PřF:Bi1121 Analýza dat v R pro EMB - Informace o předmětu
Bi1121 Analýza dat v R pro experimentální a molekulární biology
Přírodovědecká fakultajaro 2022
- Rozsah
- 2/0/0. 2 kr. (plus 1 za k). Ukončení: k.
- Vyučující
- Mgr. Petra Ovesná, Ph.D. (přednášející)
Mgr. Kristína Gömöryová, Ph.D. (přednášející)
Mgr. Petr Tauš, Ph.D. (přednášející)
Mgr. Radek Fedr (přednášející) - Garance
- prof. Mgr. Vítězslav Bryja, Ph.D.
Ústav experimentální biologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: prof. Mgr. Vítězslav Bryja, Ph.D.
Dodavatelské pracoviště: Ústav experimentální biologie – Biologická sekce – Přírodovědecká fakulta - Rozvrh
- Pá 9:00–10:50 B09/316
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
Předmět si smí zapsat nejvýše 24 stud.
Momentální stav registrace a zápisu: zapsáno: 9/24, pouze zareg.: 0/24, pouze zareg. s předností (mateřské obory): 0/24
Jiné omezení: Na předmět se vztahuje povinnost registrace; bez registrace může být znemožněn zápis předmětu! - Mateřské obory/plány
- Fyziologie (program PřF, N-EBZ)
- Imunologie (program PřF, N-EBZ)
- Vývojová biologie (program PřF, N-EBZ)
- Osnova
- 1. Úvod - instalace R, prostředí Rstudio, základní pravidla psaní syntaxu (baseR) 2. Práce s daty - načtení dat, datové typy, transformace dat, základní sumarizace dat 3. Statistické metody - principy statistického uvažování, intervaly spolehlivosti, typy základních statistických testů, úvod do analýzy přežití 4. Experimentální design, power analýza 5. Grafika v R (base R, ggplot2, interaktivní vizualizace), typy grafů v molekulární biologii 6. Umělá inteligence a strojové učení - redukce dimenzí, klastrování, neuronové sítě 7. Flow cytometrie - FCS datová struktura, automatický gating, grafické výstupy 8. Analýza proteomických dat - úvod do hmotnostní spektrometrie, typy dat generovaných MS a způsoby jejich zpracování, navazující biologická analýza hitů (gene ontologies, interakční sítě, apod.) 9. Analýza scRNA-seq dat - úvod do scRNA-seq, kontrola kvality dat a jejich zpracování, klastrování a vizualizace 10. Analýza scRNA-seq dat - automatická anotace klastrů pomocí strojového učení, modelování vývojových trajektorií, integrace dat 11. Základy zpracování obrazů nejen z mikroskopu - bodové transformace, prahování, animace 12. Reprodukovatelnost - Git, GitHub, R Markdown, WorkflowR
- Literatura
- doporučená literatura
- Modern Statistics for Modern Biology - https://www.huber.embl.de/msmb/
- WICKHAM, Hadley a Garrett GROLEMUND. R for data science : import, tidy, transform, visualize, and model data. First edition. Sebastopol, CA: O'Reilly, 2016, xxv, 492. ISBN 9781491910399. info
- WILKE, C. Fundamentals of data visualization : a primer on making informative and compelling figures. Beijing: O'Reilly, 2019, xvi, 370. ISBN 9781492031086. info
- Orchestrating Single-Cell Analysis with Bioconductor - http://bioconductor.org/books/release/OSCA/
- Další komentáře
- Studijní materiály
Předmět je vyučován každoročně. - Nachází se v prerekvizitách jiných předmětů
- Statistika zápisu (jaro 2022, nejnovější)
- Permalink: https://is.muni.cz/predmet/sci/jaro2022/Bi1121