趁寒假学会Python,解锁单细胞数据的无限可能

• SCENIC转录因子分析结果的解读
• 单细胞转录因子分析之SCENIC流程  （R语言版本，代码运行超级慢，且现在已不再更新）

因为在R里面跑这个，超级耗时，所以我们给大家整理了Python版：  使用pyscenic做转录因子分析 和 没想到自己会放弃conda（docker镜像的pyscenic做单细胞转录因子分析），大家可以按需取用。

也就是说，不会python，只能对部分高级分析望洋兴叹，1800+个分析工具中，R占到54.4%，Python占到46%。

2024的NC文章：《Single-cell and spatial transcriptomics analysis of non-small cell lung cancer》的代码就是R和python两手抓：

所以该上手python单细胞系统学习的课程啦！在AI的帮助下，高级分析也在飞入寻常百姓家，可以上车啦！

如果你对R语言可以做的单细胞分析也感兴趣，可以看看我们的老牌课程：生信入门&数据挖掘线上直播课2026年1月班。

🎓适合人群

• 生物学、医学、生物信息学背景的学生、医生和科研人员
• 有单细胞分析需求的公司职员
• 新手友好！不要求已有编程基础，但要求有积极性哈哈

1月27日(周二)和1月28日(周三)，前2节课程的上课时间是上午9：30~12:00

后面的10节课上课时间是晚上8:15-10:45。按照计划，腊月二十五就上完课啦，不耽误过年~

🎯 课程目标

• 熟练使用Python和必备的linux代码。
• 掌握单细胞数据分析的全套流程，可以独立分析自己的数据。
• 具备进阶分析和自定义需求的探索自学能力，和解决问题的能力。
• 学会借助AI的力量提高学习效率、探索解决问题。

💪基于Python分析单细胞数据的优势

• 多平台兼容：在win、mac和linux系统上均可使用
• 计算效率高：比起R语言更省计算资源，自己的电脑可以处理更大的数据，计算速度快，效率高。
• 可以和R语言结合使用：jupyter notebook里面可以嵌入R语言的脚本，如果你熟练使用R语言，分析结果可以转换为R语言可读取的格式，用R语言的ggplot2画图；也支持读取R语言的Seurat的结果进行后续分析。
• AI很会python：AI降低了我们的学习成本，写Python的代码正确率高。
• 可扩展性更强：很多单细胞数据分析的新工具是基于python开发的，还可以衔接Python强大的机器学习和深度学习工具，进阶分析有无限可能！

📚 课程大纲

第1课：linux基础与Python环境搭建

• 软件安装（Windows、Linux、Mac）
• 文件目录管理
• Conda环境管理
• 镜像设置
• 软件、python包/库的安装方式
• Jupyter Lab安装和使用

第2课：基于linux 的单细胞上游分析

• 环境准备
• 原始数据获取与整理
• 质量控制（QC）
• 数据预处理
• 比对与定量
• 计数矩阵生成
• RNA velocity 上游

第3课：Python编程基础

• python语法规则
• 函数、方法、属性
• 包、库、模块
• 变量赋值与数据类型
• 列表的生成和取子集
• 字典的生成和取子集

第4课：Python数据处理

• 列表排序、统计和去重
• 矩阵的新建和取子集
• 数据框的新建、取子集和属性探索
• 推导式
• 条件语句和循环语句

第5课：数据可视化

• seaborn和Matplotlib绘图
• plotnine绘图
• 自定义颜色+配色包
• 图片设置
• 拼图和图片保存

第6课：Python进阶

• 缺失值处理
• Apply隐式循环
• Groupby完成分组计算
• Python综合应用

第7课：单细胞数据分析基础

• 单细胞综述文章
• 环境搭建和包库安装
• 背景知识介绍
• Anndata对象构建和认知
• 质量控制和基因、细胞过滤
• 降维(PCA、t-SNE和UMAP)
• 聚类、分群

第8课：单细胞数据注释与可视化

• Marker基因的多种可视化方法
• 基于marker基因的手动注释
• 任意分组的差异分析及其可视化
• 提取细胞亚群进行二次分群

第9课：多样本整合和注释

• 多样本数据读取
• 用Harmony完成多样本整合
• 自动注释工具singler
• 自动注释工具Celltypist
• 不同格式的原始数据读取与格式转换

第10课：富集分析和拟时序

• 基因集合的获取
• 基于基因集给细胞打分
• 富集分析：ORA和GSEA
• 拟时序分析工具PAGA和dpt
• 拟时序分析工具palantir

第11课：单细胞实战数据案例

• 征集数据
• 数据读取
• 样本整合和注释
• 二次分群
• 富集分析和拟时序
• 其他可视化

第12课：高级分析和文章复现

• RNA velocity
• pySCENIC转录因子分析
• 数据分析复现
• 文章图表复现
• 与R语言的衔接
• 课程总结

📢 前期积累与后续答疑

课程的前期积累

2024年11月至今，我们已经开办了3期python单细胞课程。经过之前的积累，我们已经：

随便截了几张图，只是我们幕后工作的冰山一角：

(注:截图中有提到服务器，并不是必须的)

