人非生而知之者，无论是生活中还是科研中都会遇到各种陌生事物和难题，比如这种：
或者是这样的：
此时你的心情可能是这样的：
做科研的时候碰到了这种难题，又没有系统指导的话，很可能掉进坑里：
或者反复的犯同一个错误：
有过类似经历的同学，在第一次拿到转录组厚厚的三四十页结题报告和几百兆的结果文件的时候，一定会想：这怎么下手？！如果再配个说明书该多好啊！
“说明书”应该具备的条件
一份合格的“说明书”应该能够让0基础的同学看懂庞杂的数据结果，知道结果背后的生物学意义，解决“是什么”的问题。
此外还应该为后续的数据应用提供常用的分析方法，解决“怎么做”的问题。
这就是“说明书”！
主流测序公司在交付转录组结果时会分成“结题报告”和“结果文件”两部分。其中结题报告（通常是一份几十页的PDF文件或者一个网页版的文件），概述了实验的分析流程以及每部分的关键结果：
而结果文件一般包含了10个左右的文件夹，放置了各部分分析内容的所有结果。
“说明书” part I
组学大讲堂（高评价生信教程制作团队，学员已超1万人），基于主流测序公司交付的转录组标准分析结果进行了全面的解读，制作了一份视频教程《转录组分析结果的解读》，解决转录组结果“是什么”的问题。看完教程就能够清楚知道转录组分析的流程、原理，以及结果背后的生物学意义，为后续的数据挖掘打下坚实的基础！（获取方法见下文）
“说明书” part II
针对“怎么做”的问题，我们根据上千个项目经验，总结了7个最常用的后续个性化挖掘方法，制作了《转录组标准分析后的数据挖掘》，讲述的方法大部分可在Windows下操作，无需linux或者计算机语言的基础。
同学们学习之后可以自主进行简单的个性化分析，提高数据处理速度，增加文章撰写效率。
“说明书” part III
当然有些同学，已经不满足于基础的看懂，简单的分析，希望获取一些转录组分析的高级技能，我们也给这类同学准备了《WGCNA-加权基因共表达网络分析》的课程。
WGCNA（加权基因共表达网络分析）可是说是一种对基因表达数据进行分析的高级方法，是利用转录组数据冲击高分文章的有效手段。使用基因表达数据，构建出加权的基因共表达网络，从而挖掘协同表达的基因模块，探索基因模块与性状之间的关系。
“说明书”获取方法
获取过程如有疑问可以加微信“izxl1988”进行咨询。
part I：
《有参转录组分析结果的解读》电脑端可打开链接：
https://study.163.com/course/introduction/1004723037.htm?share=1&shareId=1031484705
《无参转录组分析结果的解读》电脑端可打开链接：
https://study.163.com/course/introduction/1005207017.htm?share=1&shareId=1031484705
part II：
《转录组标准分析后的数据挖掘技巧》电脑端可打开链接：
https://study.163.com/course/introduction/1005084024.htm?share=1&shareId=1031484705
part III：
《WGCNA-加权基因共表达网络分析》电脑端可打开链接：
https://study.163.com/course/introduction/1005023004.htm?share=1&shareId=1031484705
获取课程后，可以在电脑端登录网易云课堂（https://study.163.com/），或者下载“网易云课堂”app在手机上进行观看。
更多生物信息课程：
1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程、基因家族文献思路解读
2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读
3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析
4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘、转录组文献解读
5. 微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程
6. 生物信息入门到精通必修基础课，学习链接：linux系统使用、perl入门到精通、perl语言高级、R语言画图
7. 医学相关数据挖掘课程，不用做实验也能发文章，学习链接：TCGA-差异基因分析、GEO芯片数据挖掘、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析
8.其他课程链接：二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读。