据统计，在我国，每年心脏猝死的发生率为41.84例/10万人，按13亿人算就是54.4万人，每分钟有3人心脏猝死，居全球之首。而即使你有幸从这样高死亡率的疾病中逃过一劫，也仍还有50%以上的几率在未来无法生活自理。
无数医生学者指出，应对心血管疾病，最好的办法仍是预防，然而，当主动筛查这一大需求被提出，传统医疗却显得有些疲于应对。
心血管疾病是否带有遗传性质？
戒烟戒酒规律生活能规避多大的发病风险？
还有怎样的风险因素与心血管疾病有联系？
最重要的是，我们现在是否已有可完全治愈心血管疾病的药物或疗法研发？
事实上，当我们提出这样一个又一个的疑问时，我们也知道答案并不是那么乐观，但又好在我们仍在提出更多的方法来突破这样的困境。
，美国食品与药物管理局授权首款最新的测序仪器上市，用于临床基因测序。在过去6年，成功运用基因检测的方式发现心血管疾病的例子不胜枚举。
随着通过遗传数据来探索致病基因的应用范围进一步扩大，也让我们看见了未来心血管疾病的被完全治愈的可能。
为此，此次我们便邀请剑桥大学统计遗传学全额奖学金博士开设了课程：
实战Workshop丨通过基因数据分析探索心血管疾病成因。
项目速览
项目简介：在课程中你将从数据挖掘开始，生成与心血管疾病和疾病风险因素相关的遗传信息数据集，并使用数据挖掘，结合统计学和机器学习方法来探索导致心血管疾病的基因。
项目时间：10月19日
项目地点：线上zoom课程
授课语言：英文
授课方式：线上zoom授课
- 适合申请计算机科学，信息管理，信息科学，遗传学，生物信息学、数据挖掘的同学；
- 适合所有对学习数据挖掘方法、基础Python和R编程感兴趣并希望获得实践经验的学生；
- 本课程所需（但不是必需）技能：①Python和R的编程；②遗传学和生物学知识；
- 由于是全英文授课，推荐学生英语口语水平在雅思6.5，托福19分；四级520分以上或同等水平。若不能提供英语成绩或相应分数，可提供1-3分钟英文视频，主题可选：①自我介绍；②描述一件难忘的事。
报名截止时间：先到先得，招满即止
/EbjPthG
项目简介
本次课程旨在让每一个有心改变世界的你，能参与进这样一件极富社会责任感与使命感的科研进程当中——从数据挖掘开始，生成与心血管疾病和疾病风险因素相关的遗传信息数据集，并使用数据挖掘，结合统计学和机器学习方法来探索导致心血管疾病的基因。
而这种用于鉴定致病基因的分析，就是未来研发治愈心血管疾病药物的第一步，对于寻找人类疾病的新疗法起着至关重要的作用！
使用数据挖掘技术，可以生成遗传数据、疾病和疾病风险因素（如胆固醇，BMI或其他特性）的数据集。而对该数据集的进一步分析，就可以确定风险因素和疾病之间的重要联系。
而一旦确定了是哪些基因导致疾病，它们就是进一步研究和潜在药物开发的关键！或许我们在做的这件事，真的可以改变未来！
如果你对数据挖掘方法、基础Python、R编程、心血管疾病成因感兴趣，又或是想参与进一件极富社会责任感与使命感的科研进程当中，那么此次课程就是的不二选择！
▌P.A.（理工科导师）
剑桥大学统计遗传学全额奖学金博士 剑桥大学系统生物学硕士，一等荣誉学位 与剑桥创业社区的紧密联系，曾担任剑桥数据学会主席 致力于开发预测药物化合物副作用的机器学习算法，并创立了在线技术平台
课程安排
Week 1
10月19日 17:00-19:00
Lesson1 使用遗传分析来了解疾病
1. 介绍研究项目:遗传数据的数据分析,以了解疾病。
2. 机器学习和数据科学的广泛概念
3.理论基础
10月20日 17:00-19:00
Lesson2 全基因组关联分析(GWAs)数据
1. 回顾上一课
2. 机器学习和数据科学的广泛概念
3. 全基因组关联分析中的数学问题
4. GWAS数据对于了解疾病的重要性
5. 回顾第1节中的数据挖掘工作
Week 2
10月26日 17:00-19:00
Lesson3 机器学习:监督与无监督学习
1. 回顾上一课
2. 监督与无监督学习
3. 决策树
4. 随机森林
10月27日 17:00-19:00
Lesson4 机器学习:验证
1. 回顾上一课
2. 模型过度训练
3. 交叉验证
4. 在 Python中实现
Week 3
11月02日 17:00-19:00
Lesson5 机器学习:评估模型
1. 回顾上一课
2. 评估模型的原因
3. R2
4. 敏感性( sensitivity)和特异性(specificity)
Week 4
11月09日 18:00-20:00
实战Part1 如何做好研究型项目
1. 研究的目的是什么?
