Biotechnologia.pl
łączymy wszystkie strony biobiznesu

Farmacja, Biotechnologia, Kosmetologia

Bioconductor: wprowadzenie do analizy danych z zakresu genomiki
Data rozpoczęcia:
2017-07-01
Data zakończenia:
2017-07-02
Miejsce
Wydział Biologii UAM w Poznaniu

Kurs odbędzie się w dniach 1-2 lipca 2017 r. na Wydziale Biologii Uniwersytetu im. Adama Mickiewicza w Poznaniu (ul. Umultowska 89).

 

Zachęcamy do rejestrowania się. Koszt uczestnictwa wynosi 700 zł.
Kurs poprowadzi dr hab. Tomasz Górecki z Wydziału Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu.

 

Jakie zagadnienia zostaną omówione i przećwiczone?

  • Co to jest BioconductoR?
  • Instalacja. Użyteczne zasoby internetowe.
  • BioconductoR dla danych genomicznych:
  • Przechowywanie interwałów genomowych: GRanges i IRanges - biblioteka IRanges.
  • Sekwencje (DNA, RNA i białka) - biblioteka Biostrings.
  • Genom - biblioteka BSgenome.
  • Import danych - biblioteka rtracklayer.
  • Adnotacje. Klasa ExpressionSet.
  • Biomart - interfejs do danych biologicznych - biblioteka biomaRt.
  • oligo - pakiet do pracy z mikromacierzami Affymetrix oraz Nimblegen.
  • limma - pakiet do pracy z danymi RNA-seq.
  • Laboratorium - podstawy BioconductoRa.
  • Laboratorium - BioconductoR dla średnio zaawansowanych.
  • Studium przypadku - analiza danych 450k z pomocą pakietu minfi; analiza danych RNA-seq.

Dla kogo przeznaczony jest ten kurs?
Kurs jest przeznaczony dla biologów, biotechnologów oraz bioinformatyków (ale nie tylko), którzy planują analizować dane genomiczne, głównie mikromacierzowe i pochodzące z sekwencjonowania nowej generacji (np. RNA-seq). Wszystkie zagadnienia są bogato ilustrowane przykładami w R. Jest to kurs praktyczny z dużym naciskiem na to, aby uczestnicy samodzielnie byli w stanie przeprowadzić odpowiednie analizy, bazując na przedstawianych solidnych podstawach teoretycznych.

 

Jakie będą efekty?
Po zakończeniu kursu uczestnik powinien poradzić sobie z instalacją oraz wykorzystaniem repozytorium Bioconductor do analizy danych genomicznych za pomocą środowiska R. Powinien również umieć zinterpretować uzyskane wyniki. Poza tym powinien rozumieć idee reprezentacji danych genomicznych w R.

 

Czy sobie poradzisz? Na pewno!
Wymagana i wskazana jest podstawowa znajomość środowiska R.

Newsletter