دوره های بیوانفورماتیک
بیوانفورماتیک حوزهای از علم است که برای درک حجم عظیمی از دادههایی که محققان امروزه میتوانند از موجودات زنده بهدست آورند از رایانهها استفاده میکند. این دادهها میتوانند ساده مانند یک سلول یا به پیچیدگی پاسخ سیستم ایمنی انسان باشند. به عنوان یک رشته بین رشتهای از علوم، بیوانفورماتیک زیست شناسی، علوم کامپیوتر، مهندسی اطلاعات، ریاضیات و آمار را برای تجزیه و تحلیل و تفسیر داده های بیولوژیکی ترکیب می کند. از بیوانفورماتیک برای تجزیه و تحلیل دادههای بیولوژیکی با استفاده از تکنیکهای ریاضی و آماری استفاده شده است.
با استفاده از محاسبات و تجزیه و تحلیل، محققان میتوانند دادههای بیولوژیکی را از زیستشناسی و پزشکی مدرن بهتر دریافت، مدیریت و تفسیر کنند. اکنون، چند ساعت آزمایش کامپیوتری را میتوان با یک آزمایشگاه کامل با تجهیزات گرانقیمت و پیشرفته که توسط ارتشی از متخصصهای پسادکترا که با منابع بیپایان کار میکند، مقایسه کرد.
امروزه آزمایشها دادههای بیولوژیکی زیادی تولید میکنند که بدون کمک رایانه نمیتوان آنها را بهطور معناداری درک کرد. بیوانفورماتیک به محققان این امکان را میدهد تا آزمایشهایی را بر روی جداول زمانی که در طول زندگی فرد اهمیت دارد انجام دهند. بهعنوان مثال، در طول همهگیری ویروس کرونا، محققان توانستند ژنوم ویروس را توالییابی کنند، آنچه را که احتمالاً باعث ورود ویروس به سلولها میشود شناسایی کنند و واکسنی را بر اساس ژنوم کشفشده در عرض چند ماه بسازند. رویکردهای بیوانفورماتیک برای شناسایی و درمان سایر بیماریها مانند دیابت و سرطان نیز استفاده میشود.
بیوانفورماتیک برای به دست آوردن یافتههای قابل توجه از دادههای بیولوژیکی از ابزارهای رایانهای مانند داده کاوی، تشخیص الگو، مصورسازی و یادگیری ماشین استفاده میکند. با ترکیب دانش، آمار و علم داده، محققان بیوانفورماتیک میتوانند آزمایشهای آزمایشگاهی هدفمندتری را ایجاد کنند تا سریعتر به حوزه خاصی از تحقیقات، مانند ساخت یک داروی جدید، دسترسی پیدا کنند.
محققان بیوانفورماتیک از برنامههای نرمافزاری رایانهای مانندBLAST متعلق به مرکز ملی اطلاعات بیوتکنولوژی (NCBI) استفاده میکنند که توالیهای DNA را با پایگاههای داده توالیها مقایسه میکند تا مناطق مشابه را بیابند. سایر برنامههای نرمافزاری مانند NCBI’s BLASTP دادههای توالی پروتئین را مرتب، بازیابی، پیشبینی، ذخیره و تجزیه و تحلیل میکنند.
پایگاههای اطلاعاتی اینترنتی مانند GENBANK و Protein NCBI نیز برای تحقیقات بیوانفورماتیک مهم هستند. این پایگاهها شامل هر دو پایگاه داده اولیه و ثانویه هستند که بسیاری از آنها به صورت عمومی در دسترس هستند. تمامی دانشجویان کارشناسی، ارشد، دکتری و پسا دکتری در رشتههای مختلف علوم پایه از جمله تمامی گراشهای زیستشناسی، شیمی و ریاضی برای تحلیل دادههای موجود در پایاننامه و بدست آوردن یک داده آماری معنیدار، به این علم احتیاج دارند. با یادگیری بیوانفورماتیک میتوانند بین نتایج حاصل از تحقیقات مولکولی خود رابطه برقرار کنند و این نتایج را با دیگر نتایجی که دانشمندان و پژوهشگران در سرتاسر دنیا در حیطهی موضوع آنها بدست آوردهاند مقایسه و در نهایت تلفیق کنند. در این حالت با دید کلیتر و جامعتری میتوانند در مورد نتایج صحبت کنند و و این دستاوردها قابل اعتمادتر خواهند بود.
