После прохождения этих курсов я уверенно создаю профессиональные визуализации и дашборды.
Shoebur RahmanСпециалист по закупкам, Giz Bangladesh
Описание курса
Функциональные геномные технологии — микрочипы, секвенирование и масс-спектрометрия — позволяют учёным получать объективные измерения уровней экспрессии генов в масштабах всего генома. Независимо от того, генерируете ли вы собственные данные или хотите изучить большое количество общедоступных наборов данных, вам прежде всего необходимо освоить анализ подобных экспериментов. В этом курсе вы научитесь использовать универсальный пакет R/Bioconductor limma для проведения анализа дифференциальной экспрессии в рамках наиболее распространённых экспериментальных планов. Кроме того, вы узнаете, как предобрабатывать данные, выявлять и устранять эффекты партий, визуально оценивать результаты и выполнять тестирование на обогащение. По завершении курса у вас будут универсальные стратегии анализа, позволяющие извлекать смысл из любого функционального геномного исследования.
Предварительные требования
Программа
План курса
1
Анализ дифференциальной экспрессии
Для начала вы познакомитесь с целями анализа дифференциальной экспрессии, научитесь работать с данными об экспрессии генов с помощью R и Bioconductor, а также проведёте свой первый анализ дифференциальной экспрессии с использованием limma.
- Дифференциальный анализ экспрессии50 XP
- Применение анализа дифференциальной экспрессии50 XP
- Данные дифференциальной экспрессии50 XP
- Создание диаграммы «ящик с усами»100 XP
- Класс ExpressionSet50 XP
- Создание объекта ExpressionSet100 XP
- Создание диаграммы размаха с объектом ExpressionSet100 XP
- Пакет limma50 XP
- Задание линейной модели для сравнения двух групп100 XP
- Проверка дифференциальной экспрессии между двумя группами100 XP
2
Гибкие модели для типовых схем исследований
В этой главе вы научитесь строить линейные модели для проверки дифференциальной экспрессии в рамках типовых экспериментальных планов.
3
Предобработка и постобработка
Освоив тесты на дифференциальную экспрессию, вы перейдёте к нормализации и фильтрации данных признаков, проверке технических эффектов партий и оценке результатов.
4
Практический пример: эффект лечения доксорубицином
В этой заключительной главе вы применёте полученные знания для сквозного анализа дифференциальной экспрессии в исследовании, использующем факториальный план для оценки воздействия противоракового препарата доксорубицин на сердца мышей с различным генетическим фоном.
R
Анализ дифференциальной экспрессии с помощью limma в R
Курс
завершён
