说明

本清单按「基础铺垫→核心前沿→进阶拓展→实战落地」四阶段设计，可根据你的研究方向（如癌症多组学、合成生物学、临床诊断）和基础水平（入门 / 进阶 / 资深）灵活调整，每个模块均包含「学习目标 + 核心资源 + 工具实操 + 项目任务」，确保从 “知识输入” 到 “能力输出” 闭环。

第一阶段：前沿技术基础铺垫（1-2 个月）

目标

补齐支撑前沿技术的核心能力（数学统计、编程工具、生物学背景），避免 “学前沿却卡基础”。

模块	学习目标	核心资源	工具实操任务
数学统计（AI 方向）	掌握深度学习数学基础，理解大模型原理	1. 课程：Coursera《Mathematics for Machine Learning》（斯坦福）2. 书籍：《深度学习》（Goodfellow 第 1-5 章）	用 NumPy 实现线性回归、Softmax 函数
编程工具（通用）	熟练 AI 框架与组学分析库	1. 课程：PyTorch 官方教程《Deep Learning with PyTorch》2. 文档：Hugging Face Transformers 库手册	1. 用 PyTorch 搭建简单 CNN 模型2. 用 Hugging Face 加载预训练 NLP 模型
生物学核心（前沿关联）	理解单细胞 / 空间组学的生物学背景	1. 综述：《Nature Reviews Genetics》2024《Spatial omics for cancer research》2. 课程：B 站 “单细胞生物学原理”（北大）	绘制 “单细胞转录组→细胞分群→功能注释” 的逻辑图
数据管理（临床方向）	掌握临床数据合规与隐私保护	1. 文档：NIH《基因组数据共享（GDS）政策 2025 版》2. 课程：《临床生物信息学数据安全》（约翰霍普金斯）	设计 “临床基因组数据加密存储” 方案

第二阶段：核心前沿技术模块（3-4 个月，按方向选择）

方向 1：AI 大模型与基因组学（最核心前沿）

学习目标

1. 掌握基因组大模型的应用场景（突变预测、序列生成）
2. 能基于预训练模型做微调与下游分析

子模块	核心资源	工具实操任务	项目任务（里程碑）
预训练模型应用	1. 论文：《Science》2025 Evo 模型原文2. 教程：Evo 模型官方文档（https://evomodel.org/）3. 视频：SYMPLEX 平台实操演示（B 站搬运）	1. 用 Evo 模型预测 SNP 对蛋白质结构的影响2. 用 SYMPLEX 挖掘 “丁酸合成相关基因”	基于 Evo 模型，预测 5 个已知癌症驱动突变的致病性
模型微调基础	1. 课程：Hugging Face《Fine-Tuning Large Language Models》2. 文档：PyTorch Lightning 微调指南	1. 用小数据集（1000 条序列）微调 Evo 模型子集2. 对比微调前后模型预测准确率	针对 “水稻抗病基因” 数据集，微调模型以提升识别精度
模型解释性分析	1. 论文：《Nature Methods》2025《Interpreting genomic LLMs with attention maps》2. 工具：SHAP for Genomics 教程	1. 用 SHAP 分析模型对 “启动子序列” 的注意力权重2. 生成突变效应的可视化解释报告	解析模型对 TP53 基因关键位点的预测逻辑

方向 2：空间多组学整合（高应用价值）

学习目标

1. 掌握空间转录组 / 代谢组的数据处理流程
2. 能实现跨模态数据（转录 + 代谢）的整合分析

子模块	核心资源	工具实操任务	项目任务（里程碑）
空间数据预处理	1. 课程：Seurat 官方《Spatial Data Analysis》教程2. 工具：SpatialMETA GitHub 仓库（含测试数据）	1. 用 Seurat 处理 Visium 空间转录组数据（质控→降维→聚类）2. 用 SpatialMETA 完成 “转录 + 代谢” 数据对齐	处理 1 个胶质母细胞瘤空间转录组样本，得到细胞分群结果
空间簇群功能注释	1. 数据库：CellMarker 2.0（细胞标志物）2. 教程：《空间簇群注释实战指南》（NCBI Bookshelf）	1. 基于 marker 基因注释空间簇群（如 “肿瘤核心区”“免疫浸润区”）2. 分析不同簇群的代谢物富集差异	绘制 “胶质母细胞瘤空间簇群 - 代谢物分布” 关联图
细胞互作网络分析	1. 工具：CellChat 空间版教程2. 论文：《Cell》2025《Spatial cell-cell communication in tumors》	1. 用 CellChat 分析 “肿瘤细胞 - 免疫细胞” 的配体 - 受体互作2. 可视化关键互作通路的空间分布	识别胶质母细胞瘤中 “免疫抑制相关的细胞互作对”

方向 3：多组学整合 2.0（不完整数据）（临床实用）

学习目标

1. 解决临床样本 “组学数据缺失” 问题
2. 能基于不完整数据做癌症亚型分型与预后预测

子模块	核心资源	工具实操任务	项目任务（里程碑）
不完整数据整合框架	1. 论文：IntegrAO 框架原文（《Nature Communications》2025）2. 工具：IntegrAO GitHub 代码（含 AML 测试数据）	1. 用 IntegrAO 整合 “基因组 + 转录组” 缺失数据（模拟 20% 样本缺转录组）2. 对比整合前后的亚型分型准确率	对 TCGA-LUAD 数据集模拟 30% 数据缺失，用 IntegrAO 完成亚型分型
临床预后模型构建	1. 课程：《多组学预后模型实战》（Kaggle 教程）2. 工具：survival 包 + PyTorch 生存分析模块	1. 基于整合后的多组学数据，用 Cox 模型做预后预测2. 用随机森林评估特征重要性	构建 “不完整多组学数据 + 临床指标” 的肺癌预后模型，AUC≥0.75

