آموزش بیوانفورماتیک: راهنمای RNA-seq بدون نیاز به کدنویسی! - آخرین آپدیت

دانلود Bioinformatics: Guide to RNA-seq with No Coding Required!

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

یادگیری پردازش و تحلیل داده‌های RNA-seq بدون کدنویسی: ترانسکریپتومیکس، بیان افتراقی، STAR، تحلیل مسیر

آشنایی با اصول اولیه نسل جدید توالی‌یابی (Next Generation Sequencing) و کاربرد آن در تحلیل بیان افتراقی ژن‌ها از طریق توالی‌یابی RNA.

  • پیش‌پردازش داده‌های توالی‌یابی RNA.
  • هم‌راستاسازی خوانش‌ها با ژنوم.
  • کمی‌سازی ترانسکریپت.
  • تحلیل بیان افتراقی.
  • تحلیل آنتولوژی ژن و مسیرهای متابولیکی.

در نهایت، درک چگونگی استفاده از فناوری‌هایی مانند توالی‌یابی RNA برای شناسایی ژن‌های خاصی که می‌توانند باعث بروز شرایط خاصی شوند.

پیش‌نیازها:

  • دانش پایه زیست‌شناسی و ژنتیک.
  • آگاهی از ترکیب و عملکرد DNA و RNA.
  • علاقه به جنبه بیوانفورماتیک ژنتیک و کاربرد آن در درک بیان ژن در شرایط مختلف.

تا به حال فکر کرده‌اید که کدام فناوری‌ها به پژوهشگران اجازه می‌دهند تا نشانگرهای جدید سرطان را کشف کنند یا به درک عمیق‌تری از بیماری‌های ژنتیکی برسند؟ یا حتی صرفاً کدام ژن‌ها برای رشد سلولی مهم هستند؟

این موضوع معمولاً با استفاده از یک کاربرد از فناوری نسل جدید توالی‌یابی به نام توالی‌یابی RNA انجام می‌شود. در طول این دوره، شما با ابزارها و دانش لازم برای نه تنها درک بلکه انجام توالی‌یابی RNA و کشف چگونگی تغییر ترانسکریپتوم یک سلول در طول چرخه رشد آن مجهز خواهید شد. برای جلوگیری از نیاز به نصب نرم‌افزارهای پیچیده، تجربه کدنویسی و در برخی موارد سیستم عامل لینوکس، ما از یک ابزار بیوانفورماتیک رایگان به نام Galaxy برای کل تحلیل استفاده خواهیم کرد! نه تنها این، بلکه ما از خط لوله STAR که در حال حاضر توسط پروژه ENCODE پشتیبانی می‌شود نیز استفاده خواهیم کرد!


پس از اتمام این دوره، شما قادر خواهید بود:

  1. داده‌های عمومی موجود در مقالات را مستقیماً در Galaxy دانلود کنید.
  2. فایل‌های خام مورد نیاز برای هم‌راستاسازی ژنوم را به دست آورید.
  3. هم‌راستاسازی ژنوم را با استفاده از ابزاری به نام STAR انجام دهید.
  4. با استفاده از FeatureCounts، جداول شمارش را از هم‌راستاسازی خود ایجاد کنید.
  5. برای یافتن تغییرات بین سلول در روز چهارم در مقابل روز هفتم رشد، بیان افتراقی را با استفاده از DESeq2 انجام دهید.
  6. تحلیل آنتولوژی ژن را برای درک مسیرهایی که بالا یا پایین تنظیم شده‌اند، انجام دهید.
  7. از Pathview برای ایجاد نقشه‌های KEGG حاشیه‌نویسی شده که می‌توانند برای بررسی جزئی‌تر مسیرهای خاص استفاده شوند، بهره ببرید.
  8. از ابزار مبتنی بر مرورگر وب به نام DEGUST به عنوان جایگزینی برای استفاده از DESeq2 استفاده کنید.