در کارگاه بیوانفورماتیک تمامی مباحثی که یک دانشجوی علوم پایه برای انجام پروژههای خود به صورت شخصی نیاز دارد، آموزش داده خواهد شد. آشنایی با پایگاه دادههای مختلف و استفاده از آنها، نحوهی اصلاح دادهها و رسم انواع درختهای فیلوژنتیک، آشنایی با مباحث مربوط به بیوانفورماتیک از جمله زبانهای برنامهنویسی و همچنین یادگیری کامل طراحی پرایمر برای پروژهها و رسالتهای شخصی دانشجویان، در این کارگاه آموزش داده خواهد شد.
تاریخ دوره
22 اسفند
قیمت دوره
3 میلیون و 500 هزار تومان
سر فصل های دوره بیوانفورماتیک
- مروری بر زیست مولکولی و آمار (به همراه جزوه به صورت pdf)
- مقدمهای بر بیوانفورماتیک (آشنایی، کاربردها و اهداف، محدودیتها)
- کتابهای و سایتهای مفید جهت تسلط بر مباحث بیوانفورماتیک
- دورنمایی از مطالب دوره
- پایگاه دادههای زیستی (آشنایی با پایگاه دادههای مختلف از جمله RefSeq، uniProtKB)
- بانکهای اطلاعاتی اسیدهای نوکلئیک و پروتئینها
- مشاهده ژنوم در UCSC Genome Browser، String-db، Coremine
- Polymorphism and mutation databases (SNP)
- آشنایی کامل با NCBI
- ثبت ژن در NCBI
- دارای تکلیف عملی
- انطباق دوتایی توالیها ( انطباق سرتاسری، انطباق محلی، الگوریتمهای انطباق، سرویسهای تحت وب برای هر کدام از الگوریتمها، BLOSUM و PAM)
- دارای تکلیف عملی
- انطباق چندگانه توالیها
- پروفایلها و مدلهای مارکف مخفی (PSSM، HMM)
- تمرین 1 (در اینجا به رفع اشکالات دانشجویان به صورت عملی در مورد مباحث قبلی خواهیم پرداخت)
- دارای تکلیف عملی
- آموزش شیوه جستجو در پایگاه داده مقالات مانند pubmed
- پایگاه دادههای مرتبط با بیان ژن و آنزیم (GEO، SRA و Expressio Atlas)
- پایگاه دادههای Genome Browser، Ensemble
- بیوانفورماتیک سرطان (به کمک دیتابیسهای مختلف مثل NCBI و PMC)
- پروژه تمرینی با موضوع سرچ یک ژن خاص در یکی از پایگاه دادهها
- آنالیز فیلوژنتیک مولکولی (اصول فیلوژتیک، فیلوژنی ژنی و گونهای، انواع نمایش درختها، مدل ژوکز-کانتور، مدل کیمورا)
- اصول آمادهسازی، ویرایش و همردیف سازی توالی با نرم افزار BioEdit
- برنامهها و روشهای ساخت درخت فیلوژنتیک برای مارکرهای مختلف از جمله ITS. MatK و ISSR (روشهای مبتنی بر فاصله، UPGMA، اتصال همسایه یا NJ، حداکثر صرفه جویی MP، روش های جتسجوی درخت و کار با نرم افزار PAUP، ارزیابی درختهای فیلوژنتیکی)
- تکلیف عملی جهت رسم درخت
- آشنایی با PCR
- پیش بینی ژن به کمک نرم افزار Genious.
- طراحی پرایمر
- دارای تکلیف عملی
- جستجوی تشابه در پایگاه داده (ملزومات جستجو پایگاه داده، انواع BLAST و آموزش عملی، FASTA، PSI-BLAST)
- آموزش نحوه بلاست توالیها در پایگاه داده
- طراحی پرایمر برای Real PCR
- دارای تکلیف عملی
- پایگاههای کلینیکال (OMIM, dbvar, dbsnp, dbgap, Clinvar, gtr, Medgen)
- نرم افزارهای مدیریت اطلاعات شامل Endnote و Mendely
- نرمافزارهای آنالیز شبکه مسیر (KEGG, PANTHER)
- VecScreen (Screen for Vector Contamination)
- زبان برنامه نویسی R ( نصب R و RStudio، مقدمات R، تعریف متغیر)
- معرفی ادامهی روند کار جهت تسلط کامل بر زبان برنامهنویسی R.
- تمرین 2 (در اینجا به رفع اشکالات دانشجویان به صورت عملی در مورد مباحث قبلی خواهیم پرداخت)
- تکلیف عملی
- بانکهای اختصاصی mRNAها و incRNA.
- پیشگویی ساختار سوم پروتئین
- مدل سازی هومولوژی
- پایگاه داده مدل سازی جامع
- ران کردن صحیح ماشینهای مجازی
- نحوه نصب لینوکس
- کاربردهای سیستم عامل لینوکس
- بایو لینوکس