• 课程提供录播回放，有效期一年，错过直播也不怕
• 提供示例数据和代码、课件、练习题，方便复习和实践
• 生信技能树教学团队自营，可开发票
• 课程结束后半年内微信群会继续提供课程答疑（答疑结束后学员群也不会解散，继续给大家分享学习资料），还有每月一次的讲师直播答疑哦，不限参与次数和时间，我们偶尔有2020年的学生都还可以参与直播答疑呢，大多数人出师了已经不需要答疑啦！
• 我们的幕后团队正在持续输出详尽的文字版资料，介绍前沿进展和高级分析，届时大家已经具备了自学能力，打开知识的大门，一切尽收眼底！

📷部分图表

具体的图表数量再多也是有限的，我们更注重的是帮助你搞定基础、方法和规律，授人以渔~

👨‍🏫 教学团队

生信技能树直播课原班人马：小洁老师、大萌老师、小苏老师及多位经验丰富的助教，拥有丰富的教学经验和海量的资料库、智囊团！

小洁老师：

生信技能树核心成员、7年教学经验的资深全职讲师，生信星球公众号创办人之一（另一位创办人是她的丈夫），简书、语雀、公众号原创作者、今日头条认证优质作者，《解码生命》第二版书籍编者之一，R包tinyarray的作者，共一发表一篇1区8分文章(International Journal of Biological Macromolecules)。自 2018 年 5 月起，在各写作平台分享了上千篇生物信息学笔记、教程，全网关注人数7w+；2018 年 8 月至今，开办了190+期新手保护学习小组，指导了千余名生信小白零基础入门，十分了解初学者入门生信的障碍、心理和常见问题；2019 年1月至今担任生信技能树团队线下和线上课程讲师，主讲R语言、数据挖掘和python单细胞课程，累计150+ 场，学员10000+ 名。课堂轻松有趣，重点明确，通俗易懂，讲练结合，给学员充分的练习和试错机会，掌握必备的数据处理、挖掘、可视化等技能、最实用的分析技巧和学习方法，广受好评。

大萌老师：

一个因为做不出实验愤而转生物信息学方向的留美博士生。机缘巧合之下在生信的道路上有了些许收获和心得。曾参与过nature文章的发表，现已参与发表论文20篇，总引用超过1000次。相对于院士和大佬，他更懂新手和小白面对的困难和可能遇到的问题，像一个温柔细心的师兄带领大家进入生信的世界。

小苏老师：

一个什么都会一点的科研工作者，坐标香港，干湿结合，全面发展。有5年生信数据分析经验，擅长R、python、bulk转录组和单细胞转录组，表观组学，上下游全流程分析。“生信菜鸟团”公众号从入门角度分享自己的学习笔记，新手友好型领路人。

助教队伍主要成员

我们的线上课程配备生信技能树强大的助教队伍，他们基础扎实、数据分析经验丰富，并多次参与线上和线下课程助教工作，全方位保障你的入门！

小郭老师：

从2019年开始承担线下课和线上课的助教工作，对于初学者遇到的各种疑难杂症拥有极其丰富的经验，上得厅堂下得厨房，跑的了linux，玩的了单细胞，2022年主讲肿瘤外显子 课程。

小谢老师：

擅长转录组、基因组及重测序数据。正式工作后主攻单细胞 分析方向，在“单细胞天地”平台上分享文献阅读笔记、常见图表解析及复现技巧，“生信技能树视频号”分享单细胞文献和数据集分析流程，积累多次线上线下助教经验后，成为新晋单细胞讲师，有 20+ 次单细胞授课经验。

📱学费和报名方式

学费1999元，已包含12节课程的直播和回放、课后答疑、学习资料等所有费用。

加微信咨询，付款完成后，即可加入微信群和钉钉群，开始做准备工作，开启你的python和单细胞数据分析之旅！

python班老学员专属补课通知

报名过前三期课程(2024年11月的内测班、2025年2月的春节班和2025年7-8月的暑假班)的老学员们，课程内容会更新，但组织不会把你留在过去，你可以申请继续参加本次课程直播，我们提供两个方案：

1.将本文转发至朋友圈，并附带一两句推荐语，集赞18个，发给“技能树”微信。

2.如果有碍偶像包袱，不想集赞，那么可以补学费400元，与新学员一样拥有直播互动的机会。

课程常学常新，欢迎和期待各位毕业生再次回到我们的课堂。

注：本宣传文案发出之前已经提前报名本期课程的同学无需转发或补学费，等待进新课群即可。

🚀 选择生信技能树不仅仅是学到分析方法，参加培训相当于进入生信技能树小圈子，解锁更多学习资料以及学习方法!