مبتنی بر تمرین عملی

این دوره شامل یک سخنرانی اولیه است که برخی از اصول اولیه توالی‌یابی و کاربردهای توالی‌یابی RNA را توضیح می‌دهد. سپس مستقیماً به بخش عملی می‌پردازیم! در طول ۱۴ سخنرانی، شما گام به گام از دانلود داده‌ها تا چگونگی تفسیر احتمالی داده‌ها در مراحل نهایی هدایت می‌شوید. برخلاف اکثر دوره‌ها، این فرآیند ساده‌سازی نمی‌شود. پروژه دارای چالش‌های دنیای واقعی است، مانند برخورد با محدودیت‌های Galaxy و چگونگی غلبه بر آن‌ها با کمی ابتکار!


این دوره برای هر کسی که علاقه‌مند به نسل جدید توالی‌یابی و فناوری‌های مورد استفاده در تحقیقات پیشگامانه ژنتیک و پزشکی است، طراحی شده است! این دوره همچنین برای مبتدیان RNA-seq در نظر گرفته شده است تا فرآیند کلی را بیاموزند و یک مرور کامل و کاربردی برای داده‌های خود داشته باشند!



سرفصل ها و درس ها

مقدمه و شروع کار Introduction and Getting Started

  • من کی هستم؟ Who Am I?

  • تهیه داده‌های خام Obtaining the Raw Data

  • دانلود داده‌ها در Galaxy Downloading the Data on Galaxy

کنترل کیفیت و هم‌ترازی ژنوم Quality Control and Genome Alignment

  • نکاتی درباره درس ۵ Note on Lecture 5

  • کنترل کیفیت داده‌های توالی‌یابی با استفاده از FastQC Quality Control of Sequencing Data using FastQC

  • رفع مشکلات گزارش MultiQC Dealing with MultiQC Report Issues

  • تهیه فایل‌های ژنوم مرجع مورد نیاز برای هم‌ترازی Obtaining the Reference Genome Files Needed for Alignment

  • هم‌ترازی خوانش‌های توالی‌یابی RNA با ژنوم مرجع Aligning the RNA Sequencing Reads to the Reference Genome.

به دست آوردن فراوانی رونویس با استفاده از FeatureCounts Getting Transcript Abundance uisng FeatureCounts

  • استفاده از Infer Experiment برای تعیین تنظیمات ورودی FeatureCounts Using Infer Experiment to Determine FeatureCounts Input Settings

  • استفاده از FeatureCounts برای ایجاد جدول شمارش بر اساس روش‌های ژن و اگزون Using FeatureCounts to Create a Counts Table based on Gene and Exon methologies

انجام تجزیه و تحلیل بیان افتراقی و آنتولوژی ژن Carrying out Differential Expression and Gene Ontology Analysis

  • انجام تجزیه و تحلیل بیان افتراقی با استفاده از DESeq2 Carrying Out Differential Expression Using DESeq2

  • Biomart به‌روزرسانی شده است Biomart has Updated

  • بررسی نتایج annotate شده DESeq2 و آماده‌سازی فایل‌ها برای GOseq Looking At The Annotated DESeq2 Results and Preparing Files For GOseq

  • تجزیه و تحلیل نتایج GOseq Analyzing the GOseq Results

  • آماده‌سازی فایل‌های مورد نیاز برای تجزیه و تحلیل Pathview Preparing the Needed Files For Pathview Analysis

  • بحث درباره نتایج KEGG Pathview Discussing the KEGG Pathview Results

اختیاری: استفاده از DEGUST به جای DESEQ2 Optional: Using DEGUST Instead of DESEQ2

  • راهنمای گام به گام DEGUST DEGUST Walkthrough

نمایش نظرات

آموزش بیوانفورماتیک: راهنمای RNA-seq بدون نیاز به کدنویسی!
جزییات دوره
3 hours
17
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,259
4.1 از 5
دارد
دارد
دارد
Adrian Bourke
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Adrian Bourke Adrian Bourke

دانشجوی دکتری زیست شناسی مصنوعی