R 生物信息学处理

特点

1. 深入了解机器学习技术和计算技能，以及了解如何使用 edgeR 和 DESeq 等工具。
2. 探索真实示例，解决生物信息学领域中常见和不常见的挑战。
3. 学习如何使用 Bioconductor、ggplot 和 tidyverse 中的最新工具有效地分析您的数据。
4. 引导您了解 Bioconductor 中的基本工具，以帮助您理解和执行 RNAseq、系统发育学、基因组学和序列分析中的协议。
5. 快速了解如何在生物信息学领域中使用机器学习技术。
6. 将逐渐发展关键的计算技能，例如在 R Markdown 中创建可重用的工作流和代码重用包。

内容

• 执行定量 RNAseq
• 使用 HTS 数据寻找遗传变异
• 搜索基因和蛋白质的域和基序
• 系统发育分析和可视化
• 宏基因组学
• 从光谱到注释的蛋白质组学
• 制作发布和 Web 就绪的可视化
• 使用数据库和远程数据源
• 有用的统计和机器学习方法
• 使用 Tidyverse 和 Bioconductor 进行编程
• 为代码重用构建对象和包

详情参阅 - 亚图跨际