R jest podstawowym językiem programowania w bioinformatyce i statystyce, a jego znajomość kojarzona jest z prestiżem i najwyższymi kompetencjami analitycznymi. Korzystamy z R w naszej codziennej pracy i chętnie dzielimy się naszym doświadczeniem i umiejętnościami.

Na nasze warsztaty zapraszamy wszystkich, którzy chcą rozszerzyć swoje kompetencje w zakresie analizy danych. Nasi wykładowcy to praktycy R z ogromnym dorobkiem naukowym i szkoleniowym, pracujący na co dzień w obszarach big data i supercomputingu. Nadzór nad programem szkoleń pełni Aneta Sawikowska - doktor nauk matematycznych, bioinformatyk pracujący na co dzień w obszarze big data, autorka publikacji naukowych z zakresu matematyki, analizy statystycznej, analizy poziomu ekspresji genów, analizy sieci korelacyjnych, analizy danych metabolomicznych i innych. Organizujemy także specjalistyczne szkolenia z R dla firm i jednostek naukowo-badawczych oraz kursy indywidualne.

Wybrani klienci:
Uniwersytet im. Adama Mickiewicza w Poznaniu;
Uniwersytet Medyczny im. Karola Marcinkowskiego w Poznaniu;
Uniwersytet Ekonomiczny w Poznaniu;
Uniwersytet Przyrodniczy w Poznaniu;
Instytut Biologii Doświadczalnej im. M. Nenckiego Polskiej Akademii Nauk i inni.




Aktualna oferta kursów R i warsztatów bioinformatycznych

Wprowadzenie do R i RStudio dla początkujących (2-dniowe warsztaty online)

Szkolenie dotyczy osób, które nigdy nie miały styczności z programowaniem w R. Zaczniemy od bardzo podstawowych zagadnień podpartych szeregiem ćwiczeń. Zapraszamy pracowników naukowych, pracowników firm sektora bankowego i finansowego oraz wszystkich zainteresowanych nabyciem umiejętności w posługiwaniu się językiem R. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

Terminy: 16 i 17 marca 2022, 9:00-14:00 (2-dniowe warsztaty online).

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

Lokalizacja: warsztaty zdalne.

Grupa: do 10 osób.

Wykładowcy: dr inż. Joanna Zyprych-Walczak.

Cena: 1499 zł netto (1843,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

Zagadnienia:

  • Wprowadzenie do R i RStudio
  • Podstawowe operatory logiczne, funkcje matematyczne, statystyczne, R jako kalkulator
  • Podstawowe typy danych: wektory, macierze, ramki danych, listy 
  • Wprowadzenie do programowania: pętle, instrukcje warunkowe, funkcje 
  • Wprowadzenie do analizy danych: podstawowe statystyki opisowe, testy statystyczne: test t
  • Podstawy wizualizacji danych: pakiet ggplot2: wykresy słupkowe, histogram, boxploty

  • Wprowadzenie do R i RStudio dla początkujących (2-dniowe warsztaty online)

    Szkolenie dotyczy osób, które nigdy nie miały styczności z programowaniem w R. Zaczniemy od bardzo podstawowych zagadnień podpartych szeregiem ćwiczeń. Zapraszamy pracowników naukowych, pracowników firm sektora bankowego i finansowego oraz wszystkich zainteresowanych nabyciem umiejętności w posługiwaniu się językiem R. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 16 i 17 marca 2022, 9:00-14:00 (2-dniowe warsztaty online).

    Lokalizacja: warsztaty zdalne.

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

    Grupa: do 10 osób.

    Wykładowcy: dr inż. Joanna Zyprych-Walczak.

    Cena: 1499 zł netto (1843,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Wprowadzenie do R i RStudio
  • Podstawowe operatory logiczne, funkcje matematyczne, statystyczne, R jako kalkulator
  • Podstawowe typy danych: wektory, macierze, ramki danych, listy 
  • Wprowadzenie do programowania: pętle, instrukcje warunkowe, funkcje 
  • Wprowadzenie do analizy danych: podstawowe statystyki opisowe, testy statystyczne: test t
  • Podstawy wizualizacji danych: pakiet ggplot2: wykresy słupkowe, histogram, boxploty

  • Statystyka w R i RStudio (2-dniowe warsztaty online)

    Warsztat dla osób, które mają już pewne doświadczenie w programowaniu w R, innych językach lub ukończyły nasz warsztat "Wprowadzenie do R i RStudio dla początkujących". Nauczymy Cię używać języka R do przygotowania, analizy oraz interpretacji danych. Przekażemy Ci podstawowy warsztat analityka i praktyczną wiedzę z zakresu analizy danych i statystyki. Zapraszamy pracowników firm przetwarzających zbiory danych, analityków, naukowców, pracowników sektora bankowego i finansowego oraz wszystkich zainteresowanych nabyciem umiejętności analizowania danych w języku R. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 11 i 12 lutego 2022 9:00-14:00; 25 i 26 marca 2022 9:00-14:00 (2-dniowe warsztaty online).

