Kurs rozpoczniemy od omówienia narzędzi oraz podejść analitycznych stosowanych w metabolomice, po czym przejdziemy do przedstawienia specyfiki analiz danych wysokoprzepustowych, jakimi są dane pochodzące z eksperymentów LC-MS oraz NMR-MS. Zapoznamy Państwa z kompleksową analizą metabolomu. Kurs skierowany jest do osób, które nie posiadają umiejętności bioinformatycznych, natomiast chciałyby zaprojektować eksperyment metabolomiczny, przetwarzać dane metabolomiczne, wykorzystywać metody statystyczne oraz korzystać z baz danych. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą elektroniczną certyfikat potwierdzający ukończenie kursu.

Termin: 3 i 4 marca 2025, 9:00 – 14:00.

Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

Lokalizacja: warsztaty zdalne.

Grupa: do 10 osób.

Wykładowca: Dr hab. inż. Anna Piasecka

Cena: 1899 zł netto (2335,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

Metody płatności: przelew na konto.

Zagadnienia:

• Przetwarzanie surowych danych metabolomicznych GC-MS i LC-MS, strategie i dostępne oprogramowanie
• Metody statystyczne stosowane w analizach wielkoskalowych: ANOVA, analizy post-hoc, FDR i inne
• Metody wizualizacji i redukcji wielowymiarowych danych metabolomicznych: detekcja ważnych sygnałów, mapy cieplne, PCA, PLS-DA, HCA i inne
• Platformy internetowe do przetwarzania i analizy danych metabolomicznych
• Adnotacje sygnałów do metabolomicznych baz danych
• Analiza zgęszczania szlaków metabolomicznych, analiza funkcjonalna, integracja z innymi danymi omicznymi

Cele kształcenia

Po kursie uczestnik będzie:

1. Posiadać wszechstronną wiedzę z zakresu przetwarzania i analizy danych metabolomicznych oraz lipidomicznych.
2. Potrafić samodzielnie projektować i realizować eksperymenty metabolomiczne.
3. Umieć efektywnie przetwarzać surowe dane uzyskane z technik GC-MS i LC-MS.
4. Znać narzędzia bioinformatyczne i bazy danych służące do identyfikacji metabolitów.
5. Potrafić stosować zaawansowane metody statystyczne, takie jak:
1. ANOVA (analiza wariancji),
2. PCA (analiza składowych głównych),
3. PLS-DA (analiza dyskryminacyjna PLS).
6. Umieć wykorzystywać techniki wizualizacji i redukcji danych wielowymiarowych w celu lepszej interpretacji wyników badań.
7. Znać i potrafić praktycznie korzystać z platform online do analizy danych metabolomicznych.
8. Potrafić integrować dane metabolomiczne z innymi omicznymi danymi, co zwiększyło jego zdolności analityczne i badawcze.
9. Rozumiać praktyczne zastosowania zdobytych umiejętności zarówno w pracy naukowej, jak i w sektorze farmaceutycznym i biotechnologicznym.

.

Dr hab. inż. Anna Piasecka

Adiunkt w Instytucie Chemii Bioorganicznej Polskiej Akademii Nauk w Poznaniu. Autorka licznych publikacji naukowych, kierownik oraz wykonawca wielu projektów badawczych. Doświadczony szkoleniowiec. Ekspert i praktyk w dziedzinie spektrometrii mas oraz bioinformatycznym przetwarzaniu danych metabolomicznych z 14-letnim doświadczeniem. Jeden z najlepszych europejskich specjalistów w dziedzinie metabolomiki. Odbyła staż zagraniczny w Getyndze. Współpracuje m. in. z Uniwersytetem Jagiellońskim, Szkołą Główną Gospodarstwa Wiejskiego, The Leibniz Institute of Plant Genetics and Crop Plant Research, Max Planck Institute for Plant Breeding Research.