СПбГУ15 February 2021 - 31 December 2024 г.Course started

Введение в биоинформатику: метагеномика

Лапидус Алла Львовнаopenedu

Записаться на курс
Метагеномика — раздел геномики, изучающий геном не отдельного организма, а совокупности обитателей микробных сообществ, живущих в разных природных условиях. На протяжении 4,5 миллиардов лет микроорганизмы являются доминирующей формой жизни на Земле. При этом только около 2% из них может быть выращено в лабораторных условиях, а об остальных мы не знаем практически ничего. Детальный анализ состава и функционирования сложных сообществ позволяет ответить на многие вопросы, связанные со здоровьем человека, охраной окружающей среды, хранением и переработкой продуктов питания, разработкой альтернативных источников энергии, и т.д. Такой анализ возможен только в результате биоинформатической обработки огромных массивов данных, получаемых при секвенировании суммарной метагеномной ДНК и/или отдельных генов. В предлагаемом курсе «Введение в биоинформатику: метагеномика» мы затронем вопросы подготовки метагеномных проб и особенностей их анализа; математических подходов, лежащих в основе созданных специально для этого типа данных программных продуктов; вопросы секвенирования и сборки метагеномов, их аннотации и применения. С середины курса участникам будет предложен проект, по результатам работы над которым и будет в основном оцениваться степень освоения ими материала курса.В рамках этого проекта учащиеся будут самостоятельно работать с реальными данными, проведут самостоятельный анализ.
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