up

Введение в биоинформатику: метагеномика

13 days
Before the end of the enrollment
  • Russian

    course language

  • 8 weeks

    course duration

  • from 5 to 6 hours per week

    needed to educate

  • 2 credit points

    for credit at your university

  • Cost 3 600 Р

    for studying

Уважаемые слушатели, некоторые материалы данного курса доступны для ознакомительного просмотра. Чтобы получить доступ ко всем материалам курса, необходимо оплатить доступ к материалам.

Авторский коллектив курса «Введение в биоинформатику: метагеномика»  был отмечен дипломом II степени в номинации "За способность понятно объяснять самые абстрактные идеи" на Международном конкурсе открытых онлайн-курсов EdCrunch Award в 2018 году.

Курс посвящен введению в метагеномику и затрагивает основные теоретические и практические подходы анализа видового состава, генетического материала и функционала сообществ микроорганизмов, обитающих в окружающей среде.

About

Метагеномика — раздел геномики, изучающий геном не отдельного организма, а совокупности обитателей микробных сообществ, живущих в разных природных условиях. На протяжении 4,5 миллиардов лет микроорганизмы являются доминирующей формой жизни на Земле. При этом только около 2% из них может быть выращено в лабораторных условиях, а об остальных мы не знаем практически ничего. Детальный анализ состава и функционирования сложных сообществ позволяет ответить на многие вопросы, связанные со здоровьем человека, охраной окружающей среды, хранением и переработкой продуктов питания, разработкой альтернативных источников энергии, и т.д. Такой анализ возможен только в результате биоинформатической обработки огромных массивов данных, получаемых при секвенировании суммарной метагеномной ДНК и/или отдельных генов.

В предлагаемом курсе «Введение в биоинформатику: метагеномика» мы затронем вопросы подготовки метагеномных проб и особенностей их анализа; математических подходов, лежащих в основе созданных специально для этого типа данных программных продуктов; вопросы секвенирования и сборки метагеномов, их аннотации и применения.

С середины курса участникам будет предложен проект, по результатам работы над которым и будет в основном оцениваться степень освоения ими материала курса.В рамках этого проекта учащиеся будут самостоятельно работать с реальными данными, проведут самостоятельный анализ.

Format

Форма обучения заочная (дистанционная). В состав курса входят видеолекции, контрольные вопросы по ходу лекции, квизы, выполнение проектного задания. Курс рассчитан на 8 недель. Работа над проектом начнется с 3-ей недели и будет проходить параллельно с лекциями. Для лучшего усвоения материала курса используется совокупность таких подходов, как лекции, контрольные задания, практические занятия, проводимые как преподавателем, так и самостоятельно студентами, использование онлайн-программ и аналитических платформ в реальном времени, а также работу в терминале LINUX также в реальном времени.

Requirements

Курс предназначен для тех, кто готов учиться, готов осваивать новые, передовые знания, необходимые уже сегодня всем биологам, медикам, экологам и многим другим. Навыки программирования не обязательны, но очень приветствуются. Приглашаются слушатели, начиная с уровня последнего года бакалавриата и далее. Успешному освоению курса поможет выпущенный ранее курс «Введение в Биоинформатику», т.к. он знакомит не только с анализом геномных данных, но и прививает базовые знания операционной системы LINUX.

Course program

1. Вводная лекция.

  • описание метагеномных сообществ различной природы
  • что такое метагеномика, где обитают микробные сообщества
  • как их анализируют, особенности контроля качества, где и как используются полученные знания
  • контрольные вопросы и задания по ходу лекции для закрепления терминологии и небольшая контрольная в конце (идет в зачет)

2. Получение экспериментальных данных для метагеномных проектов

  • NGS технологии для метагеномики
  • WGS - полногеномный сиквенс
  • данные (data generation approaches) для 16S анализа разнообразия изучаемого сообщества
  • форматы данных для последующего анализа
  • контрольные вопросы и задания по ходу лекции для закрепления терминологии и небольшая контрольная в конце (идет в зачет)

