课程大纲

作者

王诗翔

发布于

2026年4月23日

一、课程目标

让学生掌握基因组突变分析的理论基础，熟练运用 R 语言及 Bioconductor 相关包（如 maftools、Sigminer 等）进行突变数据处理、分析与可视化，重点掌握突变特征分析的原理与方法。

二、课程安排

本课程共 4 学时，分为理论讲授（2学时）和上机实验（2学时）两部分。

第一学时：基因组突变基础理论

主题：基因组突变概论

内容：

基因组突变定义：介绍基因组突变基本概念，包括突变类型（如 SNP、插入/缺失等），举例说明不同类型突变引发的后果，如引发疾病、改变性状等。
突变来源：阐述突变产生的原因，如复制错误、环境因素（辐射、化学物质）等，详细解释各个因素导致突变的机制。
突变检测方法：概述常见检测技术，如 Sanger 测序、NGS（下一代测序）等原理及特点，对比不同方法的优劣。

第二学时：Bioconductor 与突变分析工具

主题：Bioconductor 及突变分析相关 R 包介绍

内容：

Bioconductor 简介：简述 Bioconductor 平台，重点介绍其在生物信息学领域，尤其是基因组学分析中的重要地位。
数据格式介绍：详细介绍 VCF 和 MAF 格式的结构、字段含义及用途。
maftools 包：介绍 maftools 包的功能和应用场景，包括突变频谱分析、基因突变分布可视化等。
Sigminer 包：讲解其在突变特征分析中的应用，如提取和分析突变特征，揭示突变的潜在致病机制。

第三学时：突变数据处理与分析实践

主题：突变数据导入与预处理

内容：

数据格式理解：讲解 MAF 格式的各字段含义，如肿瘤样本 ID、基因名、突变类型等。
数据导入：演示如何使用 R 语言读取 MAF 文件，介绍 read.maf() 函数及其参数设置。
数据清洗与预处理：指导学生对导入的数据进行清洗，如去除缺失值、重复值等。
基础可视化：使用 maftools 包绘制突变概览图、oncoplot 等。

第四学时：突变特征分析实践

主题：突变特征分析

内容：

突变特征概念：介绍突变特征的定义、分类（SBS、DBS、ID、CN等）及生物学意义。
Sigminer 使用：演示如何使用 Sigminer 包进行突变特征提取。
de novo 分析：指导学生进行从头突变特征提取。
特征拟合：介绍如何将提取的特征与已知特征进行比对拟合。
结果解读：帮助学生理解突变特征的潜在生物学意义。

三、课程重点与难点

重点内容

突变类型的识别与分类
MAF/VCF 数据格式的理解与使用
maftools 包的核心功能与操作
突变特征分析的原理与方法
Sigminer 包的使用流程

难点内容

突变特征提取的数学原理（NMF分解）
突变特征的生物学解读
不同分析策略（de novo vs refitting）的选择

四、教学方式

教学环节	方式	时间分配
理论讲授	幻灯片演示 + 讲解	2学时
上机实验	演示 + 学生实践	2学时
互动讨论	问题解答 + 讨论	融入各环节

五、考核方式

本课程采用实践作业考核方式，具体要求如下：

作业内容	分值比例
Oncoplot 绘制	30%
基因生存分析	40%
结果解读与报告	30%

六、参考教材

maftools 官方文档：https://bioconductor.org/packages/maftools
Sigminer 文档：https://shixiangwang.github.io/sigminer-book/
COSMIC 突变特征数据库：https://cancer.sanger.ac.uk/signatures/
Bioconductor 官方网站：https://www.bioconductor.org/

