生物醫學大數據及臨床資料分析概論
Clinical Biomedical Data Analysis
| 節 | 週三 |
|---|---|
3 10:10–11:00 | 生物醫學大數據及臨床資料分析概論 YD302 2 節連堂 |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
本課程旨在介紹生物醫學領域中大數據與臨床資料分析的基本概念、常用方法與實際應用。隨著次世代定序技術與臨床資訊系統的普及，研究者與臨床人員面臨如何整合龐大且異質的資料，以萃取具臨床意義資訊並支持研究決策的挑戰。本課程特別設計為非生物資訊背景研究生亦可參與，課程將從資料的取得、整理與清理等基礎工作出發，逐步引導學生進行生物醫學資料的探索性分析與可視化，並理解臨床資料統計分析與研究應用情境。課程不以複雜演算法為重點，而是強調分析流程的理解、結果解讀，以及研究問題與資料之間的連結。在實作過程中，課程將結合程式輔助工具以降低程式撰寫門檻，使學生能專注於分析邏輯與研究思維，並透過案例與專題練習，初步認識臨床與分子資料整合、預後分析及轉譯醫學研究中的資料分析概念。
具基礎生物學與統計概念者，需自備筆記型電腦
1.課堂講授與實作練習並行 2.鼓勵學生使用自身研究資料進行分析練習 3.使用 R/Python 與 Excel 進行資料操作與可視化 4.導入 AI 輔助程式設計如 Gemini (本校享有學術免費版) 以提升分析效率與解釋能力
1.期中專題 (小型專案實作) 30% 2.期末專題 (整合臨床與分子資料之分析專案） 50% 3.課堂參與與討論 20%
| 週次 | 主題 |
|---|---|
| 第 1 週 | 生醫資料分析導論 課程說明與評量方式；介紹資料來源與臨床應用案例 |
| 第 2 週 | 生物醫學資料來源 認識 TCGA、GEO等資料集及相關資料庫 |
| 第 3 週 | Excel 基礎技巧 (1) Excel 資料清理與基本統計 |
| 第 4 週 | Excel 基礎技巧 (2) Excel 圖表與初步視覺化 |
| 第 5 週 | Python環境設定 安裝IDE, Python 基本語法與資料型別 |
| 第 6 週 | Python 資料處理 使用 pandas 匯入、整理、合併與篩選資料 |
| 第 7 週 | 臨床資料練習 將臨床資料透過 Python 分析，練習基礎統計與圖表 |
| 第 8 週 | 期中專題 期中專題成果展示 |
| 第 9 週 | Python 分析進階 介紹 AI 輔助分析概念，如 Gemini協助撰寫程式 |
| 第 10 週 | 功能註解與分析 基因註解與線上分析工具 |
| 第 11 週 | 臨床資料整合 基因表現與臨床資料整合 |
| 第 12 週 | 資料視覺化 (1) 基本統計與常用圖表 |
| 第 13 週 | 資料視覺化 (2) 研究結果視覺化與向量圖 |
| 第 14 週 | 專題與成果整合 主題討論、選擇資料集與研究方向 |
| 第 15 週 | 專題發表與回饋 成果展示與同儕互評，討論在臨床資料中的未來應用 |
| 第 16 週 | 期末成果 專題報告書繳交與課程總結 |
Verma P., Fatima S. Python for Bioinformatics: Using Machine Learning for Drug Discovery, Cluster Analysis, and Phylogenetics. BPB Publications, December 2024. ISBN 978-9365897760.