◆2020傑出學者交流◆

邀請到美國德州農工大學獸醫綜合生物科學與電氣與計算機工程副教授 Dr.James Cai 一系列主題式分享
歡迎有興趣的同學呼朋引伴來參與！

分享主題：Single-Cell High-Throughput Data Science
方式：興大i-learning線上演講
日期&時間：
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
 

關於講者的資訊：
TAMU-Dr. James Cai 簡介連結
​(本活動有自主學習點數認證)
報名連結在活動頁面最下方，歡迎同學線上參加!!!
自主學習申請活動名稱：
單細胞高通量資料分析科學-分享1- Introduction to single-cell technologies and programming basics(Matlab/Julia) for data analysis
單細胞高通量資料分析科學-分享2-QC of raw data and getting UMI counts for individual cells
單細胞高通量資料分析科學-分享3-Data modeling, normalization and imputation
單細胞高通量資料分析科學-分享4-. Dimension reduction and data visualization (PCA, tSNE and PHATE)
單細胞高通量資料分析科學-分享5-Clustering analysis, marker gene and cell type identification
單細胞高通量資料分析科學-分享6-Feature selection, identification of highly variable genes
單細胞高通量資料分析科學-分享7-scRNAseq differential expression analysis
單細胞高通量資料分析科學-分享8-Pseudotime, trajectory analysis
單細胞高通量資料分析科學-分享9-Single-cell immune repertoire profiling
單細胞高通量資料分析科學-分享10-Construction of single-cell gene regulatory networks

請留意自主學習活動機制的規定：
為配合學習成效檢核機制，107學年度起入學學生，於109學年度起參與活動需於個人學習歷程填寫學習問卷方可採計為有效自主學習點數。

***課後請同學協助填寫滿意度調查表 (連結在最下方) ***