我眼中的全球Top计算生物学课题组解读一
专题介绍:数据分析那些事儿是瑞典农业科学大学的一名科研工作者。在生物大数据分析领域已经有七年的科研经验。希望通过分享过去7年在国内外硕士、博士、博士后申请、求学、科研、求职、统计学、R&Python编程、生物大数据分析、国内外高校企业求职 生命科学发展对我们当下社会的影响 中收到的个人启发 来让1000个人受益 让求学求职生活变得容易一点点。如果你也想持续学习,克服懒惰的话。关注他参与“100天生信/数据科学自我挑战”的话题吧。
从一篇文章中我们可以读到对某一个科学问题的深入阐释,但是无法了解这个领域的形成与发展, 无法了解一位科学家如何把握学科发展机遇,做出了今天的成就.从这一期视频开始我将会尽自己的努力对领域内比较知名的科学家进行一个深入解读,今天的这一期视频,我为大家介绍一位来自瑞典乌普萨拉大学的教授Orjan Carlborg, 他也是我的博士生导师.这是介绍他的工作之前. 我以科普的形式介绍了这个领域的前世今生,在解决什么样的科学问题有什么样的社会意义, 在介绍完这位教授的贡献之后,我以自身的经历,谈谈我在这个领域里从入门到略有熟悉,经历了什么样的学习过程,有什么学习经验和资料与大家分享,最后谈一谈在瑞典读博士的一些学习和生活中的感触,为将来愿意来瑞典读博士的师弟师妹提供一点参考.
这个视频发布之前得到了一些朋友的反馈。解读一位科学家,难免会在不经意之间,对一位科学家多年的工作定一个基调。这个基调仅仅是我个人的解读,可能并不是这位科学家想让公众知道的基调。由于是用中文,无法让每一位被解读的科学家审查我解读的内容,也确实没精力和时间做好这个对接。所以本期视频,不得不在录制之后,作了一些删减,非常遗憾的告诉大家,这期视频可能是解读大佬系列的第一期也是最后一期。但是请大家放心,这不会是我们的最后一期视频,解读一个领域除了以课题组为单位,还可以以科学问题为单位,下期视频我将尝试以科学问题为单位,尽自己的能力解读科学问题。
本期具体内容请大家观看视频:
我个人过去七年的科研主要在数量性状的遗传和进化机制,简单说就是集中在GWAS和QTL定位。因此,接下来的一系列视频,将先从这部分内容讲起,我草拟了一个提纲,目前还不是很精致,随后会逐步完善,也希望大家提出宝贵意见。
-
基因定位的前世今生
-
GWAS 可以很简单,也可以很复杂
a.GWAS 三要素、性状的遗传结构,遗传力,定位群体
群体遗传结构
性状的遗传结构和遗传力
做定位之前,能不能知道这个群体定不定的到基因?
b. GWAS 那么多方法,各有什么区别
c. 如何评估我们这次GWAS做的好不好?
d. GWAS 个性化分析,从哪里出发
-
多个性状
a. 如何估计遗传相关
b. 如何从统计上区分连锁和一因多效
c. 如何利用遗传相关多性状联合定位提高统计的功效
-
如何精细定位
-
单倍型分析
-
Conditional scan
c.整合表型、转录代谢组等多组学数据
i.colocalization
ii. SMR
iii. multiple variate model
5. GWAS中的并行计算以及结果的可视化
6.基因互作与环境互作
a.非加性遗传
i.上位效应
ii.基因型与环境互作
b.用统计语言去描述和发掘非加性遗传
c.性状的可塑性
d.这个统计游戏背后的生物学机制是什么?
7.方差QTL与vGWAS
a.vGWAS 背后的逻辑
b.vGWAS 分析方法与常用软件
c.vGWAS 遗传机理实例
d.vGWAS与非加性遗传
8.基因组功能注释与GWAS
a如何整合functional annotation的结果
9.GWAS 与QTL定位的区别与联系
10. Summary statistcs 与meta 分析
11. GWAS 接近20年我们得到了什么,今后怎么走?
a.Infinitesimal model 和中性学说
b.Omini genic model
数量性状进化
1. 广义和狭义的环境
生物
非生物
2.物种对环境的响应
a.人工选择下的选择响应 (遗传育种)
封闭群体的人工选择试验,鸡、狐狸、小鼠
Standing genetic variation and mutation
b.自然选择下的选择响应 (进化与驯化)
c. Polygenic adaptation
i.Hard Vs Soft sweep
ii.非加性遗传
3. 基因组选育的基础
a.Breeder’s equation
b.Multivariate breeders’ equation and correlated selection response
4. 预测种群进化潜力
a人工选择试验
b.非加性遗传
c.物种间的互作
往期文章
7. 求学工作经验分享
更多精彩内容请关注我的视频号,知乎,微信公众号,也欢迎各位私信交流,微信 15934076136
请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!