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

    Lokalizacja: warsztaty zdalne.

    Grupa: do 10 osób.

    Wykładowcy: prof. UAM dr hab. Łukasz Smaga.

    Cena: 1499 zł netto (1843,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Podstawowe statystyki opisowe: miary tendencji centralnej, miary rozrzutu
  • Wizualizacja danych na potrzeby statystyki
  • Podstawowe testy statystyczne: test t, anova, porównania wielokrotne, testy sprawdzania równości wariancji, zgodności z rozkładem normalnym
  • Podstawowe testy statystyczne nieparametryczne: Kruskala-Wallisa, test Friedmana, test Wilcoxona, porównania wielokrotne
  • Testy zgodności, niezależności 
  • Regresja prosta, regresja wielokrotna
  • Analiza korelacji
  • Analiza składowych głównych

  • Statystyka w R i RStudio (2-dniowe warsztaty online)

    Warsztat dla osób, które mają już pewne doświadczenie w programowaniu w R, innych językach lub ukończyły nasz warsztat "Wprowadzenie do R i RStudio dla początkujących". Nauczymy Cię używać języka R do przygotowania, analizy oraz interpretacji danych. Przekażemy Ci podstawowy warsztat analityka i praktyczną wiedzę z zakresu analizy danych i statystyki. Zapraszamy pracowników firm przetwarzających zbiory danych, analityków, naukowców, pracowników sektora bankowego i finansowego oraz wszystkich zainteresowanych nabyciem umiejętności analizowania danych w języku R. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 11 i 12 lutego 2022 9:00-14:00; 25 i 26 marca 2022 9:00-14:00 (2-dniowe warsztaty online).

    Lokalizacja: warsztaty zdalne.

    Grupa: do 10 osób.

    Wykładowcy: prof. UAM dr hab. Łukasz Smaga.

    Cena: 1499 zł netto (1843,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Podstawowe statystyki opisowe: miary tendencji centralnej, miary rozrzutu
  • Wizualizacja danych na potrzeby statystyki
  • Podstawowe testy statystyczne: test t, anova, porównania wielokrotne, testy sprawdzania równości wariancji, zgodności z rozkładem normalnym
  • Podstawowe testy statystyczne nieparametryczne: Kruskala-Wallisa, test Friedmana, test Wilcoxona, porównania wielokrotne
  • Testy zgodności, niezależności 
  • Regresja prosta, regresja wielokrotna
  • Analiza korelacji
  • Analiza składowych głównych

  • Analiza danych RNA-seq w R (2-dniowe warsztaty online)

    Kurs rozpoczniemy od krótkiego wstępu dotyczącego podstaw R, po czym przejdziemy do 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 certyfikat potwierdzający ukończenie kursu.

    Terminy: 18 i 19 lutego 2022 9:00-14:00; 20 i 21 kwietnia 2022 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 Alicja Szabelska-Beręsewicz, dr inż. Joanna Zyprych-Walczak.

    Cena: 1699 zł netto (2089,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    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

  • Analiza danych RNA-seq w R (2-dniowe warsztaty online)

    Kurs rozpoczniemy od krótkiego wstępu dotyczącego podstaw R, po czym przejdziemy do 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 certyfikat potwierdzający ukończenie kursu.

    Terminy: 18 i 19 lutego 2022 9:00-14:00; 20 i 21 kwietnia 2022 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 Alicja Szabelska-Beręsewicz, dr inż. Joanna Zyprych-Walczak.

