2018人工智能在基因组数据解读中的应用高级研修班

人工智能在基因组数据解读中的应用 高级研修班

各有关单位： 
备受好评与期待的第三期高级研修班如期而至，北京市计算中心将为您打造全面前沿和实用的生物信息学精品课程--«人工智能在基因组数据解读中的应用高级研修班»。 
基因测序已经成为我国生物医学行业快速发展的新兴领域之一，带来基因解读的巨大需求。自从国家2016年启动“精准医疗”发展计划以来，基因科技行业战略地位日益凸显，受到行业众多专家及基因产业投行的追捧。但要实现“精准医疗”发展目标及基于基因功能研究的生命科学发展，基因解读是共性关键技术之一。“人工智能（AI）+基因”在医疗领域有非常大的应用前景，希望利用深度机器学习技术在基因组数据解读中快速应用，推动基因检测、诊断和精准医疗的发展。国务院于2017年7月发布《新一代人工智能发展规划》，指出基于人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发。政策利好为AI与基因行业的结合创造了契机。 
欢迎北京市生命科学、基础医学、农林科学等在京高校、科研院所、医院从事生命科学、医药、生物信息等领域的科研工作者和高校教师及研究生；生物、医药、化学及相关企业的研发人员及技术骨干；也接受少量京外相关单位人员报名。 

专题理论讲座：本次高级研修班将邀请具有多年人工智能、基因组学、生物医学大数据、人类医学及研究经验的权威专家授课，使学员掌握学习生物信息学的基本知识与常用技术，同时了解到国内外人工智能在基因组数据解读中的应用最新研究进展，讲座特别把人工智能和生物信息相结合的国内外发展动态及与新一代测序技术联合推广应用，展示人工智能、生物信息学技术强大基因组数据解读能力及应用潜力。

使参加培训的生物医学人员熟悉人工智能基本理论和基本技能；使参加培训的生物医学人员了解基因组数据、生物信息数据库和基因组数据意义；使参加培训的生物医学人员掌握人工智能在基因解读中的实践操作技能；使参加培训的生物医学人员了解人工智能在精准医疗应用意义。

上机操作实习：每位学员均可登录到高性能计算服务器上，每堂课程有1位主讲教师并配有3-4个助教辅助学员上机实操，注重解决人工智能、基因组大数据解读及应用方面的实际问题并取得实效。为了加强学员对生物信息学分析技术能力，提高学员的学习效果，加深认识，我们将充分利用北京市计算中心在计算生物学与生物信息学、云平台等方面的资源优势，采用理论学习与现场操作相结合的研修方式，进行现场讲解、学员亲自操作，师生互动，加强教学效果，提高培训实效。

分组交流与高性机房参观：研修过程中安排学员参观北京市计算中心生物计算实验室及高性能计算平台；邀请授课专家与学员就实际工作中所面临的热点、难点问题进行深入的讨论和交流，运用研修班所学的知识提出解决实际问题的方案，提高学员在今后工作中运用人工智能知识解决生物信息学（基因组学、人类医学、动植物育种、环境资源保护）等实际问题的能力与方法。

自修课程：为了使学员能够更好的理解培训内容及快速掌握专业技术，在课程授课前给每位学员安排了有关人工智能，生物信息学技术，基因组学原理等自修课程，并要求根据学习内容撰写论文。

研修内容安排

日期

时间

课程名称

课程内容

备注

第一天

9:30~12:00

人工智能及基因组大数据研究现状与趋势

1、基因组学、大数据精准医学前沿进展； 
2、人工智能在基因组数据分析中的应用；

理论

13:30~17:00

高性能计算平台的使用与Linux操作系统

1、高性能计算机概述； 
2、高性能计算平台软件远程访问、安装、调试； 
3、Linux操作系统简介； 
4、Linux命令与操作基础；

理论+上机

第二天

9:30~12:00

公共数据库资源与工具软件应用

1、生物信息学数据库介绍与应用； 
2、常用生物医学分析软件介绍与使用；

理论+上机

13:30~17:00

 生物信息数据分析云平台的使用与数据分析方法与流程

1、GATK使用与基因组数据分析（原始数据的处理、变异检测、初步分析）； 
2、云端上NGS数据分析

理论+上机

第三天

9:30~12:00

人工神经网络技术及算法介绍及案例分析

1、基因组分析研究中常用的人工神经网络模型（感知器和多层感知器、径向基函数等）； 
2、人工神经网络在基因组分析应用中的设计案例； 
3、人工神经网络在生物信息学中应用前景

理论+上机

13:30~17:00

机器学习、深度学习理论讲解及案例分析

1、机器学习、深度学习概述及算法介绍； 
2、基于机器学习的基因组遗传变异位点查找识别； 
3、深度学习在全基因组序列分析应用中的设计案例；

理论+上机

第四天

9:30~12:00

人工智能在基因组学大数据解读中应用（一）

1、基因型数据与表型数据不同层级关联分析； 
2、基因突变与疾病关联分析；

理论+上机

13:30~15:30

人工智能在基因组学大数据解读中应用（二）

3、临床医学数据与基因组大数据整合功能分析； 
4、风险预警模型构建

理论+上机

15:30~17:00

小组活动

1、分组讨论； 
2、实验设计与科学问题解决方案； 
3、互动交流活动；

讨论与总结