update: 20200619

整理一些自學次世代定序分析(NGS/Massively Parallel Sequencing)的學習資源：
老實說，門外漢剛入門要做次世代分析真的是很苦的一件事，因為通常這類人都是沒有電腦資訊背景的，但次世代定序的分析所需要的技能其實蠻廣的，不論是統計知識、計算機知識、基因體知識等等，而這領域進步太快，即是到了現在大部分東西還是不懂，建議入門的人可以先參加實體的工作坊一次（花錢撞墻），然後可以看一些網路課程如john hopkin在coursera上開的，同時要準備一台好的電腦盡量實際動手操作，有了自己的研究題目後再慢慢往比較細的主題鑽研。

中研院蔡怡陞老師 次世代定序課程
蔡怡陞老師之前在wellcome trust sanger institute工作過，對於次世代定序的資料分析非常有經驗，下面的evolution and genomic workshop也是他部落格裡面推薦的！

哈佛大學生物資訊中心

• 基本的資料處理技能 Introduction to Shell
• 介紹基本RNA-seq分析
• 介紹基因表現分析
• 介紹ChiP-seq分析
• 介紹單細胞RNA-seq分析

Evolution and Genomic workshop

加拿大Ontario Institute for Cancer Research 研究中心bioinformatic.ca 研討會資料
這是ontario institute for cancer research中心裡生物資訊團隊的網站，他們每年都會辦許多的工作坊，資料都會公開在網路上，也是頗不錯的學習資源

bioconductor courses
裡面主要都是在R語言中分析次世代定序資料的各種套件使用法，且屬於偏資料後段部分的分析

美國能源部系統生物學知識部門 Kbase

• Transcriptomics and Expression Analysis in KBase
• Assembly and Annotation in KBase

書
2017. The Biostar Handbook. biostar
很簡單的一本書，之前有稍微介紹過, 適合當工具書查，不適合當學習主軸
2014. RNAseq data analysis: a practical approach. CRC
對於做RNAseq分析的人，是一本好入手的書，雖然部分內容已經開始落後
2014. Statisitcal analysis of next generation sequencing. springer
在統計分析細節講得很細…..假如沒有要很深入數理統計面可以避過

網路ＭＯＯＣ
coursera
John Hopkins: Become a next generation sequencing data scientist(難度易)
1. Introduction to Genomic Technologies
2. Genomic Data Science with Galaxy
3. Python for Genomic Data Science
4. Algorithms for DNA Sequencing
5. Command Line Tools for Genomic Data Science（推）
6. Bioconductor for Genomic Data Science（推）
7. Statistics for Genomic Data Science（推）

edx
Harvard: Biomedical series(難度中部分偏難)
1. Introduction to Bioconductor: Annotation and Analysis of Genomes and Genomic Assays（推）
2. High-performance Computing for Reproducible Genomics（推）
3. Case Studies in Functional Genomics