◆2020杰出学者交流◆

邀请到美国德州农工大学兽医综合生物科学与电气与计算机工程副教授 Dr.James Cai 一系列主题式分享
欢迎有兴趣的同学呼朋引伴来参与！

分享主题：Single-Cell High-Throughput Data Science
方式：兴大i-learning线上演讲
日期&时间：
10月19日 11:00-12:00 Introduction to single-cell technologies and programming basics(Matlab/Julia) for data analysis
10月23日 11:00-12:00 QC of raw data and getting UMI counts for individual cells
10月26日 11:00-12:00 Data modeling, normalization and imputation
10月30日 11:00-12:00 Dimension reduction and data visualization (PCA, tSNE and PHATE)
11月02日 11:00-13:00 Clustering analysis, marker gene and cell type identification
11月06日 11:00-12:00 Feature selection, identification of highly variable genes
11月09日 11:00-12:00 scRNAseq differential expression analysis
11月13日 11:00-12:00 Pseudotime, trajectory analysis
11月16日 11:00-12:00 Single-cell immune repertoire profiling
11月20日 11:00-13:00 Construction of single-cell gene regulatory networks
 

关于讲者的资讯：
TAMU-Dr. James Cai 简介连结
​(本活动有自主学习点数认证)
报名连结在活动页面最下方，欢迎同学线上参加!!!
自主学习申请活动名称：
单细胞高通量资料分析科学-分享1- Introduction to single-cell technologies and programming basics(Matlab/Julia) for data analysis
单细胞高通量资料分析科学-分享2-QC of raw data and getting UMI counts for individual cells
单细胞高通量资料分析科学-分享3-Data modeling, normalization and imputation
单细胞高通量资料分析科学-分享4-. Dimension reduction and data visualization (PCA, tSNE and PHATE)
单细胞高通量资料分析科学-分享5-Clustering analysis, marker gene and cell type identification
单细胞高通量资料分析科学-分享6-Feature selection, identification of highly variable genes
单细胞高通量资料分析科学-分享7-scRNAseq differential expression analysis
单细胞高通量资料分析科学-分享8-Pseudotime, trajectory analysis
单细胞高通量资料分析科学-分享9-Single-cell immune repertoire profiling
单细胞高通量资料分析科学-分享10-Construction of single-cell gene regulatory networks

请留意自主学习活动机制的规定：
为配合学习成效检核机制，107学年度起入学学生，于109学年度起参与活动需于个人学习历程填写学习问卷方可采计为有效自主学习点数。

***课后请同学协助填写满意度调查表 (连结在最下方) ***