学习Python或R语言的基础语法、常用数据结构和文件操作，为生物信息学数据分析打下编程基础。
掌握DNA、RNA、蛋白质的基本结构与功能，理解基因表达调控、突变和遗传规律，建立生物学背景知识。
学习统计推断、假设检验、回归分析等基础统计方法，并掌握使用R语言进行数据整理、可视化和初步统计分析。
掌握DNA和蛋白质序列比对、从头测序组装、基因预测和系统发育分析等核心算法与工具。
学习RNA-seq、ChIP-seq等高通量测序数据的处理流程、质量控制、差异表达分析和功能富集分析。
探索蛋白质结构预测方法（如同源建模、AlphaFold）、功能位点识别和蛋白质-配体相互作用分析。
学习常见的机器学习算法（如SVM、决策树）和深度学习基础，并了解它们在生物标志物发现、疾病预测等领域的应用。
用 AI 创建个性化课程，获得互动式课程和进度追踪。