班级人数--热线:4008699035 手机:15921673576( 微信同号) |
增加互动环节,
保障培训效果,坚持小班授课,每个班级的人数限3到5人,超过限定人数,安排到下一期进行学习。 |
授课地点及时间 |
上课地点:【上海】:同济大学(沪西)/新城金郡商务楼(11号线白银路站) 【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院 【北京分部】:北京中山/福鑫大楼 【南京分部】:金港大厦(和燕路) 【武汉分部】:佳源大厦(高新二路) 【成都分部】:领馆区1号(中和大道) 【广州分部】:广粮大厦 【西安分部】:协同大厦 【沈阳分部】:沈阳理工大学/六宅臻品 【郑州分部】:郑州大学/锦华大厦 【石家庄分部】:河北科技大学/瑞景大厦
开班时间(连续班/晚班/周末班):2024年12月30日......(欢迎您垂询,视教育质量为生命!) |
课时 |
◆资深工程师授课
☆注重质量
☆边讲边练
☆若学员成绩达到合格及以上水平,将获得免费推荐工作的机会
★查看实验设备详情,请点击此处★ |
质量以及保障 |
☆
1、如有部分内容理解不透或消化不好,可免费在以后培训班中重听;
☆ 2、在课程结束之后,授课老师会留给学员手机和E-mail,免费提供半年的课程技术支持,以便保证培训后的继续消化;
☆3、合格的学员可享受免费推荐就业机会。
☆4、合格学员免费颁发相关工程师等资格证书,提升您的职业资质。 |
☆课程大纲☆ |
|
- USEARCH(Ultra-fast sequence analysis)是一款超级快的序列分析软件,在序列比对、聚类、操作等多领域被广泛的应用。在扩增子分析领域的OTU聚类非常受欢迎。该软件由Robert Edgar开发,在序列搜索、聚类、去重、去嵌合体等步骤的准确度以及效率上显著高于老牌的mothur,QIIME等软件。截至目前,已经有全球8,006篇论文应用了USEARCH软件。该软件的64位版本是需要付费的,欢迎联系睿驰科技获取报价。
-
- USEARCH的优点如下:
- 1.高速序列比对和聚类;比对速度是BLAST的10-1250倍,聚类速度是CD-HIT的1-1000倍。
- 2.安装简单便捷,程序小巧,易用。
-
- 2018年7月底,USEARCH新版11已正式发布。新版Version 11,新增了6大新功能以及21个新命令。
-
- 新功能包含:
-
- 1.Machine learning:机器学习,主要包括随机森林、多次交叉验证、OTU分类重要性,包括的命令有森林训练、森林分类和森林交叉验证
-
- 2.Improved cross-talk detection:改进嵌合体检测
- 3.Novel alpha diversity metrics:新增了两种Alpha多样性指数:Mirror estimator 、Singleton-free(FE)estimator
- 4.Octave plots for visualizing alpha diversity:Octave plots(八度图)展示Alpha 多样性,方便观察样品中真实序列、测序错误和嵌合体数量
-
- 5.Statistical significance of diversity differences between groups:样品组间多样性比较
-
- 6.Cross-validation by identity (CVI):同一性交驻验证特征预测的准确率
-
-
- 新增命令包含:
- calc_lcr_probs:Calculate lowest common rank probabilities 计算序列物种分类各级概率
- cluster_tree:Construct clusters from tree using distance cutoff 基于树文件聚类
- distmx_split_identity:Split distance matrix into test/training pair for CVI 拆分距离矩阵为测试和训练集
- fastx_syncpairs:Sort forward and reverse reads into the same order 双端序列找成队并排序
- fastx_trim_primer:Remove primer-binding sequence from FAST×file 引物匹配并切除
- forest_classify:Classify data using random forest 随机森林分类预测
- forest_train:Train random forest classifier 随机森林分类器建立
- nbc_tax:Predict taxonomy using RDP Naive Bayesian Classifier algorithm 采用RDP算法预测分类学物种注释
- otutab_binary:Convert OTU table with counts to presence(1)/absence(0) 转换OTU表为二元(有、无)形式
- otutab_forest_classify:Classify samples using random forest 样品随机森林分类
- otutab_core:Identify core microbiome in OTU table 鉴定OTU表中核心微生物组
- otutab_forest_train:Train random forest classifier on OTU table 基于OTU表的随机森林训练
- otutab_otus:Extract OTU labels from OTU table 提取OTU表中的OTUs
- otutab_rare:Sub_sample OTU table to same number or reads per sample 抽样标准化OTU表
- otutab_samples:Extract sample labels from OTU table 提取OTUs表中样品名
- otutab_select:Identify OTUs which are informative (correlate with metadata)鉴定更有信息的OTUs,即组间差异OTUs
- otutab_xtalk:Identify cross-talk using improved algorithm(UNCROSS2)改进算法鉴定嵌合
- search_pcr2:In-silico PCR,search for matches to primer pair 电子PCR,基于引物匹配扩增区
- subtree:Extracts subtree under given node 提取树中指定结点的子树
- tabbed2otutab:Convert read mapping file (read+OTU)to OTU table 单行表格转换为OTU表
- tree_subset:Extract subset of tree for given set of leaf labels 根据树叶标签提取子集
|