方向 4：临床转化（产业落地）

学习目标

1. 掌握临床级组学分析工具的使用
2. 理解伴随诊断产品的开发流程

子模块	核心资源	工具实操任务	项目任务（里程碑）
临床级分析工具	1. 平台：Genoox Clinical（免费试用版）2. 文档：《TCGA 临床数据解读指南》（NCI 官网）	1. 用 Genoox 分析 1 例肺癌患者的 WES 数据，识别致病性突变2. 关联突变与靶向药推荐（基于 OncoKB 数据库）	完成 10 例虚拟肺癌患者的 “突变检测 - 药物匹配” 报告
伴随诊断设计	1. 指南：FDA《伴随诊断设备开发指导原则》2. 案例：《EGFR 伴随诊断产品开发案例》（Illumina）	1. 设计 “基于 NGS 的 EGFR 突变检测面板” 的分析流程2. 制定流程的质量控制标准（如检出限、准确率）	撰写 “EGFR 伴随诊断分析流程” 的技术方案文档

第三阶段：进阶拓展（2-3 个月，跨方向融合）

目标

打破单一技术壁垒，实现 “前沿技术 + 研究方向” 的深度结合

拓展方向	核心资源	实战任务
AI + 空间多组学融合	1. 论文：《Cell》2025《AI-driven spatial omics analysis for tumor microenvironment》2. 工具：Spatial-LLM（GitHub 开源）	用 Spatial-LLM 自动识别空间转录组数据中的 “免疫热点区域”，并验证与临床预后的关联
合成生物学 + 生物信息	1. 课程：《合成生物学与基因设计》（MIT OpenCourseWare）2. 工具：GeneDesigner 3.0	用 AI 模型设计 1 条 “丁酸合成关键酶” 的编码序列，并用 BLAST 验证其同源性
多模态大模型临床应用	1. 综述：《Lancet Digital Health》2025《Multi-modal AI in clinical genomics》2. 数据集：MIMIC-IV+TCGA 联合数据集	构建 “基因组数据 + 电子病历” 的多模态模型，预测糖尿病患者的并发症风险

第四阶段：实战落地（持续进行）

目标

将技术转化为 “可输出的成果”（论文、工具、报告）

成果类型	实施路径	示例任务
技术复现与优化	1. 选择 1 篇顶刊前沿论文（如 Evo 模型）2. 复现核心结果→优化某一模块（如提升小样本性能）3. 撰写技术博客或预印本	复现 Evo 模型的 “CRISPR 向导 RNA 设计” 功能，优化后将设计效率提升 15%，发布 GitHub 代码
解决实际研究问题	1. 梳理自身研究中的痛点（如 “样本组学数据缺失”）2. 选择前沿技术（如 IntegrAO）解决3. 整合结果到科研论文	用 SpatialMETA 分析实验室积累的 “胃癌空间转录组数据”，识别新的预后标志物，写入论文
参与开源 / 产业项目	1. 加入 Bioconductor、Hugging Face 开源社区2. 贡献代码（如修复 bug、开发新功能）3. 对接企业临床转化项目	为 Seurat 空间分析模块贡献 “代谢组数据整合” 插件；参与药企 “肿瘤伴随诊断面板” 开发

个性化调整建议

按研究方向侧重

• 癌症研究：重点学 “空间多组学 + 临床转化”，补充 “癌症免疫微环境” 生物学知识
• 合成生物学：重点学 “AI 大模型（序列生成）+ 多组学整合”，补充 “基因线路设计” 工具
• 微生物组：在 “AI 大模型” 模块增加 “宏基因组预训练模型”（如 MetaLM），在 “多组学” 模块补充 “宏基因组 + 代谢组整合”
• 临床诊断：重点学 “临床转化 + 数据合规”，补充 “医学统计学”（如诊断试验 ROC 分析）

按基础水平调整

• 入门（0-1 年经验）：跳过 “进阶拓展”，先完成 “基础铺垫 + 核心前沿（1 个方向）”，项目任务选择 “小数据集 + 明确目标”（如 “用 Evo 模型预测 10 个 SNP 致病性”）
• 进阶（1-3 年经验）：完整完成前 3 阶段，选择 2 个核心前沿方向交叉学习，项目任务侧重 “技术优化 + 结果整合”
• 资深（3 年以上）：直接从 “进阶拓展” 切入，聚焦 “跨学科融合 + 成果落地”，目标是 “开发新工具或发表顶刊论文”

资源获取渠道

1. 学术资源：PubMed Central（免费论文）、arXiv/bioRxiv（预印本）、Coursera/edX（课程）
2. 工具与数据：GitHub（开源工具）、TCGA/GEO（公共数据）、Hugging Face Model Hub（预训练模型）
3. 社区支持：Biostars（学术问答）、Stack Overflow（编程问题）、ISCB（国际计算生物学学会，会议 / 网络）