Bi7528 Analýza genomických a proteomických dat

Přírodovědecká fakulta
jaro 2018
Rozsah
2/0/0. 2 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: k, z.
Vyučující
Mgr. Eva Budinská, Ph.D. (přednášející)
RNDr. Ivana Ihnatová, Ph.D. (přednášející)
Mgr. Barbora Zwinsová (přednášející)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: Mgr. Eva Budinská, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Rozvrh
St 12:00–13:50 F01B1/709
Předpoklady
Bi5040 Biostatistika - základní kurz || Bi5045 Biostatistika pro mat. biol.
Bi5040 Biostatistika – základní kurz, nebo Bi5045 Biostatistika pro matematickou biologii Nutným předpokladem je dobrá znalost základní metodologie biostatistiky a základů molekulární biologie a genetiky . Doporučeno je absolvování předmětu Bi7527 Analýza dat v R, Bi8600 Vícerozměrné statistické metody, DSMBz01 Molekulární biologie a genetika, Bi3060 Obecná genetika a B7250 Genetika člověka
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Předmět si smí zapsat nejvýše 30 stud.
Momentální stav registrace a zápisu: zapsáno: 0/30, pouze zareg.: 0/30, pouze zareg. s předností (mateřské obory): 0/30
Jiné omezení: Doporučení absolvovat Bi8600, DSMBz01, Bi3060
Cíle předmětu
Student po absolvování kurzu:;
Zná otázky, na které lze odpovědět studiem genomických a proteomických dat.;
Zná vybrané technologie, které jsou zdroji vysokohustotních genomických a proteomických dat (typy DNA mikročipů, arrayCGH, hmotnostní spektrometrie);
Zná typy dat produkovaných genomickými a proteomickými technologiemi a jejich problémy z pohledu analytika;
Umi vyjmenovat obecné základní kroky analýzy genomických a proteomických dat.;
Zná pro analýzu potřebné technické detaily technologie mikročipů a hmotnostní spektrometrie.;
Rozumí základním metodám kvantifikace měření těchto technologií a následným úpravám jejich hodnot při vytváření finálního datového souboru.;
Zná specifické, na technologii závislé zdroje nežádoucího technického šumu v datech.;
Pomocí grafických nástrojů a statistických metod dokáže identifikovat přítomnost a zdroj tohoto šumu v datech.;
Umí aplikovat statistické metody používané pro odstranění nežádoucího šumu.;
Dokáže provést transformaci zdrojových dat (normalizaci);
Standardizuje měření mezi jednotlivými datovými soubory.;
Vytvoří finální datový soubor pro další analýzy.;
Dokáže identifikovat a odstranit efekt dávky (batch effect) v datech.;
Popíše obecné principy analýzy genomických a proteomických dat.;
Na základě biologického zadání správně určí typ potřebné analýzy.;
Navrhne analytický postup pro příkladovou studii. ;
Na základě biologického zadání správně určí typ hypotézy a metody jejího testování.;
Rozumí specifickým metodám porovnávání hypotéz, jako je SAM a limma.;
Aplikuje testování hypotéz pro určení odlišně exprimovaných genů/proteinů.;
Zná statistické metody predikce tříd a umí je aplikovat na příkladová data.;
Zná metody dolování dat pro predikci tříd a umí je použít v genomických datech.;
Zná pozitiva a negativa metod pro predikci a umí se rozhodnout, kterou aplikovat.;
Aplikuje MAQC II standardy pro tvorbu klasifikátorů z microarray dat.;
Vybere a aplikuje vhodné vícerozměrné regresní metody pro propojení vztahu exprese genů/proteinů s dalšími (např. klinickými) faktory.;
Na genomických datech provede analýzu přežití pomocí Kaplan-Meierovych odhadů a Coxova modelu proporcionálních rizik.;
Zná princip a metody analýzy genových sad;
Zná princip a základní metody konstrukce genových sítí;
