آموزش مهارت‌های بنیادی در بیوانفورماتیک - آخرین آپدیت

پودمان ۱: مقدمه‌ای بر برنامه‌نویسی (با استفاده از R) Module 1: Introduction to Programming (using R)

• معرفی کوتاه دوره Brief introduction to the course

• درس: برنامه‌نویسی و زبان R Lecture: Programming and R

• درس: آشنایی با RStudio Lecture: Introduction to RStudio

• آموزش کدنویسی: اولین تجربه با RStudio Coding Lecture: First contact with RStudio

• مقدمه Introduction

• درس: انواع داده‌ها در R Lecture: Data types in R

• درس: ساختارهای داده در R Lecture: Data structures in R

• آموزش کدنویسی: انواع داده‌ها در R - اتمیک و بردارها Coding Lecture: Data types in R - atomic and vectors

• آموزش کدنویسی: انواع داده‌ها در R - لیست‌ها و ماتریس‌ها Coding Lecture: Data types in R - lists and matrices

• آموزش کدنویسی: انواع داده‌ها در R - دیتا فریم‌ها Coding Lecture: Data types in R - data frames

• درس: مقدمه‌ای بر جریان کنترل (Control Flow) Lecture: Introduction to Control Flow

• درس: حلقه‌ها Lecture: Loops

• آموزش کدنویسی: دستورات If Coding Lecture: If statements

• آموزش کدنویسی: دستورات حلقه‌ای Coding Lecture: loop statements

• درس: بارگذاری و نوشتن داده‌ها Lecture: Loading and Writing

• آموزش کدنویسی: بارگذاری و نوشتن داده‌ها Coding Lecture: Loading and Writing

• مبانی و منابع برای یادگیری بیشتر Basics + where to learn more

پودمان ۲: مقدمه‌ای بر برنامه‌نویسی ۲ (با استفاده از R) Module 2: Introduction to Programming II (using R)

• مقدمه‌ای بر پودمان ۲ Introduction to Module 2

• درس: مقادیر منطقی، بردارهای منطقی و عملیات روی آن‌ها Lecture: Logical values, logical vectors and operations with them.

• آموزش کدنویسی: بردارهای منطقی - بخش اول Coding Lecture: Logical Vectors, part 1.

• آموزش کدنویسی: بردارهای منطقی - بخش دوم Coding Lecture: Logical Vectors, part 2.

• درس: کنترل کیفیت داده‌ها Lecture: Data Quality Control.

• آموزش کدنویسی: کنترل کیفیت Coding Lecture: Quality Control.

• درس: تحلیل اکتشافی داده‌ها (EDA) Lecture: Exploratory Data Analysis.

• آموزش کدنویسی: EDA - بخش اول Coding Lecture: EDA part 1.

• آموزش کدنویسی: EDA - بخش دوم Coding Lecture: EDA part 2.

• درس: همبستگی (Correlation) Lecture: Correlation

• آموزش کدنویسی: همبستگی در R Coding Lecture: correlation in R

• درس: مدل‌های خطی Lecture: Linear Models

• آموزش کدنویسی: مثالی از یک مدل خطی Coding Lecture: example of a linear model

• آموزش کدنویسی: ارزیابی مدل خطی در R Coding Lecture: evaluation of a linear model in R

• درس: آزمون t و ANOVA Lecture: t-test & ANOVA

• آموزش کدنویسی: آزمون t Coding Lecture: t-test.

• آموزش کدنویسی: ANOVA Coding Lecture: ANOVA

• معرفی مجموعه داده: دیتاست ۴ Introduction to the dataset: Data set 4.

• تحلیل هدایت شده Guided analysis.

