2025 г.
удостоверение установленного образца
Лицензия № Л035−1 298−77/607 139 от 12.08.2022
Курс рассчитан на слушателей c небольшим опытом анализа данных секвенирования и базовым представлением об ОС Linux, языках Python и R и стандартных биоинформатических программах.
На занятиях будут подробно рассмотрены области применения секвенирования, программы и методы анализа данных, а также их алгоритмы и типичные ошибки, возникающие в процессе работы.
- -1-Реальные кейсыНаучитесь самостоятельно решать задачи. Для каждого занятия мы предоставим реальный кейс из практики.
- -2-Сопровождение преподавателяСможете вместе с преподавателем пройти весь путь по обработке данных, включая установку необходимых программ и настройку сервера.
- -3-Углубленные знанияУглубитесь в отдельные разделы анализа NGS-данных, узнаете алгоритмы работы программ, создадите собственные пайплайны, которые сможете забрать с собой и использовать в своей работе.
- -1-Реальные кейсыНаучитесь самостоятельно решать задачи. Для каждого занятия мы предоставим реальный кейс из практики.
- -2-Сопровождение преподавателяСможете вместе с преподавателем пройти весь путь по обработке данных, включая установку необходимых программ и настройку сервера.
- -3-Углубленные знанияУглубитесь в отдельные разделы анализа NGS-данных, создадите собственные пайплайны, которые сможете забрать с собой и использовать в своей работе.
Для чего нужен этот курс
Перечень навыков и знаний, которые важны для прохождения курса:
• Знание основ молекулярной биологии
• Представления о стандартных экспериментальных подходах работы с ДНК и РНК и постановке ПЦР
• Базовые представления о биоинформатических подходах, позволяющих работать с нуклеотидными последовательностями.
• Представление о структуре данных секвенирования следующего поколения (файлы в формате fasta, fastq, sam, vcf и т.п.)
• Базовое представление о командной строке Linux и о функционале языков Python и R
Для выполнения практических заданий вам понадобится компьютер с установленными Rstudio, ssh и sftp- клиентами и некоторыми дополнительными пакетами для обработки данных секвенирования.
ВАЖНО! При записи на курс вам будет необходимо пройти входное тестирование, которое позволит определить ваш уровень знаний в указанных областях. При успешном прохождении тестирования вы будете зачислены на курс. Если вы наберете недостаточно баллов, то мы предложим записаться на 3-х дневный интенсив по ОС Linux, языкам Python и R для обработки биологических данных, который поможет усвоить темы.
- Контроль качества прочтений
- Тримминг прочтений, удаление праймеров и адаптеров
- Выравнивание прочтений на референсный геном
- SNV calling, значения полей VCF-файла, его фильтрация
- Подготовка пайплайна для анализа данных секвенирования
- SNV и CNV сalling (DEEPSNV , ONCOCNV)
- Аннотация SNP/indel
- Аннотация CNV
- Критерии оценки патогенности вариантов
- Поиск и фильтрация вариантов с клинической значимостью
- Препроцессинг данных для сборки геномов
- Сборка геномов de novo, программа SPAdes, алгоритм программы
- Алгоритм сборки геномных последовательностей на примере вирусных геномов
- Алгоритм сборки коротких геномных последовательностей из метагенома
- Основы филогенетического анализа
- Построение множественного выравнивания и филогенетического дерева
- Популяционно-генетический и эволюционный анализ
- Поиск данных
- Программы для таксономической идентификации организмов
- Алгоритм программы blast, настройки программы
- Алгоритм программы Kraken2, настройки программы
- Таксономическая идентификация бактерий, грибов и вирусов
- Анализ вывода программ blast и kraken2
- Картирование прочтений, контроль качества
- Количественный подсчет и нормализация
- Анализ дифференциальной экспрессии: многофакторные модели, контрасты
- Поправка на множественное тестирование
- Биологические пути и enrichment-анализ
- Визуализация результатов
- Экспериментальная процедура scRNA-Seq на примере 10x Chromium
