課程簡介

在上一期利用CLC Genomics Workbench進行新型冠狀病毒（SARS-CoV-2）基因組分析的公開課后，許多聽課的小伙伴都對“新型冠狀病毒”這一熱點問題的后續分析表現出極大的興趣和熱情，如果說病毒基因組分析讓科研人員了解病毒本身，那么連接新冠病毒和人類的“橋梁”是什么，新冠病毒進入人體后會對產生哪些影響呢？

說到這，就不得不提到最近同樣成為熱點的血管緊張素轉換酶2（Angiotensin Converting Enzyme 2, ACE2）。ACE2就是科研人員發現的“橋梁”，它是新型冠狀病毒的主要宿主細胞受體，在病毒進入細胞并造成感染的過程中扮演十分重要角色。通過研究ACE2在人體中的表達和分布情況，就可以進一步分析新冠病毒在人體內影響了哪些生物通路，可能造成哪些組織損傷，又有哪些藥物有潛力成為新冠候選治療方式。

為了幫助大家的科研分析，我們緊接著新型冠狀病毒基因組分析的內容，用三期網絡講座的時間，運用GENEVESTIGATOR和IPA軟件工具，通過以ACE2為代表的基因/蛋白，繼續給大家詳細介紹新冠病毒的后續病理機制分析。

主辦單位： 上海康昱盛信息科技有限公司
主講人： 黎曉逸，產品經理
               魏鑫犇，應用工程師
               程  林，應用工程師
時間： 4月15日15：00 -16：00
           4月22日14：30 -16：30
授課方式： 免費網絡授課

課程內容：

第一期：ACE2在不同組織中的表達情況、關聯基因和潛在靶標藥物
4月15日（周三）15：00 -16：00

本期課程將利用轉錄組表達譜挖掘平臺GENEVESTIGATOR為大家展示ACE2在不同組織中的表達情況，揭示哪些組織最容易受到新冠病毒的損傷。找到ACE2的關聯基因，通過探究影響ACE2表達的藥物來挖掘潛在治療新冠病毒的藥物。


第二期：運用IPA軟件探究ACE2分子研究現狀、探尋相關基因表達和新冠相關疾病之間的網絡調控關系

4月22日（周三）14：30 -16：30

第一節：全面調查ACE2研究現狀，構建新冠相關疾病潛在的生物通路網絡

本期課程將利用生物通路分析軟件(Ingenuity Pathway Analysis) IPA，首先進行ACE2分子的背景調查工作，全面了解ACE2分子研究現狀。找到新冠相關疾病的關聯基因，同時構建通路網絡，探究ACE2相關基因與新冠相關疾病之間的關系，為后續新冠致病機制研究和相關藥物開發提供參考。
  第二節：模擬并探索RNA-seq數據，為新冠分析提供借鑒意義

因為目前有關新冠表達數據較少，我們擬通過案例從最初的RNA-seq入手，將樣本分對照組和實驗組（效仿病毒患者和正常人的分組），通過IPA來探索不同condition的相關基因的表達情況（比如一類細胞，涉及不同時期的差異表達的相關調控因子以及涉及的功能的改變），并探索其生物學通路和做出解釋，為新冠的快速分析提供借鑒意義。
  如何報名：

如果您計劃參加，可以通過以下四種方式報名，為保證講課質量，報名人數有限，建議您提前報名！
1. 請點擊http://www.cloudscientific.com/plus/view.php?aid=385網站左下角“我要報名 sign up”。

2. 將 “2020 GI+姓名+單位+郵箱+電話+研究方向”發送到marketing@cloudscientific.com，即可。

3. 關注“康昱盛”公眾號，發送“2020 GI +姓名+單位+郵箱+電話+研究方向”到公眾號報名。
  4. 直接通過電話報名，電話： 021- 54975000
備注：您提交報名信息后，我們會在一個工作日內通過電話或者微信聯系您，并在網絡講座開始當日為您提供網絡授課地址，您可以與您的同學或同事共享學習！

關于GENEVESTIGATOR
GENEVESTIGATOR®是基因表達的高性能搜索引擎。它集成了上萬由專家人工精選、注釋的公共芯片和測序的實驗結果，將基因在不同的生物環境中，如疾病、藥物、組織部位、腫瘤、細胞系或基因型等條件下的表達進行了歸一化和可視化，以探索不同生物環境下，基因的表達情況以及基因與生物環境的潛在聯系。

關于IPA（Ingenuity Pathway Analysis）
IPA（Ingenuity Pathway Analysis）基于后臺高度結構化的Ingenuity Knowledge Base，包括人工閱讀提取的幾百萬條公開發表的科研成果和報告，可用于查詢相關基因，藥物和疾病的新研究進展，探尋和構建基因與基因間，基因與疾病間的互作調控網絡。也可以用于分析、整合、理解自于基因表達，microRNA，SNP,RNA-Seq, SNP-Genotyping微陣列的數據，代謝物組學和蛋白質組學的數據，和一些可產生基因、化學品列表的小規模實驗的數據，得到可靠深入的分析結果。每年引用IPA發表的文章超過3000篇，目前總引用文獻數已超過33000篇，是領域內使用范圍廣認可度高的通路分析工具。