Анализ данных RNA-seq

Профильный курс по анализу транскриптомов.


Для научных сотрудников, биологов, химиков и всех, кто занимается обработкой NGS-данных по экспрессии генов


6 занятий

онлайн

по средам, с 19.00 до 21.00

О курсе
Записаться
В курсе будут рассмотрены основные этапы анализа данных РНК-секвенирования с фокусом на анализ дифференциальной и ко-экспрессии, альтернативного сплайсинга и некодирующих РНК.
В программе заложено рассмотрение пайплайнов по данным на различных организмах - от дрожжей до мышек и человека.
Кроме того, будет практика на сервере BlastimCloud, а на последнем расширенном занятии будет проведен хакатон - решение задачи на время в командах с призами!

Мы заранее расспросим о вашем бэкграунде и посоветуем, знания в каких областях следует подтянуть до курса. Однако предварительные знания по молекулярной биологии, статистике, работе в командной строке, опыт программирования на R и Python весьма желательны.

Для эффективного обучения посоветуем иметь представление об основах молекулярной биологии и навыки работы в командной строке, Python или R, а именно уверенно понимать, как создавать директории, копировать файлы из папки в папку с помощью командной строки, основные команды, представление о синтаксисе и программном интерфейсе (но мы все равно обсудим основную навигацию в Linux на всякий случай).

Для облегчения подготовки по этим направлениям мы сделали методические материалы, которые помогут подготовиться. Для более глубокого ознакомления рекомендуем наши курсы по “Статистике, R и анализу данных”, а также “Pyhon и Linux для биоинформатики и биологии”, а также базовый курс по “Анализу NGS-данных”, которые составляют единый цикл.

Введение в анализ РНК-секвенирования
В качестве вводной лекции курса мы посвятим эту лекцию обсуждению технологии секвенирования РНК с платформ Illumina и Oxford Nanopore. Мы обсудим, откуда брать данные и рассмотрим этапы планирования эксперимента по транскриптомике. После этой лекции такие жаргонные термины, как проточная ячейка, одноконцевые и парные чтения, индексация, плотность кластеров, библиотека, fastq, ….. будут практически срываться с вашего языка.
Картирование чтений РНК-сек
с Hisat2 и STAR
На этом занятии мы приступим к использованию Hisat2 и STAR для выравнивания сырых ридов на референсный транскриптом. Вы будете выполнять картирование прямо на занятии, прямо на своем ноутбуке, пока мы обсудим, что происходит «под капотом» этих программ и как это соотносится с другими методами выравнивания. Вы познакомитесь с использованием программного обеспечения командной строки и узнаете об автоматизации и воспроизводимости с помощью сценариев оболочки.
Определение дифференциальной экспрессии
Конечной целью большинства экспериментов по профилированию транскрипции является идентификация дифференциально экспрессируемых генов или транскриптов. На этом занятии мы сперва углубимся в подходы к фильтрации и различные способы нормализации наших данных, оценим источники дисперсии в наших данных, и будем использовать пакет tidyverse для визуализации влияния этих изменений на наши данные и для быстрой и легкой сортировки, фильтрации и упорядочивания больших наборов данных. Далее прямо на занятии рассчитаем дифференциальную экспрессию в датасете на дрожжах, используя популярный пакет DESeq2, предварительно загрузив данных экспрессии при помощи пакета tximport. Также мы обсудим, откуда берется batch effect и как определить источники систематической ошибки в наборах данных транскрипции.

Анализ коэкспрессии
и обогащения генов
Списки дифференциально экспрессируемых транскриптов часто включают в себя различные паттерны или модули генов, которые скоординировано регулируются в зависимости от воздействия, и эти паттерны могут дать более глубокое понимание процессов, происходящих в образцах. На этом занятии вы будете использовать методы кластеризации на основе корреляции и визуализацию тепловых карт для выявления в дифференциально экспрессированных генах модулей совместно регулируемых генов при помощи пакета WGCNA.
Далее мы посмотрим, как проводить анализ функционального обогащения с использованием онтологии генов и анализа обогащения набора генов (GSEA) при помощи пакетов clusterProfiler и fgsea. Мы также рассмотрим различные варианты графического представления результатов функционального обогащения.
*Нет названия*
На пятом занятии мы выявим в RNA-seq датасете транскрипты, предположительно являющиеся длинными некодирующими РНК. Для этого мы сперва воспользуемся аннотациями GENCODE и RNAcentral, а затем попробуем выявить новые некодирующие транскрипты, определив кодирующий потенциал с помощью программ CPAT и FEELnc. Далее мы произведем оценку дифференциальной экспрессии с помощью пакета edgeR, а также реализуем генерализованную линейную модель для дифф. экспрессии самостоятельно. Заодно мы обсудим ключевые особенности применения пакетов limma, edgeR и DESeq2 для анализа дифф. экспрессии. Затем с помощью WGCNA и анализа функционального обогащения мы соотнесем дифференциально экспрессированные длинные некодирующие РНК с коэкспрессированными с ними матричными РНК.

Чему вы научитесь?

  • Разбираться в этапах РНК-секвенирования и понимать, сколько времени требуется для выполнения конкретных задач.
  • Понимать отличия в этапах обработки данных РНК-сек для разных организмов.
  • Тонкостям отдельных задач в анализе RNA-seq — от дифэкспрессии до анализа длинных некодирующих РНК.

А ещё:

У вас появится реальный опыт работы с различными алгоритмами оценки представленности транскриптов, способах нормализации и оценки распределений уровней экспрессии генов.

Вы получите рабочие протоколы с комментариями, расшифровкой основных терминов и указанием нужных программ. С ними сможете самостоятельно обрабатывать данные RNA-seq.
Также среди бонусов:
Мы расскажем вам о бесплатных пакетах и ключевых базах данных, которые используются в современном научном и индустриальном мире.

На каждом этапе вы будете понимать с чем работаете и как оценивать качество текущей работы.

Мы разберем на конкретных датасетах примеры задач, характерные для работы именно с RNA-seq. В каждой теме вы научитесь с нуля анализировать данные до достижения результата.

На хакатоне в групповых дискуссиях вы сможете еще раз обсудить все нюансы этапов обработки данных RNA-seq друг с другом и посоревноваться командами!

Полноценный онлайн формат:
⁍ 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
Стоимость обучения
24 990 рублей
для физических лиц
Записаться
35 990 рублей
для юридических лиц
Записаться

Скидки студентам и аспирантам как всегда!

Наши преподаватели
  • Евгений Герасимов
    Выпускник биофака МГУ,
    к.б.н., с.н.с. лаборатории геномики простейших кафедры молекулярной биологии биофака МГУ. Разработчик ПО T-Aligner.
  • Александр Ткаченко
    Сотрудник лаборатории Геномного разнообразия ИТМО, сотрудник лаборатории геномной биоинформатики НИИ АГиР им. Отта
  • Даниил Бобровский
    Магистрант EPFL (Ecole polytechnique federale de Lausanne), студент факультета биоинженерии и биоинформатики МГУ
Записаться на курс
+7 968 350 90 50
mail@blastim.ru
Формат
Нажимая на кнопку вы соглашаетесь с нашей политикой обработки персональных данных и принимаете условия публичной оферты.
Отзывы на программу «Анализ NGS-данных»