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.
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
Отзывы на предыдущие потоки
При нулевом опыте работы с данными инструментами, я в конце курса [почти] самостоятельно решал задачи, можно объективно заключить, что он даром не прошёл =) Прежде всего, важно, что орги успели показать не только общие принципы работы данных языков программирования, но и их практическое применение. Предупреждение тем, кто собирается: это "интенсив", т.е. придётся быстро делать записи, вбивать команды и при этом осознавать, что происходит) Посоветую курс тем, чья работа [будет] связана с биоинформатическим анализом больших объёмов данных. По возможности, сам повторю в следующем году для закрепления)
Константин Курбаков
мнс лаборатории гигиены производства и микробиологии ФГБНУ «ВНИИМП им. В. М. Горбатова»
Теплая, почти домашняя атмосфера. Доступное изложение разного материала. Индивидуальный подход к каждому. Понравилось, что помогали не только отстающим, а всем нуждающимся. Знакомство с Biopython и его применение в практике. К части про Python хотелось бы добавить разбор реально существующих простых прикладных программ для понимания алгоритмов, последовательностей действий в разработке собственных программ. Курс хорош для всех тех, кто мало знаком с Linux и Python; для тех, кто уже начал осваивать все это, но есть много вопросов типа «а как это сделать правильно?» Очень удобный формат «выходного дня», то есть проведения курса в пятницу-субботу-воскресение. Хотелось бы практический курс по R и транскриптомике в этом же формате.
Елена Осипова
Понравилось доходчивое объяснение и индивидуальный подход. Хотелось бы иметь отпечатанный словарь синтаксиса (что типа методички). Посоветовала бы курс биологам которые интересуются биоинформатикой. Я перестала бояться строки, поняла, что мне по силам это освоить)) Лучше в начале дня начать решать более сложные задачи, в конце дня уже становится тяжело что-то воспринимать). Но в целом все понравилось, ребята очень дружелюбные и готовы дать доступные ответы на вопросы)
Юлия Урбан
Научный сотрудник в МНИИЭиМ им. Г.Н. Габричевского