---
title: "转录组数据分析"
subtitle: "中南大学 生物医学信息系 本科/研究生课程"
description: "掌握RNA-seq数据处理、差异表达分析与功能富集分析"
format:
  html:
    toc: false
    page-layout: custom
---

::: {.hero-banner .text-center .py-5 .mb-4 style="background: linear-gradient(135deg, #8B0000 0%, #5c0000 100%); color: white;"}

# 转录组数据分析

## RNA-seq Data Analysis

::: {.lead .mt-3}
中南大学 · 生物医学信息系 · 本科/研究生课程
:::

:::

::: {.container .py-4}

## 开始学习 {.text-center .mt-4 .mb-5}

::: {.row .justify-content-center}
::: {.col-md-10}

::: {.d-grid .gap-2 .d-md-flex .justify-content-md-center}
[📋 课程大纲](syllabus.qmd){.btn .btn-primary .btn-lg .me-2}
[🧪 实验1：RNA-seq流程](labs/lab1-rnaseq-workflow.qmd){.btn .btn-success .btn-lg .me-2}
[🧪 实验2：差异表达分析](labs/lab2-de-visualization.qmd){.btn .btn-success .btn-lg .me-2}
[📚 学习资源](../learning-resources.html){.btn .btn-info .btn-lg}
:::

::: {.mt-3 .text-center}
**幻灯片**：
[📊 RNA-seq概述](slides/slides-rnaseq-overview.html){.btn .btn-outline-secondary .btn-sm .me-1}
[📊 差异表达分析](slides/slides-de-analysis.html){.btn .btn-outline-secondary .btn-sm .me-1}
[📊 功能富集分析](slides/slides-functional-analysis.html){.btn .btn-outline-secondary .btn-sm}
:::

:::
:::

## 课程简介 {.text-center .mb-5}

::: {.row .justify-content-center}
::: {.col-lg-10}

本课程面向**生物医学信息系**本科生/研究生，系统讲授 **RNA-seq（转录组测序）数据分析** 的核心技术与实践方法。通过"2学时理论讲授 + 2学时实验操作"的紧凑安排，帮助学生：

- 理解RNA-seq实验原理与数据产生机制
- 掌握从原始数据到表达矩阵的完整处理流程
- 学会使用DESeq2/edgeR进行差异表达分析
- 掌握功能富集分析与结果可视化
- 建立转录组研究的系统性分析思维

:::
:::

## 课程模块 {.text-center .mb-4}

::: {.row .g-4}

::: {.col-md-6}
::: {.course-card}
### 📊 理论讲授 (2学时 = 90分钟)

| 内容 | 时长 | 重点/难点 |
|------|:----:|-----------|
| **RNA-seq原理与实验设计** | 25分钟 | 实验设计原则、批次效应控制 |
| **数据预处理与质控** | 25分钟 | 质控指标解读、标准化方法选择 |
| **差异表达分析** | 25分钟 | DESeq2流程、结果筛选标准 |
| **功能富集分析** | 15分钟 | ORA原理、GSEA原理 |

[查看详细大纲](syllabus.qmd){.btn .btn-outline-primary .btn-sm .mt-2}
:::
:::

::: {.col-md-6}
::: {.course-card}
### 🧪 实验操作 (2学时 = 90分钟)

| 实验 | 时长 | 关键技能 |
|------|:----:|----------|
| **实验1：数据质控与预处理** | 45分钟 | DESeqDataSet、标准化、PCA |
| **实验2：差异分析与可视化** | 45分钟 | DESeq2、火山图、热图、GO富集 |

基于真实甲状腺癌数据集(PTC vs ATC)，配套完整代码和参考答案

[进入实验指导](labs/lab1-rnaseq-workflow.qmd){.btn .btn-outline-primary .btn-sm .mt-2}
:::
:::

:::