    Cena: 1699 zł netto (2089,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    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

  • Uczenie maszynowe (machine learning) w R od podstaw (2-dniowe warsztaty online)

    Warsztat dla osób, które rozpoczynają swoją przygodę ze sztuczną inteligencją (AI). Zostaną Państwo wprowadzeni w nowoczesne techniki uczenia maszynowego od podstaw. Uczenie maszynowe wykorzystywane jest obecnie w wielu firmach z różnych sektorów gospodarki, a liczba zastosowań oraz popyt na usługi z nim związane wciąż rośnie. Ten innowacyjny obszar ma zastosowanie w bardzo wielu dziedzinach: biznesie, nauce, marketingu, informatyce. Na co dzień możemy zaobserwować wiele przykładów działania uczenia maszynowego: autokorekta w klawiaturze, filtrowanie spamu, analiza sekwencji genów, przewidywanie sprzedaży, badania rynkowe, grupowanie klientów sklepów, wirtualny asystent na stronach internetowych. Szkolenie ma swoją kontynuację w kursie dotyczącym uczenia głębokiego w R i ma charakter prowadzonego na żywo warsztatu ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą tradycyjną certyfikat potwierdzający ukończenie kursu.

    Terminy: 10 i 11 maja 2022 9:00-14:00 (2-dniowe warsztaty online)

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

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: prof. UAM dr hab. Tomasz Górecki.

    Cena: 1699 zł netto (2089,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Wprowadzenie do biblioteki tidyverse – przygotowanie danych
  • Wprowadzenie do biblioteki ggplot2 – wizualizacja danych
  • Imputacja danych
  • Wykrywanie obserwacji odstających
  • Kodowanie danych jakościowych
  • Regresja liniowa i wielokrotna
  • Współliniowość zmiennych, regresja nieliniowa i logistyczna
  • Redukcja wymiaru danych: metoda PCA i jądrowa PCA, metody t-SNE oraz UMAP, skalowanie wielowymiarowe, analiza korespondencji
  • Analiza skupień: metody hierarchiczne i niehierarchiczne (metoda k-średnich, PAM), metoda DBSCAN
  • Klasyfikacja: metoda najbliższych sąsiadów, SVM, sieci neuronowe, drzewa decyzyjne, lasy losowe

  • Uczenie maszynowe (machine learning) w R od podstaw (2-dniowe warsztaty online)

    Warsztat dla osób, które rozpoczynają swoją przygodę ze sztuczną inteligencją (AI). Zostaną Państwo wprowadzeni w nowoczesne techniki uczenia maszynowego od podstaw. Uczenie maszynowe wykorzystywane jest obecnie w wielu firmach z różnych sektorów gospodarki, a liczba zastosowań oraz popyt na usługi z nim związane wciąż rośnie. Ten innowacyjny obszar ma zastosowanie w bardzo wielu dziedzinach: biznesie, nauce, marketingu, informatyce. Na co dzień możemy zaobserwować wiele przykładów działania uczenia maszynowego: autokorekta w klawiaturze, filtrowanie spamu, analiza sekwencji genów, przewidywanie sprzedaży, badania rynkowe, grupowanie klientów sklepów, wirtualny asystent na stronach internetowych. Szkolenie ma swoją kontynuację w kursie dotyczącym uczenia głębokiego w R i ma charakter prowadzonego na żywo warsztatu ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą tradycyjną certyfikat potwierdzający ukończenie kursu.

    Terminy: 10 i 11 maja 2022 9:00-14:00 (2-dniowe warsztaty online).

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

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: prof. UAM dr hab. Tomasz Górecki.

    Cena: 1699 zł netto (2089,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Wprowadzenie do biblioteki tidyverse – przygotowanie danych
  • Wprowadzenie do biblioteki ggplot2 – wizualizacja danych
  • Imputacja danych
  • Wykrywanie obserwacji odstających
  • Kodowanie danych jakościowych
  • Regresja liniowa i wielokrotna
  • Współliniowość zmiennych, regresja nieliniowa i logistyczna
  • Redukcja wymiaru danych: metoda PCA i jądrowa PCA, metody t-SNE oraz UMAP, skalowanie wielowymiarowe, analiza korespondencji
  • Analiza skupień: metody hierarchiczne i niehierarchiczne (metoda k-średnich, PAM), metoda DBSCAN
  • Klasyfikacja: metoda najbliższych sąsiadów, SVM, sieci neuronowe, drzewa decyzyjne, lasy losowe

  • Uczenie głębokie w R (sieci neuronowe) (2-dniowe warsztaty online)

    Szkolenie jest kontynuacją warsztatu z „Uczenia maszynowego” przygotowanego przez prof. UAM dr hab. Tomasza Góreckiego. Uczenie głębokie, to jeden z najszybciej rozwijających się gałęzi sztucznej inteligencji. Polega na tworzeniu sieci neuronowych. Sieć neuronowa to ogromna ilość połączonych ze sobą i działających w tym samy czasie procesorów. Każdy z nich posiada dostęp do pamięci lokalnej, i jest zasilany dużą ilością danych oraz informacją na temat związków między danymi.  Podstawowe zastosowania uczenia głębokiego: rozpoznawanie mowy, rozpoznawanie obrazu, przetwarzanie wideo, przetwarzanie języka naturalnego, tłumaczenia tekstu, systemy rekomendacji filmów czy książek. Szkolenie ma charakter prowadzonego na żywo warsztatu ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 25 i 26 stycznia 2022 9:00-14:00; 17 i 18 maja 2022 (2-dniowe warsztaty online).

