Kurs rekomendujemy pracownikom naukowym, którzy mieli już do czynienia z programowaniem w R lub odbyli nasz kurs z wprowadzenia do R.  Warsztaty zaczniemy przedstawienia specyfiki analiz danych wysokoprzepustowych, jakimi są dane pochodzące z eksperymentu RNA-seq. Zapoznamy Państwa z kompleksową analizą transkryptomu. Składają się na nią elementy takie jak analiza jakości, mapowanie, wstępna filtracja i normalizacja, analiza wyższego rzędu czyli analiza różnicowa oraz ontologia genowa. Przekazujemy wiedzę praktyczną popartą przykładami, ćwiczeniami oraz tzw. case study. Kurs ma na celu wprowadzić w podstawy analiz dużych zbiorów danych next generation sequencing (NGS). 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.

Terminy: 21 i 28 marca 2025, 9:00-14:00 (2-dniowe warsztaty online).

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

Lokalizacja: warsztaty zdalne.

Grupa: do 7 osób.

Wykładowcy: dr Arkadiusz Kajdasz

Cena: 1699 zł netto (2089,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe (lub inne jednostki finansowane ze środków publicznych) przysługuje zwolnienie z VAT.

Metody płatności: przelew na konto.

Zagadnienia:

• Wprowadzenie do RNA-seq i Bioconductor
• Analiza jakości sekwencjonowania
• Mapowanie i zliczanie odczytów
• Wstępna obróbka danych countowych
• Podstawowe testy statystyczne dla danych NGS: edgeR, deseq, limma
• Analiza GO i KEGG
• Wizualizacja wyników
• Case study

Cele kształcenia

Po kursie uczestnik będzie:

1. Potrafić zaprojektować podstawowy eksperyment RNA-Seq.
2. Znać strukturę plików potrzebnych do analizy RNA-Seq.
3. Znać protokół przetwarzania danych RNA-Seq:
1. analiza jakości plików fastq oraz interpretacja wyniku,
2. usunięcie sekwencji adapterów z surowych odczytów,
3. przyrównanie surowych odczytów do sekwencji referencyjnej,
4. analiza jakości mapowania,
5. zliczenie odczytów mapujących do cech genomowych.
4. Potrafić przeprowadzić analizę ekspresji różnicowej genów za pomocą pakietu edgeR.
5. Potrafić zinterpretować wyniki analizy ekspresji różnicowej genów uzyskane za pomocą pakietu edgeR.
6. Potrafić sprawdzić biologiczne znaczenie genów o różnicowej ekspresji (analizy GO i KEGG).
7. Potrafić zwizualizować wyniki analiz.
8. Znać narzędzia do analizy RNA-Seq dostępne w Bioconductor.
9. Potrafić wyszukać dostępne eksperymenty RNA-Seq w bazach danych.

Dr Arkadiusz Kajdasz

Obecnie pracuje w Instytucie Chemii Bioorganicznej Polskiej Akademii Nauk w Poznaniu. Doświadczenie dydaktyczne zdobywał w pracy ze studentami na Uniwersytecie im. A. Mickiewicza w Poznaniu. Naukowo interesuje się metabolizmem i potranskrypcyjnymi modyfikacjami RNA. Praktyk w analizie danych pochodzących z RNA-Seq. Uczestnik wielu kursów bioinformatycznych organizowanych w kraju i zagranicą (np. przez Ontario Institute for Cancer Research w Toronto w Kanadzie). Współpracuje z Uniwersytetem Przyrodniczym w Poznaniu oraz z Wojskowym Instytutem Medycznym w Warszawie.