2. 如何组织研究
3. 如何展示结果,包括如何写项目研究报告
4. 如何使你的研究引人注目
5. 与学生进行一般性讨论,包括回顾以前的主题
Week 5
11月16日 18:00-20:00
实战Part2 孟德尔随机化的实施
1. 回顾上一课
2. 遗传学和生物学概述
3. 孟德尔随机化概述
4. 在R中实施孟德尔随机化
Week 6
11月23日 18:00-20:00
实战Part3 专家混合机器学习模型的实现
1. 回顾上一课
2. 回顾专家机器学习模型的混合
3. 实现模型混合的例子
Week 7
11月30日 18:00-20:00
实战Part4 项目实施和编程工作流程
1. 回顾上一课
2. 回顾 Python和R编程概念
3. 软件的工作流程和文档
Week 8
12月07日 18:00-20:00
实战Part5 开放式课程,主题由学生决定
1. 要讨论的主题包括与项目进展相关的主题
2. 遗传学和数据在生物学和理解疾病中的作用的相关问题
3. 学生想要讨论的机器学习和数据科学方面的问题
获取课程实践证明要求
• 在每周课程之前完成作业和相关阅读 。
• 作业必须在截止日期前完成。
• 积极参与课堂讨论。
• 完成每项作业和相关阅读（需要大约2-4个小时）。
• 请假：如果迟到和请假，学生应在前一天通知班级老师和导师 ，并说明原因。
✔ 交互式数据报告，显示从遗传数据中获得的发现
✔ 导师签发的课程证明
✔ 导师签发的时间项目证明
✔ 符合兴趣的项目定制课程学习，开启科研之路
✔ 主动解决问题的思维和能力、提前适应国外的教学模式
10800元/人
费用包含：导师课时费、课程材料费；此外还有免费的助教课提供。
Q：对学科背景是否有硬性要求？
A：没有硬性基础要求，但是对于想申请计算机科学，信息管理，信息科学，遗传学，生物信息学、数据挖掘专业的同学以及对学习数据挖掘方法、基础Python和R编程感兴趣并希望获得实践经验的同学，这门课会更加适合你。
Q: 只要参加就能拿到实习证明吗？
A：必须保证80%的出勤率+90%的作业完成率+完成最后的final project，最后才可以拿到结课证明。
Q：参加这个课程后对申请国外学校有帮助吗？
A：国外院校最看重学生的学术能力及把理论知识应用到相关项目的实战能力；实战ws能够帮助学生同时弥补学术理论+实战的背景，在申请院校时候，是有力的学术能力证明材料；通过final report学生也可以自己延展写出一份research proposal，直接用于申请递交。
添加时备注“120”
版权说明：
本文内容由：芽木科技团队根据合作方提供的材料精选编辑而成，如需转载文章内容请联系芽木福爷（微信号：jiangshuangfu）