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

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: prof. UAM dr hab. Tomasz Górecki.

    Cena: 1699 zł netto (2089,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Biblioteka H2O
  • Automatyczne modele uczenia maszynowego (AutoML
  • Wprowadzenie do sieci neuronowych
  • Wprowadzenie do głębokich sieci neuronowych
  • Biblioteka keras
  • Konwolucyjne sieci neuronowe
  • Sieci rekurencyjne, w szczególności sieci typu LSTM

  • Uczenie głębokie w R (sieci neuronowe) (2-dniowe warsztaty online)

    Szkolenie jest kontynuacją warsztatu z „Uczenia maszynowego” przygotowanego przez prof. UAM dr hab. Tomasza Góreckiego. Uczenie głębokie, to jeden z najszybciej rozwijających się gałęzi sztucznej inteligencji. Polega na tworzeniu sieci neuronowych. Sieć neuronowa to ogromna ilość połączonych ze sobą i działających w tym samy czasie procesorów. Każdy z nich posiada dostęp do pamięci lokalnej, i jest zasilany dużą ilością danych oraz informacją na temat związków między danymi.  Podstawowe zastosowania uczenia głębokiego: rozpoznawanie mowy, rozpoznawanie obrazu, przetwarzanie wideo, przetwarzanie języka naturalnego, tłumaczenia tekstu, systemy rekomendacji filmów czy książek. Szkolenie ma charakter prowadzonego na żywo warsztatu ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu

    Terminy: 25 i 26 stycznia 2022 9:00-14:00; 17 i 18 maja 2022 (2-dniowe warsztaty online).

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

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: prof. UAM dr hab. Tomasz Górecki.

    Cena: 1699 zł netto (2089,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Biblioteka H2O
  • Automatyczne modele uczenia maszynowego (AutoML
  • Wprowadzenie do sieci neuronowych
  • Wprowadzenie do głębokich sieci neuronowych
  • Biblioteka keras
  • Konwolucyjne sieci neuronowe
  • Sieci rekurencyjne, w szczególności sieci typu LSTM

  • Analiza danych metabolomicznych - chromatografia - spektrometria mas (2-dniowe warsztaty online)

    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, a chcą 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 certyfikat potwierdzający ukończenie kursu.

    Terminy: 7 i 8 kwietnia 2022 9:00-14:00 (2-dniowe warsztaty online).

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

    Lokalizacja: warsztaty zdalne.

    Grupa: do 10 osób.

    Wykładowcy: dr Anna Piasecka

    Cena: 1699 zł netto (2089,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    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

  • Analiza danych metabolomicznych - chromatografia - spektrometria mas (2-dniowe warsztaty online)

    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, a chcą 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 certyfikat potwierdzający ukończenie kursu.

    Terminy: 7 i 8 kwietnia 2022 9:00-14:00 (2-dniowe warsztaty online)

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

    Lokalizacja: warsztaty zdalne.

    Grupa: do 10 osób.

    Wykładowcy: dr Anna Piasecka.

    Cena: 1699 zł netto (2089,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    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

  • Analiza danych proteomicznych - chromatografia - spektrometria mas (2-dniowe warsztaty online)

    Kurs koncentruje się na omówieniu metod identyfikacji oraz analizy ilościowej białek, głównie w oparciu o wykorzystanie niskoprzepływowej chromatografii cieczowej oraz spektrometrii mas. Po omówieniu metod analitycznych oraz sposobów znakowania białek do ich ilościowego oznaczania zapoznamy Państwa ze strukturą danych proteomicznych, metodami ich wstępnego opracowania oraz wykorzystaniem dostępnych narzędzi wspomagających obróbkę danych. Kurs jest skierowany do osób rozpoczynających swoją przygodę z wiedzą biochemiczną oraz bioinformatyczną, jak i do osób które chcą wykorzystać zdobytą już wiedzę do zgłębienia zagadnienia analiz proteomicznych na wyższym poziomie poznając tajniki struktury danych uzyskiwanych na co dzień w laboratoriach analityki biochemicznej czy biomedycznej. Szkolenie będzie miało charakter warsztatu prowadzonego na żywo, z możliwością obustronnej interakcji pomiędzy uczestnikami a prowadzącym, z możliwością zadawania pytań i sprawdzaniem postępów w zdobywaniu wiedzy. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 25 i 26 kwietnia 2022 9:00-14:00 (2-dniowe warsztaty online)

