메인메뉴로 이동 본문으로 이동

컨텐츠 내용

  1. 수강신청
  2. 과정정보

아주 쉬운 유전체 분석 -이론편 (2019)

과정 이미지
아주 쉬운 유전체 분석 -이론편 (2019) 과정정보
수강기간 30일
강의구성 32차시
수강료 무료
과정소개

 

아주쉬운유전체분석과정포스터.jpg

 

 

 

학습목표
강의목차
차시 강의명
1차시 유전체 연구 소개 (아주대 우현구)- 1. introduction
2차시 유전체 연구 소개 (아주대 우현구)- 2. History of Human Genome
3차시 유전체 연구 소개 (아주대 우현구)- 3. Functional Genomics
4차시 유전체 연구 소개 (아주대 우현구)- 4. Precision Medicine
5차시 Next generation sequencing (아주대 우현구)- 1. NGS workflow and RNA-SEQ
6차시 Next generation sequencing (아주대 우현구)- 2. RNA-SEQ
7차시 Single Cell RNA sequencing in health and disease (삼성유전체연구소 이혜옥)- 1. Introduction to single Cell genomics
8차시 Single Cell RNA sequencing in health and disease (삼성유전체연구소 이혜옥)- 2. Application field for single cell DNA analysis
9차시 Single Cell RNA sequencing in health and disease (삼성유전체연구소 이혜옥)- 3. Data processing
10차시 Single Cell RNA sequencing in health and disease (삼성유전체연구소 이혜옥)- 4. Technology development
11차시 Epigenomics (포항공대 노태영)- 1. 환경과 유전
12차시 Epigenomics (포항공대 노태영)- 2. Epigenomics
13차시 Epigenomics (포항공대 노태영)- 3. Epigenomic Analysis
14차시 Epigenomics (포항공대 노태영)- 4. Stem cell epigenomics
15차시 Dissecting cellular heterogeneity using single-cell RNA sequencing (DGIST 김종경)- 1. History of scRNA-seq
16차시 Dissecting cellular heterogeneity using single-cell RNA sequencing (DGIST 김종경)- 2. Experimental methods of scRNA-seq
17차시 Dissecting cellular heterogeneity using single-cell RNA sequencing (DGIST 김종경)- 3. Challenges in scRNA-seq
18차시 Dissecting cellular heterogeneity using single-cell RNA sequencing (DGIST 김종경)- 4. Workflow and practical application
19차시 Applications of Deep Sequencing (아주대 박대찬)- 1. Introduction
20차시 Applications of Deep Sequencing (아주대 박대찬)- 2. Self growing DNA(origin of life)
21차시 Applications of Deep Sequencing (아주대 박대찬)- 3. 4 reads generation(Discovery of therapeutic antibodies)
22차시 Cancer Genome, intratumoral heterogeneity and pharmacogenomics (아주대 이진구)- 1. Overview of cancer genome
23차시 Cancer Genome, intratumoral heterogeneity and pharmacogenomics (아주대 이진구)- 2. Intratumoral heterogeneity
24차시 Cancer Genome, intratumoral heterogeneity and pharmacogenomics (아주대 이진구)- 3. Pharmacogenomics
25차시 Genome, Genomic Variation and Precision Medicinencer Genome Data Analysis (연세대 김상우)- 1. Genes to Genomic data
26차시 Genome, Genomic Variation and Precision Medicinencer Genome Data Analysis (연세대 김상우)- 2. Genomic variation and Precision medicine
27차시 Genome, Genomic Variation and Precision Medicinencer Genome Data Analysis (연세대 김상우)- 3. Determination of Variants
28차시 Genome, Genomic Variation and Precision Medicinencer Genome Data Analysis (연세대 김상우)- 4. Analysis of genetic variations and application
29차시 Gene set analysis and Machine learning (아주대 우현구)- 1. Differential expression analysis
30차시 Gene set analysis and Machine learning (아주대 우현구)- 2. Gene set analysis
31차시 Gene set analysis and Machine learning (아주대 우현구)- 3. Machine learning and Classification
32차시 후성유전체학