- Основные отличия анализа scRNA-Seq от bulk RNA-Seq
- Экосистема scanpy для анализа данных scRNA-Seq: от контроля качества до получения кластеров
- Мануальное и автоматическое определение типов клеток
- Обзор возможностей углубленного анализа
- Контроль качества прочтений
- Тримминг прочтений, удаление праймеров и адаптеров
- Выравнивание прочтений на референсный геном
- SNV calling, значения полей VCF-файла, его фильтрация
- Подготовка пайплайна для анализа данных секвенирования
- SNV и CNV сalling (DEEPSNV , ONCOCNV)
- Аннотация SNP/indel
- Аннотация CNV
- Критерии оценки патогенности вариантов
- Поиск и фильтрация вариантов с клинической значимостью
- Препроцессинг данных для сборки геномов
- Сборка геномов de novo, программа SPAdes, алгоритм программы
- Алгоритм сборки геномных последовательностей на примере вирусных геномов
- Алгоритм сборки коротких геномных последовательностей из метагенома
- Основы филогенетического анализа
- Построение множественного выравнивания и филогенетического дерева
- Популяционно-генетический и эволюционный анализ
- Поиск данных
- Программы для таксономической идентификации организмов
- Алгоритм программы blast, настройки программы
- Алгоритм программы Kraken2, настройки программы
- Таксономическая идентификация бактерий, грибов и вирусо
- Анализ вывода программ blast и kraken2
- Картирование прочтений, контроль качества
- Количественный подсчет и нормализация
- Анализ дифференциальной экспрессии: многофакторные модели, контрасты
- Поправка на множественное тестирование
- Биологические пути и enrichment-анализ
- Визуализация результатов
- Экспериментальная процедура scRNA-Seq на примере 10x Chromium
- Основные отличия анализа scRNA-Seq от bulk RNA-Seq
- Экосистема scanpy для анализа данных scRNA-Seq: от контроля качества до получения кластеров
- Мануальное и автоматическое определение типов клеток
- Обзор возможностей углубленного анализа
О преподавателе
Выпускник ФББ МГУ, аспирант Medical University of Vienna
О преподавателе
Выпускница МФТИ; к.б.н., н.с. лаборатории разработки новых методов молекулярной диагностики заболеваний человека ФГБУ «ЦСП" ФМБА России
О преподавателе
Выпускник МФТИ 2018 года, опыт в биоинформатике более 5 лет. Участвовал в проектах по созданию систем для детекции новых вирусных патогенов. Разработал биоинформатический пайплайн для определения состава сложных растительных смесей. В настоящее время – научный сотрудник ЦСП ФМБА, заместитель заведующего лабораторией биомедицинских и цифровых технологий МФТИ
О преподавателе
Выпускница аспирантуры ФББ МГУ, научный сотрудник в ИППИ РАН (лаборатория Г.А.Базыкина) и ИЦиГ СО РАН. В сфере научных интересов эволюционная геномика, геномика сельскохозяйственных растений, биология развития, и, разумеется, использование методов биоинформатики для всестороннего изучения организмов.
О преподавателе
Выпускник МГУ им. М. В. Ломоносова и МГМУ им. И. М. Сеченова. Аналитик ЦСП ФМБА РФ, PHD. Защитил диссертацию в Левенском университете (Бельгия)
О преподавателе
Кандидат биологических наук, руководитель образовательных проектов медико-генетического центра Genotek
О преподавателе
Выпускница НИУ ВШЭ, Аналитик ЦСП ФМБА РФ
О преподавателе
Выпускник МГУ им М.В. Ломоносова; биолог лаборатории молекулярной биологии Московской городской онкологической больницы №62 с опытом работы в онкогенетике более 10 лет; н.с. Государственного научного центра колопроктологии имени А.Н. Рыжих
О преподавателе
Биолог, кандидат биологических наук, старший преподаватель Центра наук о жизни Сколтеха, специалист по генетике растений
Записаться на курс
с вами свяжется менеджер
Оставьте контакты и мы Вам перезвоним или свяжитесь с нами по тел:
+7 (495) 135 12 40,
+7 (925)097-50-00
Юр.адрес: 129085, г.Москва, вн.тер.г. муниципальный округ Останкинский, ул. Годовикова, д. 9, стр. 9, этаж 2, пом./ком. I/5
ОГРН: 1187746923220 ИНН: 7702451857 КПП: 771701001