高雄長庚臨床生物資訊系列課程

主要版本庫：godkin1211/ClinicalBioinfoCourse。後續專案修改完成並檢查後，均 commit 並 push 至此 repository；協作規則見 AGENTS.md。

這個專案提供 2026 年 9–12 月、共 9 堂、每堂 60 分鐘的臨床生物資訊系列課程教學材料。課程以臨床案例為入口，把研究設計、檔案格式、品質控制與統計觀念嵌入各種 omics 分析，不另外安排抽象的基礎課。

課程地圖

完整的課程定位、共同教學原則與課程間銜接方式見 課程總綱。

2026-10-24 LDTs 一小時專題

另行整合前三堂為「LDTs 的生物資訊：從檢體訊號到可信的檢測結果」，原九堂安排不變。以 FFPE 腫瘤案例串起平台、檔案、QC、分析證據及驗證追溯，保留 RNA 與可變剪接內容，適合無程式背景的臨床與實驗室人員。

• HTML 投影片：28 頁主課程＋1 頁重點回顧＋4 頁備查，含 8 張原創原理圖與官方 IGV 範例，離線可用。
• PDF 投影片、逐頁詳解。
• 濃縮架構、播放與重建、來源及查核紀錄。

可直接使用的示範

第一堂：基因體資料分析

• 學員詳細教材：名詞解釋、判讀與延伸練習；附錄 A 完整涵蓋 Windows／WSL2、macOS、Linux 的安裝、下載專案、執行腳本、預期結果與排錯。
• 第一堂 PDF 講義：包含完整跨系統實作附錄，可獨立閱讀。
• 合成資料與操作腳本：PLINK QC、PCA、親緣與 ROH；SAM → BAM → VCF；BAF/LRR 與 VCF 判讀案例。
• HTML 投影片：54 張、16:9、可離線播放，含 SNP array 偵測示意圖、Array／NGS 常見檔案格式、BAF／LRR 指標解說、Panel／WES／WGS 比較與選擇、判讀練習及 Windows 安裝附錄；操作說明。

第一、二堂完整版為原 60 分鐘安排的延伸選項，其餘堂次時數不變。

第二堂：癌症體細胞基因體分析

• HTML 投影片：64 張（主課程 46＋選讀附錄與資源 18）、16:9、可離線播放。從檢測目的與效益，依序進入實務設計、採樣／製備、下機 QC（含第 18 頁 FastQC 判讀）、生物資訊流程與結果解讀；第 40–42 頁分別介紹 TMB、MSI、HRD。操作與內容導覽。

• 逐頁詳解閱讀版：64 頁對應的完整概念、例子與判讀說明；投影片亦可按 E 開啟目前頁詳解，並直接顯示具體算例或推理提示。

• 學員教材：涵蓋 tumor–normal／tumor-only、somatic calling、FFPE 與讀段 QC、VAF／純度／CN、SV、IGV 與 cohort 摘要；附錄 A 提供三種系統的安裝、腳本執行、驗證及 IGV 載入步驟，不列段落授課時長。

• 第二堂 PDF 講義：包含完整跨系統實作附錄，可獨立閱讀。

• 合成資料與操作腳本：比較兩個同為 5% VAF 的不同證據模式，搭配 normal、CN 混合模型與讀段抽樣練習；工具安裝見教材附錄。

第三堂：Bulk RNA-seq 與可變剪接

• PDF 學員講義：26 頁，含圖表、程式碼、練習詳解與參考來源。以 bash scripts/build-handouts.sh 03 重新編譯，不重建前兩堂 PDF。
• HTML 投影片：56 頁、16:9、離線播放；涵蓋研究設計、檢體／文庫、QC、定量、差異表現與可變剪接。最後兩頁為四套 RNA-seq 工具比較與 OpenAI NGS Analysis Workbench。操作與頁次導覽。
• 逐頁詳解閱讀版：依完整講義對應每頁概念、算例與限制；投影片按 E 可直接展開。
• 完整學員教材：12 章正文，從 RNA 背景、研究設計、檢體與文庫，逐步說明資料格式、QC、定量、正規化、差異表現及可變剪接；附程式／圖表導讀、12 題練習詳解與來源，不列段落授課時長。
• 合成資料示範與有註解的 R 程式：3,000 個人工基因、12 個合成樣本；DESeq2、PCA、MA／volcano、樣本距離與 PSI 算例。已執行輸出附實際版本及執行範圍；不含 FASTQ 比對或正式剪接檢定。
• 課程簡介與閱讀路線、教材來源與查核紀錄。

Nextflow FASTQ QC

demos/nextflow-qc 包含：

• DSL2 process、channel 與 workflow
• 合成 FASTQ 與 sample sheet
• FastQC → MultiQC 流程
• Docker、Conda 與本機執行 profile
• -stub-run 無工具驗證方式
• execution report、timeline、trace 與 DAG 設定

AI Agent RNA-seq 稽核

demos/ai-agent 包含：

• 含批次混雜與一筆潛在標籤異常的教學資料
• plan-only、核准後執行及結果稽核提示詞
• 人工審核清單與講師版預期發現
• 不需第三方套件的 deterministic preflight
• 可重用的 audit-rnaseq-analysis Skill

共用材料

• 課前／課後測驗與逐堂檢核
• 一頁式生物資訊分析需求書
• 60 分鐘教案模板
• 核心參考資料

快速驗證

在專案根目錄執行：

python3 demos/ai-agent/reference_checks.py \
  --counts demos/ai-agent/data/counts.csv \
  --metadata demos/ai-agent/data/metadata.csv

若已安裝 Nextflow，可用 stub mode 驗證 DSL2 與資料流，不需要安裝 FastQC 或 MultiQC：

cd demos/nextflow-qc
NXF_OFFLINE=true nextflow run . -stub-run -profile standard

正式示範可使用 Docker：

nextflow run . -profile docker
nextflow run . -profile docker -resume

教學安全邊界

• 所有課堂操作只使用公開或合成資料。
• 不把院內病人資料上傳至未核准的外部服務。
• 所有 AI 產生的程式、引用、數值、圖表與生物學結論都必須由人員驗證。
• 課程訓練的是研究分析與溝通能力，不取代臨床檢驗認證、遺傳諮詢或醫療決策。