会议目录


该峰会是中国基因产业具有影响力的行业峰会之一,为展示我国功能基因组学在多组学和大数据背景下重大研究进展,促进功能基因组学各研究领域的交流与合作,加强行业信息与资源的共享以及成果转化,特举办本次高峰论坛。
论坛规模逾800人,会议拟定于2019年10月17-21日在成都召开,在最新高通量测序技术、多组学分析方法及生物云蓬勃发展的背景下,本届大会将邀请各界领域领军者共同探索功能基因组学的新技术和新思路,以及大数据时代下的功能基因组学发展方向与未来!
另有80余家知名媒体聚焦,全程跟踪报道,直击峰会盛况。百万的曝光率,千万的关注度……。会议还将吸引数十家企业倾情赞助。
与顶尖学者面对面,与领域前沿零距离,第六届全国功能基因组学高峰论坛?史上最强的“基因科技共振”,让我们共同关注,拭目以待!

【出席嘉宾】



1.png

2.png

3.png


会议主题

三代专场


随着测序技术的发展,三代测序目前已逐步成为临床分子诊断、科学研究等重要领域常用的技术手段。如何应用这种测序技术为我们的课题科学研究增光添彩?本次三代测序专场邀请业界大咖,携手PACBIO与OxfordNanopore,与大家一起探讨前期样品准备至后期数据深度挖掘等一系列的问题、困难,并提出新的解决方法。精彩报告将围绕以下几个主题展开:基于三代测序平台如何制备高质量的测序样品;各测序平台间比较及最新的数据产出结果;数据分析及信息深度挖掘的新方法。


分会场一


动物功能基因组学研究


随着近年来高通量测序技术的发展,其在生物学研究领域的应用也越来越广泛,为基因组学和后基因组学研究带来了新的科研方法和解决方案。在动物研究领域,高通量测序引领了一次具有里程碑意义的科学研究模式革新,本会场将邀请动物领域专家共同探讨测序技术在基因组、转录组和表观基因组等领域展开的多层次多方面多水平研究思路和前沿成果。


分会场二


植物功能基因组学研究


随着高通量测序技术的发展,基因组、转录组、表观组学等多组学研究技术已经广泛应用于植物研究的各个领域,为了解析多组学研究技术在各个领域的研究切入点,并指出具体生物学问题的研究思路和策略,特邀请基因组学、系统发育学以及表观遗传学等领域专家齐聚一堂,分享植物研究的技术方法、前言进展及经验成果。


分会场三


生物云与大数据


基因测序技术的应用遍地开花,测序技术快速迭代,基因数据的产生呈爆炸式增长,远超摩尔定律,如何高效的在海量数据中挖掘出有意义有价值的结论,成为摆在每一个课题组面前的难题。本次云分会场将邀请业界大咖,集中讨论在基因大数据深度挖掘过程中遇到的问题和困难,以及产出的新方法、新理论等,精彩报告将围绕以下三个主题展开:基于生物云快速完成基因大数据挖掘、人工智能在基因大数据挖掘中再显身手、基因大数据挖掘过程中应运而生的生物信息新方法。


分会场四


微生物功能研究


随着全球微生物计划项目的实施,微生物领域备受更加广泛的关注。在这个大数据与信息技术高度发展的时代,微生物研究领域也搭乘“高通量的列车”,带你探索环境样本中菌群群落变化,功能基因差异,细菌真菌基因组的神奇奥秘。本届论坛旨在促进微生物多样性、宏基因组学、细菌真菌基因组学研究领域的交流与合作,分享业界内前沿科学动态和优秀科研成果,开拓微生物在农学、医学、环境和能源等领域的新视野!


分会场五


医学研究


测序技术快速更新迭代,涌现了许多新的表观调控方式,比如染色质三维构象、染色质可及性、DNA甲基化修饰、RNA甲基化修饰等前沿热点研究方向,并已证实与疾病发生发展密切相关。搭载三代测序新锐技术,有望以更高精度更高通量对表观基因组进行更深入解析,探究疾病表观遗传学相关致病机制、分子标志物和药物靶点。本届峰会医学分会场将聚焦表观遗传学前沿技术及最新科研进展,以”表观基因组功能基因组学“为主题,诚邀表观遗传学医学研究领域专家学者齐聚一堂、开拓思路、各领风骚。

【大会培训班】

蛋白质代谢组培训班

1、基于质谱的检测技术与项目流程

2、代谢组、蛋白组在科学研究中的应用

3、多组学文章发表中高级图表解读

4、代谢组学数据分析、挖掘及与转录组联合分析(以文章为主线,理论+实操)

5、蛋白组学数据分析、挖掘及与转录组联合分析(以文章为主线,理论+实操)

6、R语言绘图--绘制代谢、蛋白文章图形

基因组群体研究培训班

1、基因组研究技术发展与研究思路、文献分享

2、群体+GWAS研究技术发展及研究思路、文献分享

3、基因组大数据挖掘-根据NG,Science实例文章进行解读

4、Linux基础(实操)

5、共线性分析(实操)

6、Circos图回执(实操)

7、进化树的构建(实操)

转录组个性化培训班

1、WGCNA共表达分析

2、Cytoscape网络数据可视化

3、K-means聚类分析

4、SOM聚类分析

5、PCA分析

6、Heatmap分析

7、GSEA基因富集分析

8、IGV基因组数据可视化分析

9、靶基因分析

10、多组学联合分析

11、ceRNA分析



快速导航:
会议已结束 联系我们

扫一扫

手机查看更方便