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

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: Dr Łukasz Marczak

    Cena: 1499 zł netto (1843,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Podstawy spektrometrii mas oraz chromatografii w kontekście analityki proteomicznej
  • Struktura i przetwarzanie surowych danych proteomicznych, sposoby identyfikacji białek oraz metody ilościowej analizy danych
  • Praca na sekwencjach aminokwasowych, tworzenie i zarządzanie bazami sekwencji, możliwości analizy modyfikacji potranslacyjnych, itp.
  • Interpretacja i wstępne opracowania danych LC-MS: dekonwolucja, normalizacja danych, skalowanie, dopasowanie między próbkami (alignment)
  • Metody statystyczne stosowane w analizach proteomicznych; analiza jednoczynnikowa – ANOVA, t-test, fold change, korelacje danych, itp.; analiza wielowymiarowa – PCA, PLS-DA, OPLS-DA, clustering, heatmapy, itp
  • Analiza biomarkerów pod kątem identyfikacji różnicujących cech proteomicznych, np. krzywe ROC, klasyfikatory, tworzenie modeli, itp.
  • Dostępne platformy internetowe do przetwarzania i analizy danych proteomicznych
  • Analiza funkcjonalna danych proteomicznych, integracja z danymi omicznymi uzyskanymi na innych poziomach.

  • Analiza danych proteomicznych - chromatografia - spektrometria mas (2-dniowe warsztaty online)

    Kurs koncentruje się na omówieniu metod identyfikacji oraz analizy ilościowej białek, głównie w oparciu o wykorzystanie niskoprzepływowej chromatografii cieczowej oraz spektrometrii mas. Po omówieniu metod analitycznych oraz sposobów znakowania białek do ich ilościowego oznaczania zapoznamy Państwa ze strukturą danych proteomicznych, metodami ich wstępnego opracowania oraz wykorzystaniem dostępnych narzędzi wspomagających obróbkę danych. Kurs jest skierowany do osób rozpoczynających swoją przygodę z wiedzą biochemiczną oraz bioinformatyczną, jak i do osób które chcą wykorzystać zdobytą już wiedzę do zgłębienia zagadnienia analiz proteomicznych na wyższym poziomie poznając tajniki struktury danych uzyskiwanych na co dzień w laboratoriach analityki biochemicznej czy biomedycznej. Szkolenie będzie miało charakter warsztatu prowadzonego na żywo, z możliwością obustronnej interakcji pomiędzy uczestnikami a prowadzącym, z możliwością zadawania pytań i sprawdzaniem postępów w zdobywaniu wiedzy. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 25 i 26 kwietnia 2022 9:00-14:00 (2-dniowe warsztaty online)

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

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: Dr Łukasz Marczak

    Cena: 1499 zł netto (1843,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Podstawy spektrometrii mas oraz chromatografii w kontekście analityki proteomicznej
  • Struktura i przetwarzanie surowych danych proteomicznych, sposoby identyfikacji białek oraz metody ilościowej analizy danych
  • Praca na sekwencjach aminokwasowych, tworzenie i zarządzanie bazami sekwencji, możliwości analizy modyfikacji potranslacyjnych, itp.
  • Interpretacja i wstępne opracowania danych LC-MS: dekonwolucja, normalizacja danych, skalowanie, dopasowanie między próbkami (alignment)
  • Metody statystyczne stosowane w analizach proteomicznych; analiza jednoczynnikowa – ANOVA, t-test, fold change, korelacje danych, itp.; analiza wielowymiarowa – PCA, PLS-DA, OPLS-DA, clustering, heatmapy, itp
  • Analiza biomarkerów pod kątem identyfikacji różnicujących cech proteomicznych, np. krzywe ROC, klasyfikatory, tworzenie modeli, itp.
  • Dostępne platformy internetowe do przetwarzania i analizy danych proteomicznych
  • Analiza funkcjonalna danych proteomicznych, integracja z danymi omicznymi uzyskanymi na innych poziomach.

