Введение в биоинформатику: метагеномика

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

Результаты обучения

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.

Формируемые компетенции

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

1. 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.

2. Уметь:

• правильно планировать эксперимент;
• оценивать сложность задач и требуемых для их решения ресурсов (лабораторных и компьютерных);
• оценивать качество произведенных данных с точки зрения поставленной задачи;
• правильно выбирать и создавать программные продукты для решения поставленной задачи.

Формат

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.

Требования

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.