ایزوله کردن سلول‌ها: روش‌های میکروفلوئیدیک و FACS
• 7. تبدیل RNA به cDNA: پروتکل‌ها و بهینه‌سازی
• 8. تکثیر cDNA و افزودن شناسه سلولی (Cell Barcoding)
• 9. آمپلی‌فیکیشن cDNA: PCR و روش‌های جایگزین
• 10. کتابخانه سازی (Library Preparation) برای سکانسینگ
• 11. کنترل کیفیت کتابخانه‌های scRNA-seq
• 12. سکانسینگ: پلتفرم‌های مختلف و ملاحظات
• 13. پردازش داده‌های خام scRNA-seq: demultiplexing و quality control
• 14. همترازسازی (Alignment) داده‌ها با ژنوم مرجع
• 15. شمارش خوانش‌ها (Read Counting) و ایجاد ماتریس بیان ژن
• 16. نرم‌افزارهای رایج برای پردازش داده‌های scRNA-seq
• 17. نرمال‌سازی داده‌ها: روش‌های مختلف و انتخاب مناسب
• 18. کاهش ابعاد (Dimensionality Reduction): PCA، t-SNE، UMAP
• 19. خوشه‌بندی (Clustering) سلول‌ها: الگوریتم‌های مختلف
• 20. شناسایی نشانگرهای سلولی (Cell Markers)
• 21. تحلیل تفاضلی بیان ژن (Differential Gene Expression)
• 22. مسیرهای سیگنالینگ (Signaling Pathways) و آنالیز غنی‌سازی
• 23. آنالیز سلول‌های غیرمعمول (Outlier Cells) و حذف آن‌ها
• 24. بررسی تغییرات در طول زمان (Pseudotime Analysis)
• 25. شناسایی انواع سلولی جدید و زیرجمعیت‌ها
• 26. آنالیز مسیرهای تکاملی (Trajectory Analysis)
• 27. تایید نتایج scRNA-seq با روش‌های دیگر (qPCR، flow cytometry)
• 28. ادغام داده‌های scRNA-seq با سایر داده‌های اومیکس (multi-omics)
• 29. تحلیل داده‌های فضایی ترانسکریپتومیکس (Spatial Transcriptomics)
• 30. کاربردهای scRNA-seq در تحقیقات سرطان
• 31. scRNA-seq در مطالعه سیستم ایمنی
• 32. scRNA-seq در توسعه مغز
• 33. آنالیز تک‌سلولی در بیماری‌های عفونی
• 34. تحلیل تک‌سلولی در سلول‌های بنیادی
• 35. چالش‌های scRNA-seq: اثرات drop-out و batch effects
• 36. روش‌های رفع اثرات batch (Batch Correction)
• 37. تفسیر بیولوژیکی نتایج scRNA-seq
• 38. طراحی آزمایش scRNA-seq: ملاحظات آماری و نمونه‌برداری
• 39. منابع داده‌های عمومی scRNA-seq
• 40. ابزارهای بصری‌سازی داده‌های scRNA-seq
• 41. مقدمه‌ای بر scATAC-seq
• 42. مقدمه‌ای بر scVelo
• 43. مقدمه‌ای بر CITE-seq