Bi1121 Analýza dat v R pro experimentální a molekulární biology

Přírodovědecká fakulta
jaro 2027
Rozsah
2/0/0. 2 kr. (plus 1 za k). Ukončení: k.
Vyučováno kontaktně
Vyučující
Mgr. Petra Ovesná, Ph.D. (přednášející)
Mgr. Kristína Gömöryová, Ph.D. (přednášející)
Mgr. Antónia Mikulová, Ph.D. (přednášející)
Helge Hecht, Ph.D., M.Sc. (přednášející)
Garance
Mgr. Petra Ovesná, Ph.D.
Ústav experimentální biologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: Mgr. Petra Ovesná, Ph.D.
Dodavatelské pracoviště: Ústav experimentální biologie – Biologická sekce – Přírodovědecká fakulta
Předpoklady
Předmět nemá žádné prerekvizity. Nutný je současný zápis předmětu Bi1121c (cvičení k přednášce).
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Předmět si smí zapsat nejvýše 24 stud.
Momentální stav registrace a zápisu: zapsáno: 0/24, pouze zareg.: 0/24, pouze zareg. s předností (mateřské obory): 0/24
Jiné omezení: Na předmět se vztahuje povinnost registrace; bez registrace může být znemožněn zápis předmětu!
Mateřské obory/plány
Anotace
Cílem předmětu je naučit studenty (i) základy programování v jazyce R, (ii) základní manipulaci s daty, jejich vizualizaci, statistické hodnocení a reportování, (iii) základy správného experimentálního designu a reprodukovatelnosti ve výzkumu, (iv) úvod do vyhodnocování dat z omics technologií (např. hmotnostní spektrometrie, scRNA-seq), flow cytometrie a analýzy obrazu.
Výstupy z učení
Na konci kurzu budou studenti schopni samostatně navrhovat biologické experimenty z omics metod, vyhodnotit je a vytvářet reprodukovatelné reporty s využitím jazyka R.
Klíčová témata
1. Úvod - instalace R, prostředí Rstudio, základní pravidla psaní syntaxu (baseR) 2. Práce s daty - načtení dat, datové typy, transformace dat, základní sumarizace dat, balík dplyr 3. Grafika v R (base R, ggplot2, interaktivní vizualizace), typy grafů v molekulární biologii 4. Statistické metody - principy statistického uvažování, intervaly spolehlivosti, typy základních statistických testů a modelů 5. Experimentální design, power analýza 6. Reprodukovatelnost - Git, GitHub, R Markdown, WorkflowR 7. Vývoj softwaru ve výzkumu 8. Umělá inteligence a strojové učení - redukce dimenzí, klastrování, neuronové sítě 9. Flow cytometrie - FCS datová struktura, automatický gating, grafické výstupy 10. Analýza proteomických dat - úvod do hmotnostní spektrometrie, typy dat generovaných MS a způsoby jejich zpracování, navazující biologická analýza hitů (gene ontologies, interakční sítě, apod.) 11. Analýza scRNA-seq dat - úvod do scRNA-seq, kontrola kvality dat a jejich zpracování, klastrování a vizualizace 12. Analýza scRNA-seq dat - automatická anotace klastrů pomocí strojového učení, modelování vývojových trajektorií, integrace dat
Studijní zdroje a literatura
    doporučená literatura
  • Modern Statistics for Modern Biology - https://www.huber.embl.de/msmb/
  • WICKHAM, Hadley a Garrett GROLEMUND. R for data science : import, tidy, transform, visualize, and model data. First edition. Sebastopol, CA: O'Reilly, 2016, xxv, 492. ISBN 9781491910399. info
  • WILKE, C. Fundamentals of data visualization : a primer on making informative and compelling figures. Beijing: O'Reilly, 2019, xvi, 370. ISBN 9781492031086. info
  • Orchestrating Single-Cell Analysis with Bioconductor - http://bioconductor.org/books/release/OSCA/
Přístupy, postupy a metody používané ve výuce
Kurz je vyučován v češtině, každý týden přednáška odborníka z dané oblasti. Kurz nemá prerekvizity, ale studenti mají povinnost zapsat si současně Bi1121c (navazující cvičení k Bi1121). Výhodou je alespoň základní znalost programování, jinak kurz vyžaduje samostatnou práci doma.
Způsob ověření výstupů z učení a požadavky na ukončení
Ukončení kolokviem: v průběhu semestru dostanou studenti k dispozici datasety z probíraných oblastí (proteomika, scRNA-seq, flow cytometrie), z nichž si jeden vyberou. Tento dataset následně samostatně zanalyzují a připraví repdodukovatelný RMarkdown dokument popisující analýzu dat a jejich biologické zhodnocení.
Navazující předměty
Další komentáře
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích jaro 2022, jaro 2023, jaro 2024, jaro 2025, jaro 2026.