Aplikuje na modelovém příkladu nejběžnější metody analýzy genových sad a pathway analýzy.;
Vyhledá vysokohustotní genomické a proteomické data ve veřejných databázích.;
Pracuje v SW prostředí R a Bioconductor pro úpravy a analýzu genomických a proteomických dat.;
Aplikuje vybrané balíky R a Bioconductor a jejich funkce v úpravě a analýze dat.;
Osnova
  • 1.Současné výzvy a technologie genomiky a proteomiky;
  • 2.Princip a analýza obrazu DNA mikročipů;
  • 3.Úprava a normalizace dat cDNA mikročipů;
  • 4.Úprava a normalizace dat oligonukleotidových mikročipů;
  • 5.Získávání, úprava a normalizace dat hmotnostní spektrometrie ;
  • 6.Základní principy analýzy genomických a proteomických dat ;
  • 7.Porovnávání tříd;
  • 8.Predikce tříd ;
  • 9.Objevování tříd ;
  • 10.Analýza přežití a další regrese;
  • 11.Analýza genových sad a genových sítí ;
  • 12. Prezentace projektů
Literatura
    doporučená literatura
  • Meta-analysis and combining information in genetics and genomics. Edited by Rudy Guerra - Darlene Renee Goldstein. Boca Raton: CRC Press, 2010, xxiii, 335. ISBN 9781584885221. info
  • GENTLEMAN, Robert. R programming for bioinformatics. Boca Raton: CRC Press, 2009, xii, 314. ISBN 9781420063677. info
  • Bioinformatics and computational biology solutions using R and bioconductor. Edited by Robert Gentleman. New York: Springer, 2005, xix, 473. ISBN 0387251464. info
  • Data analysis and visualization in genomics and proteomics. Edited by Francisco Azuaje - Joaquín Dopazo. Hoboken, NJ: John Wiley, 2005, xv, 267. ISBN 0470094397. info
  • DRĄGHICI, Sorin. Data analysis tools for DNA microaarays. Boca Raton: Chapman & Hall/CRC, 2003, 477 s. +. ISBN 1-58488-315-4. info
Výukové metody
Výuka bude probíhat formou přednášek s teoretickou přípravou a praktickými cvičeními v programu R a jeho nástavbě Bioconductor. V úvodu přednášky se vysvětlí koncepty a metody, a následně si studenti vyzkouší jejich aplikaci na reálných datech. Každý student musí zpracovat projekt analýzy dat, a to buď vlastních, nebo si vybere data z veřejně dostupných databází. Projekt musí být následně schválen vyučujícím. Na tomto projektu pak bude každý student samostatně v průběhu semestru pracovat a používat je jako vzorová data pro aplikaci představených metod. Na poslední přednášce semestru budou studenti prezentovat výsledky svých projektů.
Metody hodnocení
Závěrečný písemný test se bude skládat z 10 otázek hodnocených 16 body. Body získané za tento test budou tvořit 40% z celkového finálního hodnocení. Dalších 20 bodů (50% hodnocení při ukončení zkouškou a 71% při zápočtu) bude uděleno za kvalitu zpracování projektu a 4 body (10% z hodnocení zkoušky a 29% z hodnocení zápočtem) za účast a aktivitu na přednáškách a cvičeních, včetně prezentace výsledků projektu. Pro úspěšné ukončení předmětu je nutné dosáhnout minimálně 21 bodů, z toho alespoň 10 bodů z projektu. Studenti můžou při testu používat všechny studijní materiály, protože otázky jsou koncipovány tak, aby vyzkoušeli především znalost obecných principů a schopnost využít nabyté znalosti při řešení praktických příkladů.
Informace učitele
http://portal.matematickabiologie.cz/index.php?pg=analyza-genomickych-a-proteomickych-dat--analyza-genomickych-a-proteomickych-dat
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 2010 - akreditace, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, jaro 2016, jaro 2017, jaro 2019, jaro 2020, jaro 2021, jaro 2022.