  • Python dla początkujących - wprowadzenie (2-dniowe warsztaty online)

    Warsztat kierowany jest do osób, które nigdy nie miały styczności z programowaniem w Pythonie. Zaczniemy od podstawowych zagadnień podpartych szeregiem ćwiczeń, a następnie przejdziemy do podstaw analizy danych oraz wizualizacji. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 30 i 31 maja 2022 9:00-14:00 (2-dniowe warsztaty online)

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

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: Adam Mieldzioc

    Cena: 1499 zł netto (1843,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Wprowadzenie do Pythona
  • Podstawowe typy zmiennych oraz danych
  • Podstawowe operatory
  • Wprowadzenie do programowania: pętle, instrukcje warunkowe, funkcje
  • Moduły i pakiety
  • Operacje wejścia i wyjścia
  • Wprowadzenie do analizy danych
  • Podstawy wizualizacji danych.

  • Python dla początkujących - wprowadzenie (2-dniowe warsztaty online)

    Warsztat kierowany jest do osób, które nigdy nie miały styczności z programowaniem w Pythonie. Zaczniemy od podstawowych zagadnień podpartych szeregiem ćwiczeń, a następnie przejdziemy do podstaw analizy danych oraz wizualizacji. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 30 i 31 maja 2022 9:00-14:00 (2-dniowe warsztaty online)

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

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: Adam Mieldzioc

    Cena: 1499 zł netto (1843,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Wprowadzenie do Pythona
  • Podstawowe typy zmiennych oraz danych
  • Podstawowe operatory
  • Wprowadzenie do programowania: pętle, instrukcje warunkowe, funkcje
  • Moduły i pakiety
  • Operacje wejścia i wyjścia
  • Wprowadzenie do analizy danych
  • Podstawy wizualizacji danych.

  • Analiza wyników badań klinicznych w RStudio (2-dniowe warsztaty online)

    Specjalistyczny warsztat dla naukowców i pracowników firm farmaceutycznych zajmujących się analizą danych klinicznych. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: do uzgodnienia dla zorganizowanych grup minimum 3 osób.

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

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: prof. dr hab. n. farm. Agnieszka Bienert.

    Cena: 2300 zł netto (2829 zł brutto) za osobę (zamówienie min. dla 3 osób). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Składowe modelu populacyjnego
  • Model stochastyczny. Cechy modelu
  • Metody analizy populacyjnej
  • Nieliniowe modelowanie efektów mieszanych. Efekty stałe i losowe
  • Zastosowanie programu RStudio w procesie budowania i ewaluacji modelu populacyjnego. Analiza regresji liniowej i wykorzystanie pakietu xpose4. Etapy budowania i ewaluacji populacyjnego modelu PKPD
  • Model zmiennych towarzyszących. Wpływ indywidualnych cech pacjenta na parametry PK i PD leku
  • Praktyczne przykłady analizy danych klinicznych w programie RStudio

  • Analiza wyników badań klinicznych w RStudio (2-dniowe warsztaty online)

    Specjalistyczny warsztat dla naukowców i pracowników firm farmaceutycznych zajmujących się analizą danych klinicznych. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: do uzgodnienia dla zorganizowanych grup minimum 3 osób.

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

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: prof. dr hab. n. farm. Agnieszka Bienert.

    Cena: 2300 zł netto (2829 zł brutto) za osobę (zamówienie min. dla 3 osób). Pracownikom finansowanym przez instytucje naukowe przysługuje cena netto (zwolnienie z VAT).

    Zagadnienia:

  • Składowe modelu populacyjnego
  • Model stochastyczny. Cechy modelu
  • Metody analizy populacyjnej
  • Nieliniowe modelowanie efektów mieszanych. Efekty stałe i losowe
  • Zastosowanie programu RStudio w procesie budowania i ewaluacji modelu populacyjnego. Analiza regresji liniowej i wykorzystanie pakietu xpose4. Etapy budowania i ewaluacji populacyjnego modelu PKPD
  • Model zmiennych towarzyszących. Wpływ indywidualnych cech pacjenta na parametry PK i PD leku
  • Praktyczne przykłady analizy danych klinicznych w programie RStudio

  • Wykładowcy

    Prof. dr hab. n. farm. Agnieszka Bienert

    Kierownik Pracowni Farmakogenetyki Doświadczalnej. Profesor w Katedrze Farmacji Klinicznej i Biofarmacji Uniwersytetu Medycznego w Poznaniu. Odbyła staż naukowy w School of Pharmaceutical Sciences na Uniwersytecie w Buffalo, kolebce farmakokinetyki i farmakodynamiki. Wysokiej klasy specjalista i praktyk R, RStudio i NONMEM, a także podstaw teoretycznych modelowania PKPD i analizy populacyjnej. Doświadczony wykładowca w przedmiotach biofarmacji, farmakoterapii z naukową informacją o lekach oraz farmakogenetyki. Ekspert w dziedzinie modelowania farmakokinetyczno-farmakodynamicznego (PKPD) leków stosowanych w anestezjologii i intensywnej terapii pacjentów dorosłych oraz dzieci.

