LESSON 01
第 1 节：Linux 与参考基因组
从 Linux 基础命令出发，认识 FASTA、GFF3 与基因结构，并完成大豆参考基因组的查看、提取和统计练习。
生物信息学基础教程
从读懂一份基因组文件，到把测序读长放回基因组。跟着实例，动手理解每一步。
LEARN BY DOING
把基础操作，放进真实的数据里
适合刚接触生物信息学、希望熟悉命令行、绘图与测序数据分析的学习者。以大豆参考基因组为起点，把文件查看、结果统计、可视化与 RNA-seq 定量连成一条学习路径。
读懂数据认识 FASTA、GFF3 与基因结构，用 Linux 命令查看和统计文件。
表达结果用 Python 和 R 把基因组统计表转化为清晰的图形。
比对与定量先跑通 FASTQ → 比对 → 定量，再读 SAM/BAM 字段与比对原理。
动手练习下载百脉根圈图数据与 RNA-seq 教学数据，跟着正文完成练习。
COURSE CHAPTERS
课程目录
三节内容前后衔接：第三节的绘图沿用第二节的工具，比对则用第一节下载的参考基因组。已熟悉前面内容的读者可以按需跳读。
LESSON 02
第 2 节：Python 与 R 数据可视化
把上一节的统计结果转化为柱状图、箱线图、热图与散点图，并使用 Lotus 示例数据练习基因组圈图。
LESSON 03
第 3 节：RNA-seq 与序列比对
先动手跑通「FASTQ → 比对 → BAM → 定量」，再对照自己生成的 SAM/BAM 逐个字段读懂输出，最后理解序列比对与剪接比对的原理。
BEFORE YOU START
准备一个练习环境
第一节与第三节使用 Linux 命令行，可在 Linux、服务器或 WSL 中练习。第三节需要安装 hisat2、samtools、stringtie 等工具，正文给出 conda 安装命令；大豆 FASTA 与 GFF3 的获取方式在第一节正文中介绍。
FROM TABLES TO FIGURES
让三节内容衔接起来
第二节包含 Python 和 R 的环境安装与绘图代码，基础图形使用第一节生成的统计表，进阶圈图使用单独的 Lotus 数据包。第三节提供一套教学模拟数据，可在完全离线的情况下跑通「比对 → BAM → 定量」。
下载 RNA-seq 教学数据 · ZIP ↓学完基础，再看一个完整分析
继续阅读单细胞、转录组与基因组分析的项目和笔记。