• درس: پکیج‌های R Lecture: R packages

پودمان ۳: برنامه‌نویسی در پایتون Module 3: Programming in Python

• مقدمه‌ای بر پودمان Introduction to the module

• درس: پایتون و R Lecture: Python and R

• اکوسیستم پایتون The Python ecosystem

• نصب پایتون و محیط‌های اجرایی Python installation and environments

• ژوپیتر لب (Jupyter Lab) Jupyter Lab

• درس: ساختارهای داده پیش‌فرض پایتون Lecture: Python native data structures

• آموزش کدنویسی: مبانی انواع داده‌ها Coding Lecture: Fundamentals in data types

• آموزش کدنویسی: لیست‌ها و تاپل‌ها Coding Lecture: Lists and Tuples

• آموزش کدنویسی: مجموعه‌ها و دیکشنری‌ها Coding Lecture: Sets and Dictionaries

• درس: کنترل جریان و توابع Lecture: flow control and functions.

• آموزش کدنویسی: شرط‌های if، حلقه‌های for و while Coding Lecture: if conditions, for and while loops.

• آموزش کدنویسی: تعریف و استفاده از توابع در پایتون Coding Lecture: declare and using functions in Python

• درس: بررسی کلی ماژول‌ها در پایتون Lecture: overview of modules in Python

• درس: کتابخانه NumPy Lecture: numpy

• آموزش کدنویسی: NumPy Coding Lecture: numpy

• درس: کتابخانه Pandas Lecture: pandas

• آموزش کدنویسی: Pandas Coding Lecture: pandas

• آموزش کدنویسی: Pandas برای اکتشاف داده‌ها Coding lecture: pandas for data exploration

• آموزش کدنویسی: بصری‌سازی (Visualization) Coding Lecture: Visualization

پودمان ۴: مطالعه موردی بیوانفورماتیک - تحلیل داده‌های RNA-seq توده‌ای و تک‌سلولی Module 4: Bioinformatics case study - RNA-seq bulk and single-cell data analysis

• مرور کلی هفته Overview of the week

• درس: مقدمه‌ای بر مطالعه موردی Lecture: Introduction to the case study

• درس: تکنولوژی RNA-seq و نرمال‌سازی داده‌ها Lecture: RNA-seq technology and data normalisation

• آموزش کدنویسی: بارگذاری و نرمال‌سازی داده‌های RNA-seq Coding Lecture: Loading and normalizing RNA-seq data

• درس: تحلیل مؤلفه‌های اصلی (PCA) Lecture: Principal Component Analysis

• آموزش کدنویسی: تحلیل PCA در R برای داده‌های RNA-seq Coding Lecture: PCA analysis in R for RNA-seq data

• درس: یافتن ژن‌های با بیان متفاوت (Differentially Expressed Genes) Lecture: Finding differentially expressed genes

• آموزش کدنویسی: تحلیل بیان متفاوت در R Coding Lecture: Differential expression analysis in R

• درس: از RNA-seq تا scRNA-seq Lecture: From RNA-seq to scRNA-seq

• درس: نمایش آزمایش‌های scRNA-seq در پایتون Lecture: Representing scRNA-seq experiments in Python

• آموزش کدنویسی: بارگذاری آزمایش scRNA-seq در پایتون Coding Lecture: Loading a scRNA-seq experiment in Python

• درس: پیش‌پردازش داده‌های scRNA-seq Lecture: Preprocessing scRNA-seq data

• آموزش کدنویسی: پیش‌پردازش scRNA-seq Coding Lecture: scRNA-seq preprocessing

• درس: UMAP و کاهش ابعاد در مطالعات تک‌سلولی Lecture: UMAP and dimensionality reduction in single-cell studies

• درس: شناسایی نوع سلول Lecture: Cell type identification

• آموزش کدنویسی: خوشه‌بندی و شناسایی نوع سلول با پایتون Coding Lecture: Clustering and cell type identification with Python

• آموزش کدنویسی: تحلیل scRNA-seq در R Coding Lecture: scRNA-seq analysis in R

• درس: هوش مصنوعی در بیولوژی (bioAI) Lecture: bioAI

• سپاسگزاری و جمع‌بندی Thanks (for all the fish)