## 你将学到什么 {.text-center .mt-5 .mb-4}

::: {.row .g-4 .text-center}
::: {.col-6 .col-md-3}
::: {.p-3}
### 🧬
**RNA-seq原理**
测序技术、文库制备、实验设计原则、批次效应控制
:::
:::
::: {.col-6 .col-md-3}
::: {.p-3}
### 📊
**数据处理**
FASTQ质控、read trimming、基因组比对、表达定量
:::
:::
::: {.col-6 .col-md-3}
::: {.p-3}
### 📈
**差异分析**
DESeq2/edgeR使用、标准化方法、多重检验校正
:::
:::
::: {.col-6 .col-md-3}
::: {.p-3}
### 🎯
**功能分析**
GO/KEGG富集、GSEA、结果可视化、生物学解释
:::
:::
:::

## 关键知识点速查 {.mt-5}

::: {.row .justify-content-center}
::: {.col-lg-10}

::: {.callout-important}
### 🔑 核心理论要点

| 主题 | 关键内容 |
|------|----------|
| **RNA-seq数据统计特性** | 负二项分布、过度离散（方差>均值） |
| **标准化方法选择** | 差异分析用Size Factor，样本内比较用TPM |
| **差异基因筛选** | **必须使用padj**（BH校正），不能用原始p值；\|log2FC\|>1, padj<0.05 |
| **功能富集原理** | ORA超几何检验：P(X=k) = C(M,k)×C(N-M,n-k)/C(N,n) |

### ⚠️ 常见错误

| 环节 | 错误 | 正确做法 |
|------|------|----------|
| 实验设计 | 对照组和处理组分不同批次 | 块设计：每批次包含各组样本 |
| 数据输入 | 使用TPM/FPKM做DESeq2 | DESeq2需要原始counts矩阵 |
| 结果筛选 | 使用pvalue而非padj | 必须使用padj（BH校正后） |
| 富集分析 | 使用全部基因做背景 | 背景应为所有检测到的基因 |
:::

:::
:::

## 前置要求 {.mt-5}

::: {.row .justify-content-center}
::: {.col-lg-8}

::: {.callout-note}
### 先修课程
- **R与(R)Markdown基础** 或同等R编程经验
- 了解基本的统计学概念（假设检验、p值等）

### 软件环境
- R >= 4.3.0
- Bioconductor >= 3.18
- 必需R包：DESeq2, clusterProfiler, org.Hs.eg.db, ggplot2, pheatmap
:::

:::
:::

## 授课教师 {.mt-5}

::: {.instructor-card}
::: {.instructor-avatar style="width: 100px; height: 100px; overflow: hidden; padding: 0;"}
![](../logo/wsx.jpeg){style="width: 100%; height: 100%; object-fit: cover;"}
:::
::: {.instructor-info}
### 王诗翔 副教授

**中南大学 · 生物医学信息系**

研究方向：生物信息学、计算生物学、多组学数据分析

🌐 [实验室主页](https://wanglabcsu.github.io/)
📧 wangshx@csu.edu.cn
🐙 [WangLabCSU](https://github.com/WangLabCSU)
:::
:::

## 课程特色 {.mt-5}

::: {.row .g-4}
::: {.col-md-4}
::: {.feature-box}
#### 🎯 实战导向
以真实RNA-seq数据集为例，从原始FASTQ到生物学解释的全流程实操
:::
:::
::: {.col-md-4}
::: {.feature-box}
#### 🔬 前沿技术
涵盖最新分析方法和工具，包括批次效应校正、整合分析等
:::
:::
::: {.col-md-4}
::: {.feature-box}
#### 📚 资源丰富
提供完整的分析代码、测试数据、参考文献和拓展阅读
:::
:::
:::

:::

::: {.text-center .py-4 .mt-5 style="background: #f8f9fa;"}

**中南大学 · 生物医学信息系**
*Department of Biomedical Informatics, Central South University*

本课程网站使用 [Quarto](https://quarto.org) 构建 ·
[GitHub 仓库](https://github.com/WangLabCSU/courses/tree/main/rna-seq-analysis) ·
[实验室主页](https://wanglabcsu.github.io/)

:::