首講：單細胞測序懸液制備實驗的介紹

1. 解析 10x、BD 原理、單細胞測序流程、懸液制備流程以及上機前的質控標準；

2. 實驗技術專家親授制備各種單細胞懸液經常遇到的問題以及解決辦法；

3. 練習：通過懸液圖片來分辨可以上機的樣品與不符合上機條件的樣品；

4. 單細胞測序與 Bulk-seq 的區別，突出單細胞測序特點。

第二講：Seurat 代碼分享與基礎實操

1. 首期內容回顧并以肺組織為例分享單細胞懸液制備流程；

2. Seurat 代碼實操，以胰腺癌的 Cell Research 文章的兩個樣品為例，介紹基礎數據挖掘的流程，包括基礎質控、紅細胞、線粒體的過濾參數；

3. 從實操代碼中獲得表達矩陣，用 Excel 來深入探究單細胞測序的原始矩陣特點及數據歸一化的過程；

4. 高變基因的計算原理介紹以及 Umap、Tsne 聚類圖展示；

5. Marker 基因計算過程介紹以及結果說明（數據分析的重點）。

第三講：單細胞基礎數據分析及 Loupe 基礎實操

1. 從 Cell Research 文章中下載 6 個樣品進行歸一化分析后的完整單細胞基礎數據報告解讀；

2. 結合第二講的內容，再次回顧 Tsne、Umap 的聚類過程以及亞群聚類后，在樣品中重新進行組間差異的比例計算（數據分析的第二個重點）；

3. 亞群注釋的原理簡介，以 SingleR 的某個中間分析文件為例，介紹亞群注釋的細節；

4. Marker 基因用 String 做網絡互作圖，以及 String 的富集分析實操和數據解讀（第三個重點）；

5. Loupe 基礎實操。

第四講：Loupe 詳細實操（第四個重點）

1. 胰腺癌的 Cell Research 文章解讀以及下載文章附件，并整理附件中的亞群聚類、Marker 信息，方便以后更深入的數據挖掘；

2. Loupe 軟件的安裝以及基礎界面介紹；

3. 結合文章附件中的 Marker 基因信息，再次用 Loupe 對細胞亞群的注釋結果進行驗證；

4. Loupe 實現自定義的亞群間差異計算，以及某個亞群在組間的差異計算實操；

5. 差異基因再次做 David、Kobas、SHBIO 富集分析實操；

第五講：單細胞做 lncRNA 的共表達分析以及 WGCNA 的分享

1. 伯豪首創的簡化矩陣分析單細胞數據原理；

2. 演示如何從 Ensemble 中下載新基因注釋文件，并關聯單細胞測序數據中的 lncRNA 注釋信息；

3. 單細胞亞群做 lncRNA 共表達分析；

4. WGCNA 代碼分享。

第六講：WGCNA 數據做圖以及亞群功能分析解讀

1. WGCNA 代碼介紹；

2. WGCNA 的分析結果用 Cytoscape 畫網絡圖；

3. 伯豪生物高級分析之 Hallmarker analysis 解讀；

4. GSEA 的算法原理介紹以及用 GSEA 分析亞群整體功能的結果解讀（第五個重點）；

5. 從 GSEA 結果中挖掘到的差異基因，再次用 Loupe 驗證。

第七講：腫瘤類的單細胞測序分析以及 TCGA 數據分析實操（第六個重點）

1. 單細胞測序的 inferCNV 分析原理詳解；

2. 從 TCGA 中下載胰腺癌的轉錄組數據演示；

3. TCGA 的基礎差異分析并關聯單細胞測序的 Marker 基因、亞群間的差異基因。

第八講：單細胞測序案例解讀（第七個重點）

1. Cell Stem Cell 單細胞測序發現帕金森病的關鍵調節因子；

2. Nature 健康與炎癥性腸病中的結腸上皮細胞；

3. Cell 單細胞測序在內耳感覺神經元的多樣性研究中的應用；

4. Cell 克羅恩病病變的單細胞測序確定與抗腫瘤壞死因子治療抵抗相關的致病細胞模塊；

5. Nature Genetic 11 個 CRC 病人的癌組織和相應的正常粘膜組織。

第九講：探究高分文章中的單細胞分析思路和圖片

1. Cancer Cell 解析神經母細胞瘤，介紹單細胞測序的圖片示例；

2. 2 篇鼻咽癌相關的文章，再次介紹了 InferCNV 和全外測序、全基因組重測序聯合驗證腫瘤亞群；

3. Nature 肝硬化文章，匯總分析思路。

第十講：擬時序以及 Scenic 結果解讀（第八個重點）

1. 擬時序的分析原理介紹；

2. 擬時序的完整數據結果解讀，以及個性化的關聯 GSEA、差異基因等其他數據結果；

3. 單細胞上游轉錄因子分析，Scenic 結果解讀；

4. Scenic 的分析結果在某個亞群中，做組間差異分析，并再次關聯之前分析的多項單細胞數據。

第十一講：轉錄因子做熱圖以及細胞間通訊分析結果解讀（第九個重點）

1. 代碼實操，Scenic 數據做組間的差異熱圖；

2. 細胞通訊分析的結果解讀和應用。

第十二講：腫瘤免疫浸潤分析實操（第十個重點）

1. 代碼實操，用 GSVA 做腫瘤免疫浸潤，并關聯單細胞測序的亞群數據；

2. 對 12 期的數據分析思路和邏輯再次梳理。

另外，伯豪生物單細胞團隊會持續更新分析內容，更新的內容會免費分享給已付費購買的科研團隊，讓伯豪生物陪您一起進階單細胞研究大神！