Bioinfo-SMU
南方医科大学生物信息学专业学习资源库
面向课程学习、实验代码、考试复习和科研入门的开放资料库,帮助生物信息学同学更系统地管理学习路径与实践材料。
主要内容
课程资料
各门专业课程的实验报告、作业、笔记和复习材料。
实验代码
整理生物信息学课程和分析流程中常用的 R/Python 代码。
考试资料
收集往届考试重点、题型经验和复习建议。
科研工具
汇总常用数据库、分析工具和可复用脚本。
AI4Science
Foundation Models、AI 驱动的药物设计、虚拟细胞等前沿方向。
前沿技术
结构预测、单细胞多组学、空间转录组等最新进展。
Tip宗旨
帮助生信专业的同学们更好地学习和科研,共同进步。
快速开始
浏览文档
通过顶部导航或左侧目录进入不同课程与主题页面。
克隆仓库
git clone https://github.com/Hinna0818/Bioinfo-SMU.git
cd Bioinfo-SMU参与贡献
欢迎同学补充课程资料、实验代码和学习经验。贡献前请阅读 贡献指南。
项目统计
课程层级
4 覆盖大一到大四课程资料
R 教程
7+ 从基础语法到数据可视化
分析流程
3 Bulk、单细胞和空间转录组
AI4S 专题
新增 Foundation Models 与前沿技术
课程概览
大一课程
收录大一公共基础课程资料,目前包含高等数学(下)真题。
R 语言教程
系统学习 R 语言基础知识和生物信息学数据分析方法。
生信流程
面向转录组数据分析的 R 脚本集合,覆盖 Bulk、单细胞与空间转录组。
计算生物学
涵盖 PPI 网络分析、WGCNA、网络聚类、随机游走和 qPCR 数据分析。
计算机辅助药物设计
学习使用计算方法进行药物设计、虚拟筛选和 QSAR 建模。
计算分子生物学
整理序列比对、概率模型和分子层面计算方法相关内容。
AI4Science 专题
Foundation Models(DNA/RNA/蛋白)、AI4Drug、虚拟细胞等前沿方向。
学习资源
整理学习路线、常用工具、数据库和参考书目。
联系方式
- 作者:Nan He
- 邮箱:hinna01@163.com
- GitHub:@Hinna0818
有任何问题或建议,欢迎 提交 Issue 或参与 Discussions。
注意事项
Warning学术诚信
本仓库资料仅供学习参考,请勿直接抄袭。
Note版权声明
尊重知识产权,注明资料来源。如有侵权,请联系删除。
许可证
本项目采用 MIT License 开源协议。