Bi1121c Analýza dat v R pro experimentální a molekulární biology - cvičení

Přírodovědecká fakulta
jaro 2024
Rozsah
0/2/0. 2 kr. Ukončení: z.
Vyučující
Mgr. Petra Ovesná, Ph.D. (cvičící)
Mgr. Kristína Gömöryová, Ph.D. (cvičící)
Mgr. Radek Fedr (cvičící)
Mgr. Antónia Mikulová (cvičící)
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
Po 19. 2. až Ne 26. 5. Pá 11:00–12:50 B09/316
Předpoklady
NOW( Bi1121 Analýza dat v R pro EMB )
Předmět nemá žádné prerekvizity. Nutný je současný zápis předmětu Bi1121 (přednáška).
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: 16/24, 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
Cíle předmětu
Cílem předmětu je naučit studenty (i) základy programování v jazyce R, (ii) základní manipulaci s daty, jejich vizualizaci, statistické hodnocení a reportování, (iii) základy správného experimentálního designu a reprodukovatelnosti ve výzkumu, (iv) úvod do vyhodnocování dat z omics technologií (např. hmotnostní spektrometrie, scRNA-seq), flow cytometrie a analýzy obrazu.
Výstupy z učení
Na konci kurzu budou studenti schopni samostatně navrhovat biologické experimenty z omics metod, vyhodnotit je a vytvářet reprodukovatelné reporty s využitím jazyka R.
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, balík dplyr 3. Grafika v R (base R, ggplot2, interaktivní vizualizace), typy grafů v molekulární biologii 4. Statistické metody - principy statistického uvažování, intervaly spolehlivosti, typy základních statistických testů a modelů 5. Experimentální design, power analýza 6. Reprodukovatelnost - Git, GitHub, R Markdown, WorkflowR 7. Základy zpracování obrazů nejen z mikroskopu - bodové transformace, prahování, animace 8. Umělá inteligence a strojové učení - redukce dimenzí, klastrování, neuronové sítě 9. Flow cytometrie - FCS datová struktura, automatický gating, grafické výstupy 10. Analýza proteomických dat - úvod do hmotnostní spektrometrie, typy dat generovaných MS a způsoby jejich zpracování, navazující biologická analýza hitů (gene ontologies, interakční sítě, apod.) 11. Analýza scRNA-seq dat - úvod do scRNA-seq, kontrola kvality dat a jejich zpracování, klastrování a vizualizace 12. Analýza scRNA-seq dat - automatická anotace klastrů pomocí strojového učení, modelování vývojových trajektorií, integrace dat
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/
Výukové metody
Kurz je vyučován v češtině, každý týden se v rámci cvičení procvičují znalosti z přednášky. Kurz nemá prerekvizity, ale studenti mají povinnost zapsat si současně Bi1121 (přednáška). Výhodou je alespoň základní znalost programování, jinak kurz vyžaduje samostatnou práci doma. Domácí úkoly jsou dobrovolné, nicméně silně doporučené.
Metody hodnocení
Ukončení zápočtem - za alespoň 80% účast na cvičeních. Po domluvě lze přihlédnout k plnění domácích úkolů. V případě nesplnění docházky je vypracován na konci semestru test ověřující základní znalost programování v R.
Navazující předměty
Další komentáře
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2022, jaro 2023, jaro 2025.