这门课更偏文章复现与发文思路拆解，把机器学习筛基因、MR 因果验证、单细胞定位和虚拟敲除串成一条完整主线，适合想把公共数据库文章做得更完整的人。

围绕二十篇顶刊文章系统梳理虚拟细胞方向，从看懂模型到理解适用场景，再到迁移到自己的单细胞课题，重点在于把已有数据往更深层的机制预测上推进。

课程核心不是只看懂顶刊，而是把病理图像、空间蛋白、单细胞表达构建和 AI 大模型训练完整串起来，帮助学员理解从论文复现到自己搭建项目的整体逻辑。

适合作为总入门课，帮助学员先把科研思路、AI 工具和基础分析流程建立起来。

适合建立完整的单细胞分析框架，是后续进阶课的基础。

更适合做高阶课题、肿瘤研究和多模态分析的学员。

适合希望从 R 扩展到 Python，或未来继续做空间转录组分析的学员。

适合面向论文发表，希望把“相关性分析”升级为“因果机制链”的学员。

更适合已经有一定单细胞基础、想进一步进入空间组学方向的学员。

适合希望用机器学习和多组学联合分析提升课题深度的学员。

适合作为空间转录组方向的专题课程查看，目前原始资料是课表文件。