2021年7月17-18日/线上课程

【课程介绍】基于大数据技术开展的研究和转化，已成为新时代生物医学领域研发的发展方向和最新驱动力。通过各种大数据挖掘来获取高质量的科研成果，以及通过合理的数据分析来提升研究水平，可以将普通的医学论文转化成高水平的SCI论文。通过此次培训班的学习可以让学员了解与掌握生物医学大数据挖掘的研究方法及公共数据库分析，从而让科研人员即使不做实验也可以写出高水平的SCI论文。本课程将以案例形式详细讲解如何应用R软件完成数据挖掘分析，涵盖当前较为热门的分析算法：如决策树和随机森林分类器的构建、指标和样本的分类与聚类、各种热图的绘制、变量之间的关联规则、竞争风险的生存分析、列线图及校准图的绘制及公共数据库的肿瘤基因组数据、单细胞测序数据和肠道菌群数据挖掘等。课程还将提供生物数据与临床数据的整合分析思路及如何应用数据挖掘方法进行SCI论文的撰写及发表。

【教师介绍】首都医科大学生物医学工程学院副教授，博士，硕士研究生导师，研究方向为生物统计与生物信息学。主讲《医学统计学》、《医用数据挖掘》、《医药数理统计方法》、《临床及分子生物学大数据处理》和《生物信息学技术概论》等课程。擅长统计研究设计、各类型数据统计分析、生物医学大数据挖掘及生物信息学分析等，近几年内在相关领域以第一作者和通讯作者发表SCI论文30余篇，获得国家计算机软件著作权多项，主持和参与多项国家级、省部级和局级科研课题。

【举办单位】万方论文网   万方学术联盟

【培训内容】

9:00-12:00 （1）生物医学科研中的数据挖掘思路及R软件基础操作 1. 生物医学科研中的数据挖掘思路及应用数据挖掘方法提升论文级别 2. R软件实操 1）R软件及R软件包的下载和安装 2）R软件的基础操作（数据集的创建、导入、向量运算和矩阵运算、条件语句、循环语句及数据匹配等） 3）R软件的基本统计分析操作(t检验、卡方检验、线性相关与回归、logistic回归等) 4）R软件的图表绘制（小提琴图、三维气泡图、相关系数图等）及基于ggplot2的R软件个性化订制图形 5）统计分析批处理的R软件实现（可应用于生物信息学分析） 3.微信答疑

14:00-17:00 （2）数据挖掘方法—分类 （3）数据挖掘方法—聚类 1. 数据挖掘方法-分类 1）分类的概念、性能与评估 2）决策树与随机森林分类器的构建及可视化

3）ROC及偏ROC分析 4）主成分分析及分类图的绘制 2. 数据挖掘方法-聚类 1）聚类的概念及常用聚类方法(K均值聚类与系统聚类) 2）K均值聚类与系统聚类的可视化及R软件实现 3）各种系统聚类图及双向聚类热图的绘制 3. 案例讲解及微信答疑

9:00-12:00 （4）数据挖掘方法—关联规则 （5）数据挖掘方法—竞争风险模型的生存分析及列线图、校准图绘制 （6）基于公共数据库的肿瘤基因组数据挖掘 1.数据挖掘方法—关联规则 1）关联规则的概念及常用关联规则分析方法 2）关联规则分析的可视化及R软件实现 2. 数据挖掘方法—列线图及校准图绘制 1）Logistic回归分析的列线图和校准图的绘制 2）决策曲线分析 3）Cox回归分析的列线图和校准图绘制 4）竞争风险的生存分析 3. 基于公共数据库的肿瘤基因组数据挖掘 1）数据导入及数据预处理（数据正态化及缺失值填补） 2）聚类热图的绘制 3）提取差异表达基因及绘制火山图 4）应用非负矩阵分解聚类法进行肿瘤亚型分析 5）GO和KEGG富集分析及相关图形绘制 4.案例讲解及微信答疑

14:00-17:00 （7）疾病相关分子调控网络 （8）基因组数据挖掘—临床生物信息学研究热点的相关数据分析 （9）数据挖掘与SCI论文写作案例讲解 1. 疾病相关分子调控网络 1）分子网络数据库介绍 2）网络分析及可视化工具-Cytoscape软件介绍 2. 基因组数据挖掘-临床生物信息学研究热点的相关数据分析 1）肿瘤免疫浸润相关数据分析介绍 2）肠道菌群及代谢组学相关数据分析介绍 3）单细胞测序数据分析介绍 4）案例讲解与微信答疑：生物数据与临床数据的整合分析思路—基于GEO和TCGA公共数据库挖掘的SCI论文写作与发表（结合当前研究热点m6A，肿瘤免疫浸润，ceRNA网络，肠道菌群，单细胞测序等）

【注意事项】此次课程为线上直播教学模式（ZOOM网络会议平台授课，可回放），报名付费成功后，会务组将在开班前一周内发给您培训需要安装的软件及电子版课程。由于课程需要上机操作，学员请提前准备好电脑。参加的学员课后可通过微信群继续同授课老师交流，长期获得指导机会。

【培训对象】生物，医学等相关的科研人员、高校老师及研究生；各医院科研处、医务处(科)、科教处(科)、护理部及临床科室等相关人员。