VIP20
本课程属于：049-蛋白质组学特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

蛋白质组学特征学习从入门到实战

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
蛋白质组学概述
什么是蛋白质组学 · 研究意义 · 与其他组学（基因组学
蛋白质组学概述什么是蛋白质组学
02
质谱技术基础
质谱仪工作原理 · 常见离子源与质量分析器 · MS/MS碎裂模式
质谱技术基础质谱仪工作原理
03
蛋白质组学实验设计
样本制备 · 标记与非标记定量策略（TMT · iTRAQ
蛋白质组学实验设…样本制备
04
数据采集模式
数据依赖性采集（DDA）与数据非依赖…
数据采集模式DDA
05
蛋白质鉴定流程
数据库搜索（SEQUEST · Mascot · Andromeda）与FDR控制
蛋白质鉴定流程SEQUEST
06
定量分析基础
肽段强度 · 峰面积 · 谱图计数等定量指标
定量分析基础肽段强度
07
常用蛋白质组学数据库
UniProt · PRIDE · PeptideAtlas
常用蛋白质组学数…UniProt
08
Python环境搭建
Anaconda安装 · Jupyter Notebook配置 · pandas/numpy基础
Python环境搭建
09
数据预处理（一）
缺失值处理（KNN · MinImpute · 跳过缺失）
数据预处理KNN
10
数据预处理（二）
批次效应校正（ComBat · limma） · 离群样本检测
数据预处理ComBat
11
特征工程概念
什么是特征 · 特征的重要性 · 特征与标签的关系
特征工程概念什么是特征
12
统计特征选择
t检验 · 方差分析（ANOVA） · Wilcoxon秩和检验
统计特征选择t检验
13
多变量特征选择
LASSO回归 · 随机森林特征重要性 · 递归特征消除（RFE）
多变量特征选择LASSO
14
降维方法（一）
主成分分析（PCA）原理 · 方差解释率 · 载荷图解读
降维方法PCA
15
降维方法（二）
t-SNE · UMAP可视化特征分布 · 与PCA的对比
降维方法t-SNE
16
蛋白质定性特征
肽段序列特征 · 氨基酸组成 · 理化性质（pI
蛋白质定性特征肽段序列特征
17
翻译后修饰特征
磷酸化 · 乙酰化修饰位点鉴定与定量 · 修饰富集分析
翻译后修饰特征磷酸化
18
蛋白质-蛋白质相互作用特征
从STRING获取网络特征 · 连通度 · 介数中心性等
蛋白质蛋白质相互作用特…
19
深度特征提取
自编码器（Autoencoder）无…
深度特征提取Autoencoder
20
图神经网络特征
使用GCN/GAT从PPI网络中学习…
图神经网络特征GCN/GAT
21
特征融合方法
多源特征串联 · 拼接与加权融合 · 多视图学习
特征融合方法多源特征串联
22
分类模型实战
支持向量机（SVM） · 随机森林 · XGBoost在蛋白质组学诊断中的应…
分类模型实战SVM
23
回归模型实战
蛋白质表达量预测 · 药物响应回归建模
回归模型实战蛋白质表达量预测
24
聚类分析
K-means · DBSCAN发现蛋白质亚型 · 轮廓系数评估
聚类分析K-means
25
时间序列蛋白质组学
差分分析 · 趋势聚类 · 时序特征（自相关
时间序列蛋白质组…差分分析
26
多组学整合
转录组+蛋白质组相关性分析 · 一致性聚类（iCluster · MOFA）
多组学整合转录组+蛋白质组…
27
特征可解释性
SHAP值计算 · LIME局部解释 · 特征重要性排序
特征可解释性SHAP
28
实战工具
MaxQuant · MSFragger · Proteome Discovere…
实战工具MaxQuant
29
实战项目
从PRIDE下载公共数据 · 构建乳腺癌蛋白质组学分类器（完整流程…
实战项目PRIDE
30
课程总结与前沿
单细胞蛋白质组学 · 空间蛋白质组学 · 深度学习新趋势
课程总结前沿