<span id="beb65a7384"></span><address id="bf288853d1"><style id="bg2bfb5ce0"></style></address><button id="blfa9c59c7"></button>
                        

          • 参会报名
          • 会议介绍
          • 会议日程
          • 会议嘉宾
          • 参会指南
          • 邀请函下载

          新疆时时彩娱乐平台 > 新疆时时彩96开奖号商务会议 > 新疆时时彩娱乐平台医疗 > 2018实用微生物组学信息分析精品班 发布时间:2018-11-06T16:09:35

          2018实用微生物组学信息分析精品班
          收藏 
          分享到

          2018实用微生物组学信息分析精品班

          会议时间:2018-12-24 09:30至 2018-12-27 17:00结束

          会议地点:北京  北京市计算中心  海淀区丰贤中路7号

          会议规模:暂无

          发票类型:增值税普通发票 增值税专用发票

          门票名称截止时间单价数量
          早鸟票 (材料费、上机费、午餐费,请自带笔记本电脑以备上机实践使用) 材料:《高通量测序与高性能计算理论和实践》北京科学技术出版社。 2018-11-21 00:00 ¥4900.0
          原价:¥5200.00
          3人团 (材料费、上机费、午餐费,请自带笔记本电脑以备上机实践使用) 材料:《高通量测序与高性能计算理论和实践》北京科学技术出版社。 2018-12-21 17:00 ¥4900.0
          原价:¥5200.00
          ×

          参会人信息







          会议介绍 会议内容 主办方介绍


          2018实用微生物组学信息分析精品班

          2018实用微生物组学信息分析精品班宣传图

          为帮助各领域广大科研人员解决从方案设计、数据解读、图表绘制、数据挖掘和文章设计各环节中遇到的问题。北京市计算中心特聘请XX一线项目经验丰富的科研人员精心组织了本次培训课程,为保证听课质量和教学质量,本研讨班采用小班授课方式。课程内容针对性极强、上机实践比重更达到70%,整套课程教学目的明确,从微生物组学实验方案的宏观到细节再到注意事项的讲解,为项目能产出更有效的测序数据打下坚实的基础,上机实践课程贯穿从测序数据下机后质量评估、物种注释到数据分析和结果呈现整个流程。诚邀各领域广大科研工作者和高校教师及研究生报名参加! 

          主办单位:

          中国生物工程学会计算生物学与生物信息学专委会 

          承办单位:

          北京市计算中心 

          协办单位:

          云计算关键技术与应用北京市重点实验室 

          中国医药生物技术学会生物医学信息技术分会 

          北京市基因测序与功能分析工程技术研究中心 

          中国生物工程杂志 

          北京唐唐天下生物医学信息科技有限公司

          深圳微生太科技有限公司

          北京依托华茂生物科技有限公司

          培训地点:北京海淀区丰贤中路7号3号楼,北京市计算中心三层会议室  

          培训时间:2018年12.24-27日(报名中)上午:9:30 - 12:00 下午:1:30 – 5:00

          讲师团队: 邀请中科院、北大、军科院和北京市计算中心一线工作经验丰富的老师主讲。 

          查看更多

          中国生物工程学会计算生物学与生物信息学专委会 中国生物工程学会计算生物学与生物信息学专委会

          中国生物工程学会(Chinese Society of Biotechnology,CSBT)成立于1993年,首任理事长:谈家桢院士,现任理事长:高福院士。中国生物工程学会成立以来,主办、承办、协办了多个国际、国内学术交流活动,为促进生物技术与生物产业发展、提高国民素质、促进经济和社会发展等方面发挥了重要作用。

          会议日程 (最终日程以会议现场为准)


          日期

          上课时间

          授课题目

          授课内容

          第一天

          9:30-12:00

          微生物组学研究概论及进展

          1、微生物组研究的发展历史

          2、微生物测序分析技术及实验技术原理

          3、研究热点分享

          13:30-17:00

          经典案例分享和方案设计与文章架构设计

          1、微生物组学经典文章回顾,未来微生物组学发展方向

          2、已发表各类精品文章的经验总结:包括经典项目总体设计思路、遇到的困难及解决方案

          3、文章写作经验分享,包括文章架构设计、语言风格、结果呈现等写作技巧

          第二天

          9:30-12:00

          Linux基础操作

          1、Linux常用命令使用和上机操作

          2、Linux环境下软件安装

          16s测序分析结果解读

          1、OUT分析

          2、物种分类与丰度分析

          3、Alpha多样性分析

          4、Beta多样性分析

          5、显著性差异分析

          13:30-17:00

          16s数据分析

          (上机)

          1、质控与数据拼接

          2、OTU聚类

          3、物种注释

          4、统计分析:(1)α多样性分析;(2)β多样性分析;(3)群落结构及丰度分析;(4)进化分析;(5)差异分析(Lefse);(6)功能分析(picrust)。

          第三天

          9:30-12:00

          宏基因组测序分析结果解读

          1、物种注释分析

          2、差异物种分析

          3、差异基因分析

          4、功能注释分析

          5、MGS分析

          13:30-17:00

          宏基因组数据分析(上机)

          1、质控

          2、拼接组装

          3、聚类Binning:TETRA; MetaCluster; Phymm等

          4、基因注释:FragGeneScan;MetaGeneMark;MetaGeneAnnotator等

          5、功能注释:RAMMCAP;Blast等

          6、统计分析:(1)物种分析;(2)功能分析;(3)差异分析;(4)比较分析

          第四天

          9:30-12:00

          R的数据处理功能及统计应用

          1、R的安装、运行与使用

          2、R语法介绍(R基本符号)