    Prof. UAM dr hab. Tomasz Górecki

    Profesor uczelni w Zakładzie Statystyki Matematycznej i Analizy Danych na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu, prodziekan ds. grantów i współpracy z gospodarką na Wydziale Matematyki i Informatyki UAM. Naukowo zajmuje się analizą szeregów czasowych, analizą danych funkcjonalnych oraz sztuczną inteligencją. Zajmuje się również zastosowaniami metod statystycznych i uczenia maszynowego w praktycznych zagadnieniach. Od ponad dwudziestu lat prowadzi zajęcia związane z rachunkiem prawdopodobieństwa, statystyką, uczeniem maszynowym i sztuczną inteligencją. Współpracuje z wieloma firmami na polu uczenia maszynowego i sztucznej inteligencji (Lidl, OLX, PWN, Samsung, Smartstock). Od wielu lat wykorzystuje język R (jest m.in. współautorem dwóch pakietów oraz autorem książki dotyczącej języka R). Współpracuje m.in. z pracownikami Colorado State University, University of Utah, Politechniki Poznańskiej, Uniwersytetu Ekonomicznego w Poznaniu oraz Uniwersytetu Przyrodniczego w Poznaniu.

    Prof. UAM dr hab. Łukasz Smaga

    Profesor uczelni w Zakładzie Statystyki Matematycznej i Analizy Danych na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu. Pracuje naukowo w dziedzinach testowania hipotez statystycznych, analizy danych funkcjonalnych oraz teorii eksperymentu. Zajmuje się również zastosowaniami metod statystycznych i uczenia maszynowego w praktycznych zagadnieniach. Od wielu lat programuje w języku R i jest współautorem dwóch jego pakietów dostępnych w repozytoriach CRAN i github. Doświadczony dydaktyk w zakresie rachunku prawdopodobieństwa, statystyki matematycznej i jej zastosowań. Współpracuje m.in. z pracownikami National University of Singapore, TU Dortmund University, Texas Tech University, Shiga University, Politechniki Poznańskiej i Uniwersytetu Ekonomicznego w Poznaniu.

    Dr inż. Joanna Zyprych-Walczak

    Adiunkt w Katedrze Metod Matematycznych i Statystycznych na Uniwersytecie Przyrodniczym w Poznaniu.Autor podręcznika do nauki R. Doświadczony szkoleniowiec.Ekspert i praktyk w dziedzinie analizy w R i rozwoju metod statystycznych z 12-letnim doświadczeniem. Jeden z najlepszych europejskich specjalistów w dziedzinie RNA-seq. Odbyła staże zagraniczne w Williamsburgu, Waszyngtonie i Zurychu. Współpracuje m. in. z Instytutem Genetyki Człowieka, Politechniką Poznańską, Uniwersytetem w Wiedniu, Politechniką Federalną i Uniwersytetem w Zurychu.

    Dr 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.

    Dr Alicja Szabelska-Beręsewicz

    Adiunkt w Katedrze Metod Matematycznych i Statystycznych na Uniwersytecie Przyrodniczym w Poznaniu. Doświadczony szkoleniowiec. Ekspert i praktyk w dziedzinie rozwoju metod statystycznych oraz analityk danych biologicznych z 11-letnim doświadczeniem. Specjalista w dziedzinie analizy danych RNA-seq. Stypendystka programu Sciex, w ramach którego odbyła staż naukowy w FGCZ w Zurichu. Odbyła również staż zagraniczny w Williamsburgu. Współpracuje m. in. z Instytutem Genetyki Człowieka PAN, Politechniką Poznańską, Uniwersytetem BOKU w Wiedniu, Politechniką Federalną i Uniwersytetem w Zurychu.




