2019年度国家自然基金医学科学部共批资助10138项目，批助金额总计441310万元。这些项目中大部分都与编码基因有直接或间接的关◣联。其中，与通路（pathway）关联的有1349项，金额4.89亿；与miRNA相关的有630项，金额2.3亿；与lncRNA相关的有395项，金额1.45亿，与甲基化≡相关的有213项，金额8748万，与突变相↘关的有190项，金额7410万； 

如何获〇得有创新意义的疾病靶标基因（mRNA，Protein，lncRNA，circRNA，miRNA，Mutation等）是项目申请及文章写作时最常见的问题。

目前，多组学整合分析是一个非常热门且创新的方▲向。通过多组学整合分析我们可以更加快速、准确的找到与研究方向关联的biomarks。它的核心原理是『期望通过高通量数据，找到∮所有基因在不同组学水平中的变化并进行分析，获〓得关键基因在各个组学都有显著作用。

多组学整合分析的原始数据来源有两种：（1）自己采集样本做高通量测序/芯片/质谱等；（2）使用公共数据库中的组学数据（比如TCGA、GEO、EBI、SRA、CGGA、PRIDE等）。

那么我们即〒便有了非常好的数据，又该∏怎么办呢？

用什么方法◆，什么工具？可以获得哪些结果，生成哪些图片∑呢？

基于这个▲目的，我们开展了该培训班。通过↓三天的学习，我们了解多组学整合分析思路对项目及文章的帮助，以及实操常见的数据库、在线工具和本地◇软件。使得学员可以︼自己完成一个完整的分析报告并获得疾病相关的靶标基因。