          3、R数据处理,对R语言中常用的数据结构包括向量,数组,矩阵,列表,数据框等的介绍、使用方法及使用范围

          13:30-17:00

          R绘图功能在微生物组学信息分析中的应用

          1、基础绘图工具(绘图函数、参数、画图面板分割及图形的保存)

          2、微生物组学数据结果制作案例实际操作

          查看更多

          会议嘉宾 (最终出席嘉宾以会议现场为准)


          主讲老师:

          王金锋:

          博士,副研究员,硕士生导师。2004年毕业于沈阳师范大学生物系。2007年毕业于南京师范大学生命科学学院,获硕士学位。2010年毕业于中国科学院海洋研究所,获理学博士学位。2011年起进入中国科学院北京生命科学研究院计算基因组学研究组参加工作,任助理研究员,主要从事微生物组学和生物信息学方向的研究。2016年起任副研究员,中国科学院大学硕士生导师。迄今已在Gut,Nature Communications,Genome Biology和Environmental Microbiology等杂志上发表第一(或共同第一)作者和通讯作者论文10余篇,累计被引用400余次,合作发表论文20余篇。作为项目负责人主持了国家自然科学基金项目(青年项目和面上项目),国家重点研发计划生物安全项目子课题、中国科学院重点部署项目微生物组计划子课题、技术创新项目等,并作为项目骨干参与了国家自然科学基金重大研究计划等多项课题。《Frontiers of Environmental Science and Engineering》、《AIMS Microbiology》、《Genomics, Proteomics & Bioinformatics》、《BioMed Research International》和《遗传》等杂志审稿人。

          研究领域:1.微生物互作与菌群塑造。2.人体微生物组与健康。

           

          史文聿 :

          博士,助理研究员。2010年于中央民族大学获得统计学学士学位,2017年于中国科学院北京生命科学研究院获得遗传学博士学位,目前就职于中科院微生物所微生物资源与大数据中心,研究工作包括生物信息学算法开发,生物信息(宏基因组学、比较基因组学)数据挖掘,生物信息大数据平台构建,有丰富的生物信息数据处理经验,于Nucleic Acids Res、Gut等国际学术刊物上发表过第一作者生物信息学算法和微生物组数据挖掘论文。有数理统计背景,在人工智能算法、大数据数据挖掘方法上亦有工作经验。于中国科学院大学、中国科学院微生物研究所等地教授过生物信息相关课程,有丰富的授课经验。

          Shi, W., Ji, P., & Zhao, F. (2016). Thecombination of direct and paired link graphs can boost repetitive genomeassembly. Nucleic Acids Research, 45(6), e43-e43.

          Wang, J.,^ Zheng, J.,^ Shi, W.,^ et al.(2018). Dysbiosis of maternal and neonatal microbiota associated withgestational diabetes mellitus. Gut, doi:10.1136/ gutjnl-2018-315988

          查看更多

          参会指南 会议门票 场馆介绍


          【报名费用】培训费:5200元/人(材料费、上机费、午餐费,请自带笔记本电脑以备上机实践使用) 材料:《高通量测序与高性能计算理论和实践》北京科学技术出版社。

          附近最近酒店为:如家酒店(永丰店),可自行网上预定,费用自理。  

          【报名优惠政策】 
          1、11.20前报名成功并缴费每人可优惠300元 
          2、3人以上团体报名每人可减少300元; 
          3、4+1团报,可免费赠送一个名额;             
          培训座位按收到报名表先后顺序安排。   

          查看更多

          北京市计算中心 北京市计算中心

          北京市计算中心建立于一九七三年,是国内最早一批计算中心之一,是中国最早、最具影响力的从事计算机应用技术研究及推广的机构,服务对象则涉及工业、商业、交通、能源、环保金融、税务、社会事务等多个领域。北京市计算中心自成立以来,完成了上百项国家和北京市政府有关部门委托的研究项目和面向多种用户的服务型项目。先后获得国家及省部级成果奖30多项、,拥有了200余项国际国内领先的技术和产品,为中国计算机的普及、应用和发展做出了杰出贡献

          标签: 微生物组学 Linux 测序分析 数据分析 宏基因组

          用户留言 广告、无效信息等留言会被删除


          全部留言(0)


          新疆时时彩娱乐平台为本会议官方合作
          报名平台,您可在线购票

          会议支持:

          • 会员折扣
            该会议支持会员折扣
            具体折扣标准请参见plus会员页面
          • 芝麻信用
            芝麻信用超过650分,可享受先开发票后付款特权。
          • 会员返积分
            每消费1元累积1个会员积分。
            仅PC站支持。
          • 会员积分抵现
            根据会员等级的不同,每抵用1元可使用的积分也不一样,具体可参见PLUS会员页面。 仅PC站支持。

          部分参会单位

          主办方没有公开参会单位

          邮件提醒通知

          扫一扫立即购票

          扫一扫立即购票
          安全·方便·快捷

          分享到微信 ×

          打开微信,点击底部的“发现”,
          使用“扫一扫”即可将网页分享至朋友圈。

          录入信息

          请录入信息,方便生成邀请函

          ×

          请先登录

          免注册,使用合作网站登录

          QQ 微信 微博