生物信息学接单ing」RNA-seq/单细胞/机器学习

个人背景

 教育标签：高校生物学硕士（生物信息学方向） 

🔬 技能树构成：

湿实验：2年分子生物学实验经验（WB/荧光定量PCR/细胞培养）

干实验：掌握NGS全流程分析（上游比对→下游建模）

交叉领域：深度学习在组学数据中的应用探索

技术闪送卡

硬核模块：

🧬 组学流程：RNA-seq/ATAC-seq/ChIP-seq/scRNA-seq

✂️ 可变剪切：rMATS (novel isoforms) + SUPPA2 (事件可视化)

🤖 AI建模：XGBoost/LightGBM二分类 (AUC>0.9可复现)

🛡️ 免疫解码：CIBERSORT/ESTIMATE/MCP-counter微环境解析

极速接单通道

🚀 服务模式：

基础包：差异分析+富集分析

进阶包：多组学关联+机器学习建模（含SHAP可解释性报告）

📦 交付清单：

清洗后数据矩阵 (FPKM/TPM/Counts)

可发表级矢量图 (PDF/SVG/PSD)

中文注释代码 (R/Python/Jupyter)

典型应用场景

案例1：肺癌耐药机制探索

输入：PDX模型RNA-seq + 临床用药数据

关键步骤：

① DESeq2筛选耐药相关差异基因

② rMATS发现选择性剪接事件

③ 构建梯度提升树（XGBoost）分类模型