Как выбрать правильный инструмент для обработки своих научных данных?
Преподаватель:
М.С. Арбатский, м.н.с. НИЛ генных и клеточных технологий медицины Факультета фундаментальной медицины МГУ имени М.В. Ломоносова
Место проведения:
Ломоносовский корпус МГУ имени М.В. Ломоносова
Количество человек в группе: 6 человек
Продолжительность: 3 часа
Необходимый уровень подготовки участников: Мастер-класс рассчитан на неподготовленных слушателей. Проводить семинар для подготовленных нет смысла, как показала прошлая школа, так как с биоинформатикой у всех очень плохо, мы еле успели разобраться с азами. А тем, кто более-менее что-то знал, было абсолютно не интересно. Возможно, есть смысл первый мастер-класс сделать для неподготовленных, туда можно поместить больше человек, а на второй пригласить продвинутых, их может быть несколько человек.
Описание мастер-класса: В связи с ежегодным увеличением биологических данных, необходимость в их эффективной и быстрой обработке возрастает и уже не достаточно просто иметь представление, нужно уметь ориентироваться в основных понятиях и инструментах. Благодаря новым программным продуктам, онлайн-сервисам и масштабным платформам, представляющим множество отдельных пакетов для биоинформатических исследований, анализ и обработка биологической информации становятся более доступными даже для неподготовленного пользователя. Однако полностью полагаться на готовые решения невозможно. О том, какими базовыми знаниями и навыками должен обладать современный ученый-исследователь мы и поговорим на нашем мастер-классе.
Ожидаемые результаты: Знания:
1. Об основных форматах файлов с биологическими данными 2. О рабочих алгоритмах и их рациональном дизайне
О возможностях и ограничениях обработки имеющихся данных
О необходимости нормализации данных и последствиях игнорирования этого этапа обработки.
О том, что такое Trajectory inference (TI) (pseudotime analysis) и RNA-velocity и в чем между ними разница.
Навыки:
Проверки качества полученных данных
Поиска подходящих под задачи исследования данных
Анализа файлов.cloupe, получаемых в результате работы cellranger count (10x Genomics)
Использования отдельных функций Excel, удобных при обработке биологических данных
Поиска готовых результатов обработки размещенных в репозитариях биологических данных