3. Аналитические подходы: 16S анализ

  • оценка качества данных для 16S, 18S анализа
  • анализ с помощью баз данных 16S – алгоритмы и подходы
  • построение филогенетических деревьев на основе 16S данных и их визуализация (термины, параметры, оценки надежности и т.д.)
  • таксономическая представленность
  • контрольные вопросы и задания по ходу лекции для закрепления терминологии и небольшая контрольная в конце (идет в зачет)

4. Аналитические подходы: бининг

  • значение и применение
  • алгоритмы (тетрануклеотидный анализ, кластеризация, GC%)
  • визуализация результатов анализа
  • интерпретация полученных результатов
  • контрольные вопросы и задания по ходу лекции для закрепления терминологии и небольшая контрольная в конце (идет в зачет)

5. Аналитические подходы: полногеномная сборка и gene centric сборка

  • что такое сборка, чем в случае метагеномов она отличается от сборки изолятов
  • алгоритмы – сложности и особенности
  • gene centric сборка и случаи ее применения
  • практический модуль, на реальных примерах знакомящий слушателей с работой сданными
  • визуализация
  • контрольные вопросы и задания по ходу лекции для закрепления терминологии и небольшая контрольная в конце (идет в зачет)

6. Аннотация и анализ метаболических путей

  • что происходит после сборки и аннотации
  • программы, созданные для метаболического анализа
  • работа онлайн в реальном времени с данными реальных экспериментов
  • контрольные вопросы и задания по ходу лекции для закрепления терминологии и небольшая контрольная в конце (идет в зачет)

7. Заключение

  • о чем курс
  • чему научились
  • что осталось за кадром
  • перспективы метагеномных исследований

 

Education results

Курс познакомит студентов с разнообразием данных, производимых с помощью новых технологий геномного сиквенса, их особенностями, и способами их использования в решении как исследовательских, так и практических задач. Для приобретения практических навыков и более глубокого понимания теоретических основ, студентам будут даны практические задания, направленные на анализ реальных лабораторных и клинических данных. Особенностью курса является и то, что читается он на русском языке, а иллюстрационный материал лекций подготовлен на английском языке, что поможет студентам быстрее освоить лексику, используемую в международных публикациях и на конференциях.

Formed competencies

Компетенции по ФГОС 06.03.01 Биология

ОПК-7. Способен применять современные информационно-коммуникационные технологии для решения стандартных профессиональных задач с учетом требований информационной безопасности;

ОПК-8. Способен использовать методы сбора, обработки, систематизации и представления полевой и лабораторной информации, применять навыки работы с современным оборудованием, анализировать полученные результаты.

Education directions

Knowledge

После прохождения курса «Введение в биоинформатику: метагеномика» обучающиеся будут знать и понимать:

  • задачи, которые ставят необходимость исследования сложных микробных сообществ перед медиками, биологами, программистами и математиками;
  • методы и подходы их решения;
  • программные продукты и аналитические платформы, созданные для работы с метагеномными данными;
  • математические алгоритмы, лежащие в основе таких программ.

Skills

После прохождения курса «Введение в биоинформатику: метагеномика» обучающиеся будут уметь:

  • правильно планировать эксперимент;
  • оценивать сложность задач и требуемых для их решения ресурсов (лабораторных и компьютерных);

Abilities

После прохождения курса «Введение в биоинформатику: метагеномика» обучающиеся будут иметь навыки:

  • оценивать качество произведенных данных с точки зрения поставленной задачи;
  • правильно выбирать и создавать программные продукты для решения поставленной задачи.

Отзывы о курсе

Лапидус Алла Львовна

Кандидат биологических наук
Position: Профессор кафедры цитологии и гистологии; руководитель лаборатории "Центр алгоритмической биотехнологии"

Райко Михаил Петрович

Кандидат биологических наук
Position: постдок, Калифорнийский университет в Сан-Диего

Черняева Екатерина Николаевна

Кандидат биологических наук
Position: старший научный сотрудник, Центр геномной биоинформатики им. Ф.Г. Добржанского

Вяххи Николай Иванович


Position: директор Института биоинформатики, Санкт-Петербург

Добрынин Павел Владимирович


Position: младший научный сотрудник центра геномной биоинформатики им. Ф. Г. Добржанского

Certificate

It is possible to get a certificate for this course.

The cost of passing the procedures for assessing learning outcomes with personal identification - 3600 Р.

Similar courses