(一) 課程目標：

1. 釐清底層原理：從實驗定序的 Cell barcode、UMI 機制，到資料進到電腦後的H5與 AnnData (.h5ad)結構，建立完整的資料科學觀念。
2. 掌握嚴謹品管 (QC)：學會正確識別並過濾 Empty droplets、Ambient RNA背景雜訊與 Doublets，確保後續分析結果的可靠度。
3. 動手實作分析流程：透過 Python (Scanpy) 帶領學員實際跑過正規化、高變異基因篩選、PCA/UMAP 降維與 Leiden 分群，具備獨立處理單細胞數據的能力。

(二) 課程大綱：

• 核心觀念與資料格式

1. 技術原理：Cell barcode 與 UMI 的運作機制。
2. 檔案格式：常見的 10x Genomics HDF5 (.h5) 與單細胞標準 AnnData (.h5ad) 格式解析。

• 前處理與品質控制 (QC)

1. 雜訊排除：Empty droplets、Ambient RNA（背景游離 RNA）與 Doublets（雙細胞）的識別與去除。
2. 品管指標：設定粒線體基因比例、nUMIs與nGenes閾值進行過濾。
3. 標準化：Normalization 與 Log-transformation 的原理。

• Python 實戰演練：從原始矩陣到分群

1. 使用 Scanpy 讀取資料、進行 QC、HVG（高變異基因）選取。
2. PCA 降維、UMAP 視覺化與 Leiden 分群演算法操作。
3. 10x Genomics工具簡介

• Q&A 與臨床/研究應用討論

(三) 參與方式：實體會議及線上Webex會議

• 實體會議地點：兒童大樓12樓醫學研究部會議室
• Webex連結：https://reurl.cc/VnvnNZ

(四) 報名連結：https://forms.gle/sfywYSEuK3A8fHZz5
(五) 注意事項：

1. 請務必完成簽到及填寫滿意度調查表 (掃描QR code或至聊天室點選網址)。
2. 登入線上會議後請務必關閉麥克風，若需發言再開啟麥克風，避免與主場聲音互相干擾。
3. 實體會議空間有限，敬請提前報名：以醫師及醫事人員優先報名。報名表用於寄發課前通知、講義及統計會議參與人數，請填寫正確的郵件信箱。
4. 提供現場與會者每人一份餐點(供餐限25份)。

(六) 附件：附件一、課程海報
(七) 各院區聯絡窗口：
高雄醫研部 朱芝茹 407-8432
鳳山教研課 吳佳真 408-2891
大同醫研部 黃麗如 450-8576