;
 
Python и Linux для биоинформатики и биологии
9-дневный практический курс по программированию для начинающих
Для биологов, химиков, врачей и всех, кто хочет перейти на новый уровень обработки данных

Ближайший поток пройдет ближе к лету
в обновленном формате
Большинство курсов по программированию предлагают написать учебный чат-бот или мобильное приложение. Мы верим, что биологам и медикам гораздо интереснее задачи про мышей, белки и генетические последовательности. Мы так же расскажем, как использовать ChatGPT для своих задач в биоинформатике.

Курс поможет повысить эффективность работы и автоматизировать рутинные задачи. Наш интенсив по Python и bash вместе с курсом по Статистике и R составляют единый цикл подготовки биологов к работе с данными и биоинформатике, в том числе анализу NGS-данных.
Вас ждет:
— 20 часов практики с преподавателем + 20 часов самостоятельных тренировок с код-ревью;
— практика по bash в реальном окружении на сервере;
— ежедневные лекционные материалы и готовые питоновские тетради с примерами кода с комментариями;
— домашний проект по окончании интенсива для закрепления навыков;
При покупке любого курса из цикла на два других дополнительная скидка по 5%, которую можно суммировать с остальными акциями
Этот курс подойдет, если вы:
  • Никогда не программировали или делали это давно
  • Хотите сделать лучше и/или автоматизировать анализ данных
  • Уже учили основы Python или Linux, но где-то «застряли»
  • Хотите обучиться популярному языку, который подходит для большинства задач
  • Только переходите в биоинформатику или меняете работу
  • Хотите прийти на наш курс по анализу NGS данных подготовленным


После вебинара вы узнаете о возможностях Python для:

  • Автоматизации биологических экспериментов: сбор и обработка данных с приборов, анализ результатов и создание отчетов

  • -Создания интерактивных визуализаций для биологических данных: построение графиков, диаграмм и других инструментов для визуализации данных.

  • Разработки машинного обучения на Python для решения биологических задач: классификация образцов, обучение моделей и оценка их качества.

  • Интеграции Python с другими инструментами для биологической работы: R, MATLAB, Cytoscape и другие.

  • Разработки собственных программных решений для биологических задач на Python: создание библиотек, модулей и скриптов для упрощения работы.

  •  Основных проблемах, с которыми сталкиваются биологи при работе с Python: отладка, оптимизация, выбор инструментов и прочие сложности.

  • Будущие возможности Python для биологической работы: интеграция с новыми технологиями, автоматизация биологических экспериментов, улучшение алгоритмов и многое другое.

Примеры практических тем и кейсов:
  • На занятиях
    • построение модели связывания для исследуемого транскрипционного фактора,
    • автоматическое скачивание биологических данных из сети,
    • запуск AlphaFold2 при помощи Python и визуализация результата,
    • запуск докинга и предварительная обработка результатов,
    • анализ экспрессионных данных, нахождение выбросов и батч-эффекта.
    1
  • Дома
    • анализ промоторов бактерий при гомологичных белках на наличие транскрипционного фактора,
    • исследование использования стопкодонов у выбранной бактерии/семейств,
    • анализ представленности конформаций структур лиганда,
    • оценка связи между числом экзонов и изоформ гена человека.
    2
Примеры практических тем и кейсов:
На занятиях
  • построение модели связывания для исследуемого транскрипционного фактора,
  • автоматическое скачивание биологических данных из сети,
  • запуск AlphaFold2 при помощи Python и визуализация результата,
  • запуск докинга и предварительная обработка результатов,
  • анализ экспрессионных данных, нахождение выбросов и батч-эффекта.
Дома
  • анализ промоторов бактерий при гомологичных белках на наличие транскрипционного фактора,
  • исследование использования стопкодонов у выбранной бактерии/семейств,
  • анализ представленности конформаций структур лиганда,
  • оценка связи между числом экзонов и изоформ гена человека.
Построение модели связывания транскрипционного фактора
Автоматическое скачивание биологических данных из сети
Запуск AlphaFold2 и докинга, предварительная обработка результатов
Анализ экспрессионных данных, нахождение выбросов и батч-эффекта
Оценка связи между числом экзонов и изоформ гена человека
Примеры практических тем и кейсов:
После обучения вы сможете:
  • 1
    ориентироваться в синтаксисе, читать и писать код на Python и Bash;
  • 2
    свободно обращаться с командной строкой и запускать сторонние программы для обработки данных;
  • 3
    получать красивые графики и диаграммы со своих данных с помощью Python;
  • 4
    настраивать и автоматизировать обработку данных, распараллеливать ее;
  • 5
    формировать интерактивные отчеты в формате Jupyter Notebook;
  • 6
    осознанно дополнять знания по Python и Bash в намеченных направлениях.
Преподаватели
  • Преподаватель, автор курса
    Старший преподаватель ФББ МГУ, научный сотрудник ИОГен РАН,
    автор более 10 курсов
    по программированию.
  • Андрей Сигорских
    Преподаватель
    Аспирант ФББ МГУ. Научный сотрудник НИИ ФХБ. Преподаватель и соавтор 5 курсов по информатике, биоинформатике и машинному обучению в биологии.
  • Арсений Зинкевич
    Преподаватель
    Преподаватель ФББ МГУ, младший научный сотрудник ИОГен РАН, системный аналитик в Insilico Medicine
Полноценный онлайн-вариант
⁍ Онлайн-участники задают вопросы в реальном времени, обсуждают с преподавателями задачи практикума

⁍ Общий чат для всех участников и преподавателей

⁍ Мы предусмотрели онлайн-ассистентов с возможностью персональных консультаций

Оставить заявку:


Мы планируем новый поток в мае 2023 года в обновленном формате

(Не обязательно к заполнению)
Отзывы на предыдущие потоки
Оргкомитет
Директор Бластима, сооснователь Кситеста
Вита Степанова
Генеральный менеджер Бластима
Наталья Мнафки
Руководитель образовательных программ и партнер Бластима
Оксана Коржавина
Куратор курсов Бластима

По вопросам о программе и участии

пишите на почту Наталье Мнафки:

n.mnafki@blastim.ru