    Wykładowcy

    Prof. dr hab. n. farm. Agnieszka Bienert

    Kierownik Pracowni Farmakogenetyki Doświadczalnej. Profesor w Katedrze Farmacji Klinicznej i Biofarmacji Uniwersytetu Medycznego w Poznaniu. Odbyła staż naukowy w School of Pharmaceutical Sciences na Uniwersytecie w Buffalo, kolebce farmakokinetyki i farmakodynamiki. Wysokiej klasy specjalista i praktyk R, RStudio i NONMEM, a także podstaw teoretycznych modelowania PKPD i analizy populacyjnej. Doświadczony wykładowca w przedmiotach biofarmacji, farmakoterapii z naukową informacją o lekach oraz farmakogenetyki. Ekspert w dziedzinie modelowania farmakokinetyczno-farmakodynamicznego (PKPD) leków stosowanych w anestezjologii i intensywnej terapii pacjentów dorosłych oraz dzieci.

    Prof. UAM dr hab. Tomasz Górecki

    Profesor uczelni w Zakładzie Statystyki Matematycznej i Analizy Danych na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu, prodziekan ds. grantów i współpracy z gospodarką na Wydziale Matematyki i Informatyki UAM. Naukowo zajmuje się analizą szeregów czasowych, analizą danych funkcjonalnych oraz sztuczną inteligencją. Zajmuje się również zastosowaniami metod statystycznych i uczenia maszynowego w praktycznych zagadnieniach. Od ponad dwudziestu lat prowadzi zajęcia związane z rachunkiem prawdopodobieństwa, statystyką, uczeniem maszynowym i sztuczną inteligencją. Współpracuje z wieloma firmami na polu uczenia maszynowego i sztucznej inteligencji (Lidl, OLX, PWN, Samsung, Smartstock). Od wielu lat wykorzystuje język R (jest m.in. współautorem dwóch pakietów oraz autorem książki dotyczącej języka R). Współpracuje m.in. z pracownikami Colorado State University, University of Utah, Politechniki Poznańskiej, Uniwersytetu Ekonomicznego w Poznaniu oraz Uniwersytetu Przyrodniczego w Poznaniu.

    Prof. UAM dr hab. Łukasz Smaga

    Profesor uczelni w Zakładzie Statystyki Matematycznej i Analizy Danych na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu. Pracuje naukowo w dziedzinach testowania hipotez statystycznych, analizy danych funkcjonalnych oraz teorii eksperymentu. Zajmuje się również zastosowaniami metod statystycznych i uczenia maszynowego w praktycznych zagadnieniach. Od wielu lat programuje w języku R i jest współautorem dwóch jego pakietów dostępnych w repozytoriach CRAN i github. Doświadczony dydaktyk w zakresie rachunku prawdopodobieństwa, statystyki matematycznej i jej zastosowań. Współpracuje m.in. z pracownikami National University of Singapore, TU Dortmund University, Texas Tech University, Shiga University, Politechniki Poznańskiej i Uniwersytetu Ekonomicznego w Poznaniu.

    Dr inż. Joanna Zyprych-Walczak

    Adiunkt w Katedrze Metod Matematycznych i Statystycznych na Uniwersytecie Przyrodniczym w Poznaniu.Autor podręcznika do nauki R. Doświadczony szkoleniowiec.Ekspert i praktyk w dziedzinie analizy w R i rozwoju metod statystycznych z 12-letnim doświadczeniem. Jeden z najlepszych europejskich specjalistów w dziedzinie RNA-seq. Odbyła staże zagraniczne w Williamsburgu, Waszyngtonie i Zurychu. Współpracuje m. in. z Instytutem Genetyki Człowieka, Politechniką Poznańską, Uniwersytetem w Wiedniu, Politechniką Federalną i Uniwersytetem w Zurychu.

    Dr 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.

    Dr Alicja Szabelska-Beręsewicz

    Adiunkt w Katedrze Metod Matematycznych i Statystycznych na Uniwersytecie Przyrodniczym w Poznaniu. Doświadczony szkoleniowiec. Ekspert i praktyk w dziedzinie rozwoju metod statystycznych oraz analityk danych biologicznych z 11-letnim doświadczeniem. Specjalista w dziedzinie analizy danych RNA-seq. Stypendystka programu Sciex, w ramach którego odbyła staż naukowy w FGCZ w Zurichu. Odbyła również staż zagraniczny w Williamsburgu. Współpracuje m. in. z Instytutem Genetyki Człowieka PAN, Politechniką Poznańską, Uniwersytetem BOKU w Wiedniu, Politechniką Federalną i Uniwersytetem w Zurychu.