该项目聚焦单细胞测序技术在肿瘤免疫领域的创新应用，通过建立细胞分化轨迹模型，系统解析恶性肿瘤细胞与免疫微环境的相互作用机制。学员将掌握使用随机森林算法进行细胞亚群分类的关键技术，深入理解2018年诺贝尔奖获奖成果的临床应用。
| 技术模块 | 学习目标 | 应用场景 |
| 单细胞测序分析 | 细胞异质性解析 | 肿瘤微环境研究 |
| 机器学习建模 | 细胞分类算法 | 免疫细胞识别 |
课程设置包含12个递进式学习单元，从前沿文献研读到生物信息学工具实操，逐步培养独立科研能力。学员将在导师指导下完成从数据清洗、特征筛选到模型验证的全流程训练，最终形成具有学术价值的科研成果。
教研团队由清华大学博士领衔，成员包括3位具有Nature子刊发表经验的学者，以及2位临床肿瘤学专家。采用动态导师组制度，每位学员配备主导师负责学术指导，辅以生物信息学专家进行技术支撑。
