Copy of Введение в биоинформатику

Предзапись на курс «Введение в биоинформатику»

В современном исследовании биология и вычисления идут рука об руку. Но бывает сложно понять, какие данные нужны для вашей задачи, как их получить и что с ними делать дальше. На курсе вы узнаете, какие бывают типы биологических данных (секвенирования, экспрессия, последовательности, варианты, сети) и какие задачи на них решают. Вы поймёте, как проходит настоящий биоинформатический анализ: от проверки качества и обработки данных до статистики и построения гипотез.

Каждая тема курса строится вокруг конкретного биологического вопроса. Сначала мы разбираем, какие данные нужны для ответа: например, нужны ли последовательности ДНК, данные экспрессии или информация о взаимодействиях генов. Далее слушатели работают с реальными данными и базами: ищут гены в открытых ресурсах, сравнивают последовательности, анализируют отчёты по качеству секвенирования. Затем они анализируют полученные данные: проходят готовый вычислительный процесс (пайплайн), оценивают статистические результаты, изучают простую генную сеть и даже запускают готовый ML-кейс. Так слушатели получают целостную картину: от биологического вопроса до интерпретации результата.

Содержание образовательной программы:

Биоинформатика: от биологического вопроса к данным и анализу

Задача темы: дать слушателю общую карту биоинформатики и показать, как биологический вопрос превращается в задачу анализа данных

Биологические объекты и основные типы данных

Задача темы: дать биологический минимум, необходимый для понимания дальнейших тем, и связать биологические объекты с типами данных. Тема не должна превращаться в сокращённый курс молекулярной биологии

Публичные биологические ресурсы и анализ последовательностей

Задача темы: научить слушателя находить информацию о биологических объектах и выполнять базовые операции с последовательностями

Секвенирование и омиксные данные: от эксперимента до данных и контроля качества

Задача темы: показать, как биологический образец превращается в цифровые данные и почему качество эксперимента и исходных данных определяет возможности дальнейшего анализа

Биоинформатические пайплайны и воспроизводимость анализа

Задача темы: показать, как отдельные операции обработки данных объединяются в последовательный и воспроизводимый процесс анализа

Статистическое мышление и интерпретация результатов

Задача темы: научить слушателя задавать вопрос: «насколько убедителен полученный результат и что на его основании действительно можно утверждать?» (без перекоса в математическую статистику)

Генные сети и системный анализ

Задача темы: перейти от анализа отдельного гена или белка к исследованию взаимосвязей между множеством биологических объектов. Если тема 3 отвечает на вопрос: «что известно об отдельном объекте?», то тема 7:"как биологические объекты связаны между собой?"

Машинное обучение в биологии и медицине

Задача темы: научить слушателя понимать, для каких биологических задач имеет смысл применять машинное обучение и как оценивать результат работы модели. Тема не ставит задачу научить самостоятельно разрабатывать модели машинного обучения

Машинное обучение в биологии и медицине

Задача темы: научить слушателя понимать, для каких биологических задач имеет смысл применять машинное обучение и как оценивать результат работы модели. Тема не ставит задачу научить самостоятельно разрабатывать модели машинного обучения

Сквозной биоинформатический кейс и дальнейшая образовательная траектория

Задача темы: собрать знания предыдущих тем в единую систему. Новая теория здесь практически не вводится