Семинар наставника "Анализ данных в биологии и медицине"

2024/2025

Учебный год

RUS

Обучение ведется на русском языке

9

Кредиты

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Кто читает:

Департамент больших данных и информационного поиска

Статус:

Курс обязательный

Когда читается:

1-й курс, 1-4 модуль

Преподаватели

Ильинский Валерий Владимирович

Кривошеев Дмитрий Михайлович

Ракитько Александр Сергеевич

Программа дисциплины

Аннотация

Основная идея курса в том, чтобы погрузить слушателей в анализ биомедицинских данных через критический разбор современных научных статей и воспроизведение экспериментов. Участники не только углубят знания в биоинформатике, но и разовьют ключевые мягкие навыки: представление результатов, научную коммуникацию и ведение дискуссий. Курс включает работу с экспертами и интеграцию в профессиональное сообщество для построения успешной карьеры в науке.

Цель освоения дисциплины

• Познакомить слушателей с методами анализа данных в биологии и медицине, расширить знания в области биоинформатики, развить навыки критического чтения научных публикаций и активного участия в научном сообществе.

Планируемые результаты обучения

• Применять статистические и филогенетические методы поиска конвергенции
• Уметь анализировать генетическое разнообразие, интерпретировать результаты PCA/ADMIXTURE
• Владеть методами расчёта dN/dS, McDonald–Kreitman теста, интерпретацией сигналов отбора
• Владеть инструментами GWAS и базами (ClinVar, OMIM, UK Biobank)
• Знать методы коррекции p-value (Bonferroni, FDR)
• Уметь проектировать биоинформатическую часть RCT и расчёт мощности
• Владеть методами анализа 3D-генома, визуализацией TAD
• Применять ML/нейросети к анализу омикс-данных
• Знать гены-маркеры и подходы к предсказанию ответа на терапию
• Уметь определять каузальные варианты с помощью современных алгоритмов
• Владеть методами установления причинно-следственных связей по GWAS данным
• Понимать геномный отбор и использование CRISPR в селекции
• Применять CNN/трансформеры для анализа медицинских изображений
• Владеть методами аннотации, сборки геномов и филогенетики

Содержание учебной дисциплины

• Популяционная генетика и этнический состав
• Молекулярная эволюция
• Медицинская генетика: базы данных и биобанки
• Проблема множественного тестирования в биологии
• Дизайн клинических исследований
• Пространственная структура хроматина (Hi-C и др.)
• Фармакогеномика
• Машинное обучение в геномике
• Fine-mapping
• Менделевская рандомизация
• Агрогенетика
• Компьютерное зрение в медицинских задачах
• Сравнительная геномика бактерий
• Подходы к изучению конвергентной эволюции

Элементы контроля

• Квиз
  Квиз прводится в начале каждого занятия
• Научные доклады»
  2 раза в семестр для каждого студента
• Домашняя работа

Промежуточная аттестация

• 2024/2025 4th module
  0.4 * Домашняя работа + 0.4 * Домашняя работа + 0.2 * Квиз + 0.2 * Квиз + 0.4 * Научные доклады» + 0.4 * Научные доклады»
• 2025/2026 3rd module
  0.4 * Домашняя работа + 0.4 * Домашняя работа + 0.2 * Квиз + 0.2 * Квиз + 0.4 * Научные доклады» + 0.4 * Научные доклады»

Список литературы

Рекомендуемая основная литература

• Биологическое и компьютерное зрение, Крейман, Г., 2022
• Митяков, Е. С. Искусственный интеллект и машинное обучение : учебное пособие для вузов / Е. С. Митяков, А. Г. Шмелева, А. И. Ладынин. — Санкт-Петербург : Лань, 2025. — 252 с. — ISBN 978-5-507-51465-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/450827 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Молекулярная генетика и действие излучений на наследственность, Дубинин, Н. П., 1963

Рекомендуемая дополнительная литература

• Молекулярная эволюция и филогенетика : монография, Ней, М., 2024

Авторы

• Яковлева Илона Александровна