七、预备知识

学习本课程前，学生应具备以下基础知识：

R 语言基本编程能力
基础生物统计学知识
分子生物学基础概念
基因组学基本知识

八、课程资源

详细学习资源请参阅学习资源页面。

--- title: "课程大纲" author: "王诗翔" date: "2026-04-23" --- ## 一、课程目标让学生掌握基因组突变分析的理论基础，熟练运用 R 语言及 Bioconductor 相关包（如 maftools、Sigminer 等）进行突变数据处理、分析与可视化，重点掌握突变特征分析的原理与方法。 ## 二、课程安排本课程共 4 学时，分为理论讲授（2学时）和上机实验（2学时）两部分。 ### 第一学时：基因组突变基础理论 **主题**：基因组突变概论 **内容**： - **基因组突变定义**：介绍基因组突变基本概念，包括突变类型（如 SNP、插入/缺失等），举例说明不同类型突变引发的后果，如引发疾病、改变性状等。 - **突变来源**：阐述突变产生的原因，如复制错误、环境因素（辐射、化学物质）等，详细解释各个因素导致突变的机制。 - **突变检测方法**：概述常见检测技术，如 Sanger 测序、NGS（下一代测序）等原理及特点，对比不同方法的优劣。 ### 第二学时：Bioconductor 与突变分析工具 **主题**：Bioconductor 及突变分析相关 R 包介绍 **内容**： - **Bioconductor 简介**：简述 Bioconductor 平台，重点介绍其在生物信息学领域，尤其是基因组学分析中的重要地位。 - **数据格式介绍**：详细介绍 VCF 和 MAF 格式的结构、字段含义及用途。 - **maftools 包**：介绍 maftools 包的功能和应用场景，包括突变频谱分析、基因突变分布可视化等。 - **Sigminer 包**：讲解其在突变特征分析中的应用，如提取和分析突变特征，揭示突变的潜在致病机制。 ### 第三学时：突变数据处理与分析实践 **主题**：突变数据导入与预处理 **内容**： - **数据格式理解**：讲解 MAF 格式的各字段含义，如肿瘤样本 ID、基因名、突变类型等。 - **数据导入**：演示如何使用 R 语言读取 MAF 文件，介绍 `read.maf()` 函数及其参数设置。 - **数据清洗与预处理**：指导学生对导入的数据进行清洗，如去除缺失值、重复值等。 - **基础可视化**：使用 maftools 包绘制突变概览图、oncoplot 等。 ### 第四学时：突变特征分析实践 **主题**：突变特征分析 **内容**： - **突变特征概念**：介绍突变特征的定义、分类（SBS、DBS、ID、CN等）及生物学意义。 - **Sigminer 使用**：演示如何使用 Sigminer 包进行突变特征提取。 - **de novo 分析**：指导学生进行从头突变特征提取。 - **特征拟合**：介绍如何将提取的特征与已知特征进行比对拟合。 - **结果解读**：帮助学生理解突变特征的潜在生物学意义。 ## 三、课程重点与难点 ### 重点内容 1. 突变类型的识别与分类 2. MAF/VCF 数据格式的理解与使用 3. maftools 包的核心功能与操作 4. 突变特征分析的原理与方法 5. Sigminer 包的使用流程 ### 难点内容 1. 突变特征提取的数学原理（NMF分解） 2. 突变特征的生物学解读 3. 不同分析策略（de novo vs refitting）的选择 ## 四、教学方式 | 教学环节 | 方式 | 时间分配 | |----------|------|----------| | 理论讲授 | 幻灯片演示 + 讲解 | 2学时 | | 上机实验 | 演示 + 学生实践 | 2学时 | | 互动讨论 | 问题解答 + 讨论 | 融入各环节 | ## 五、考核方式本课程采用实践作业考核方式，具体要求如下： | 作业内容 | 分值比例 | |----------|----------| | Oncoplot 绘制 | 30% | | 基因生存分析 | 40% | | 结果解读与报告 | 30% | ## 六、参考教材 1. maftools 官方文档：https://bioconductor.org/packages/maftools 2. Sigminer 文档：https://shixiangwang.github.io/sigminer-book/ 3. COSMIC 突变特征数据库：https://cancer.sanger.ac.uk/signatures/ 4. Bioconductor 官方网站：https://www.bioconductor.org/ ## 七、预备知识学习本课程前，学生应具备以下基础知识： - R 语言基本编程能力 - 基础生物统计学知识 - 分子生物学基础概念 - 基因组学基本知识 ## 八、课程资源详细学习资源请参阅 [学习资源](resources.html) 页面。