2022/2023

Системная биология и биоинформатика

Лучший по критерию «Новизна полученных знаний»

Статус: Маго-лего

Кто читает: Базовая кафедра Института биоорганической химии им. академиков М.М. Шемякина и Ю.А. Овчинникова РАН

Когда читается: 3, 4 модуль

Онлайн-часы: 28

Охват аудитории: для своего кампуса

Преподаватели: Галатенко Алексей Владимирович, Новосад Виктор Олегович

Язык: русский

Кредиты: 6

Контактные часы: 48

Программа дисциплины

Аннотация

Биоинформатика — современное направление на стыке множества наук, в рамках которого биологические процессы и явления исследуются методами прикладной математики, статистики и информатики. Широкому развитию данной науки во многом поспособствовало появление биологических экспериментов, ручная обработка результатов которых не представляется возможной в виду огромного объема получаемых данных. В рамках первой части курса слушатели узнают о задаче выравнивания нуклеотидных и аминокислотных последовательностей и методах ее решения. Алгоритмы из данной области являются мощным инструментом как для эволюционной биологии и филогенетики, так и для решения частых технических задач (например, подбор праймеров для ПЦР). Во второй части курса слушатели узнают о способах обработки данных секвенирования нового поколения, на сегодняшний день являющегося одним из самых широко используемых методов. Будут разобраны идеи алгоритмов сборки геномов и картирования прочтений, а особое внимание будет уделено данным секвенирования РНК. Следующая тема курса будет посвящена алгоритмам машинного обучения и их применению в биомедицине (с акцентом на данные транскриптомного анализа).

Цель освоения дисциплины

• Обучить слушателей работать с нуклеотидными и аминокислотными последовательностями: работать с основными биологическими банками данных, проводить глобальное, локальное (парное) и множественное выравнивания (самостоятельно и с использованием биоинформатических программ), производить оценку сложности алгоритмов. Обучить слушателей алгоритмам и методам сборки генома и картирования прочтений, полученных методами секвенирования нового поколения. Обучить навыкам обработки данных секвенирования РНК (от исходных данных до нормализованной матрицы экспрессии). Обучить слушателей базовой работе с дискретными и непрерывными случайными величинами и основными инструментами математической статистики (восстановление неизвестных параметров, проверка гипотез). Научить слушателей находить дифференциально экспрессированные гены после секвенирования РНК, проводить аннотацию и интерпретацию результатов, строить сети ко-экспрессии генов, визуализировать многомерные наборы данных. Обучить слушателей знаниям и навыкам построения моделей машинного обучения, включая модели классификации, регрессии и кластеризации. Особое внимание уделяется специфике работы с массивами биологических данных (экспрессии РНК, нуклеотидные и аминокислотные последовательности).

Планируемые результаты обучения

• Выравнивание последовательностей В рамках данной темы излагается постановка задачи о выравнивании последовательностей и ее различные вариации (парное, множественное, глобальное, локальное), классические алгоритмы Нидлмана-Вунша и Смита-Ватермана, примеры эвристических оптимизаций (BLAST). Особое внимание уделяется вопросам сложности алгоритмов.
• Анализ данных секвенирования нового поколения Рассматриваются различные процедуры по сборке и обработке данных секвенирования нового поколения: сборка геномов de novo, алгоритмы картирования прочтений на референсный геном, обработка данных секвенирования РНК, включая методы оценки экспрессии генов и различные техники нормализации.
• Основы теории вероятностей и математической статистики Излагаются начальные сведения из теории вероятностей (дискретные и непрерывные случайные величины, их распределения, моменты) и математической статистики (выборки, оценки параметров теоретического распределения, выборочные моменты, проверка гипотез).
• Интерпретация данных секвенирования РНК Будут изложены постановка задачи о поиске дифференциально экспрессированных транскриптов и техники ее решения, анализ обогащения набора генов по функциональной принадлежности, корреляционный анализ и графовые методы, методы понижения размерности матрицы экспрессии транскриптов.
• Задачи машинного обучения с учителем Излагаются основные подходы и методы решения задачи классификации (метрические классификаторы, линейные классификаторы, деревья принятия решений и их ансамбли) и регрессии (метод наименьших квадратов, различные методики регуляризации). Примеры приложений к биомедицине: построение диагностических и прогностических моделей по данным секвенирования РНК.
• Задачи машинного обучения без учителя Данная тема посвящена задаче кластеризации. Будут рассмотрены методы иерархической кластеризации и разделения смесей распределений. Отдельное внимание уделяется использованию иерархической кластеризации в задачах филогенетического анализа.

Содержание учебной дисциплины

• Содержание учебной дисциплины

Элементы контроля

• Бонусные задачи
• Домашние задания
• Курс по языку Python
• Доклад по результатам самостоятельной работы
• Экзамен

Промежуточная аттестация

• 2022/2023 учебный год 3 модуль
  Элементы контроля 3 модуля учитываются в промежуточной аттестации 4 модуля
• 2022/2023 учебный год 4 модуль
  rnd (min (0.2 * Бонусные задачи + 0.4 * Домашние задания + 0.4 * Курс по Python + 0.3 * Доклад по результатам самостоятельной работы + 0.4 * Экзамен, 10)), где rnd — функция округления, min — функция минимума.

Список литературы

Рекомендуемая основная литература

• Dennis, G., Sherman, B. T., Hosack, D. A., Yang, J., Gao, W., Lane, H. C., & Lempicki, R. A. (2003). DAVID: Database for Annotation, Visualization, and Integrated Discovery. https://doi.org/10.1186/gb-2003-4-5-p3
• Lesk, A. M. (2012). Introduction to bioinformatics ; Bioinformatics.
• Love, M. I., Huber, W., & Anders, S. (2014). Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. https://doi.org/10.1186/s13059-014-0550-8
• Murphy, K. P. (2012). Machine Learning : A Probabilistic Perspective. Cambridge, Mass: The MIT Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=480968
• Rocha, M., & Ferreira, P. G. (2018). Bioinformatics Algorithms : Design and Implementation in Python (Vol. First edition). London: Academic Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1572286
• Кластерный анализ, Мандель, И. Д., 1988
• Наглядная математическая статистика : учеб. пособие для вузов, Лагутин, М. Б., 2019

Рекомендуемая дополнительная литература

• Horvath Steve, & Langfelder Peter. (2008). WGCNA: an R package for weighted correlation network analysis. https://doi.org/10.1186/1471-2105-9-559
• Statistical bioinformatics with R, Mathur, S. K., 2010
• Кластерный анализ, Дюран, Б., 1977

Авторы

• Балан Полина Владиславовна
• Поликанова Ирина Сергеевна