آموزش بیوانفورماتیک پیشرفته – تحلیل داده های گسترده زیستی

فیلم آموزش بیوانفورماتیک پیشرفته

دانلود رایگان فیلم آموزش بیوانفورماتیک پیشرفته یا تحلیل داده های گسترده زیستی را به زبان فارسی از دکتر علی شریفی آماده کرده ایم که این فیلم آموزشی از کلاس درس ایشان در دانشگاه صنعتی شریف ضبط شده که شامل 31 جلسه و 45 ساعت می باشد. در ادامه به معرفی درس بیوانفورماتیک پیشرفته پرداخته و سرفصل ها به همراه لینک دانلود رایگان جلسات قرار داده شده است.

معرفی درس بیوانفورماتیک پیشرفته

درس بیوانفورماتیک پیشرفته تلفیقی زیبا از بکارگیری مباحث مهندسی کامپیوتر، علم آمار، برای حل مسائل بسیار مهم مثل مسائل زیست شناسی، مسائل پزشکی، مسائل مرگ و زندگی، مسائل سلامت و بیماری، مسائل داشتن فرزندانی سالم و به داشتن زندگی بهتر می باشد. ما در این درس سعی کردیم تا به تحلیل داده های مختلفی از داده های پزشکی گرفته تا داده های زیستی، داده هایی که با فناوری های مختلفی ایجاد شده اند مثل فناری هایی همچون زيست آرايه (Microarray) و تقلی یابی نسل جدید (Next Generation Sequencing – NGS) را خدمت شما ارائه دهیم.

شکل 2

مخاطبین درس بیوانفورماتیک پیشرفته

مخاطبان این درس که در دانشگاه شریف و با همکاری پژوهشگاه رویان تهیه شده، دو گروه شامل دانشجویان مهندسی کامپیوتر و دانشجویان زیست شناسی بودند که هر دو گروه در درس های مقدماتی بیوانفورماتیک شرکت کرده بودند؛ پس از اگر شما برای اولین بار است که با بیوانفورماتیک آشنا می شوید، شاید بهتر باشد که از درس های مقدماتی تر مثل درس مقدمه ای بر بیوانفورماتیک شروع نمائید و بعد به سراغ درس بیوانفورماتیک پیشرفته بیاید که بتوانید به مباحث بهتر مسلط شوید.

ابعاد نظری و عملی در درس بیوانفورماتیک پیشرفته

در این درس سعی شده که هم ابعاد نظریه برای تحلیل داده های زیستی مثل داده ساختار ها و الگوریتم هایی که برای این کار لازم هستند، و هم ابعاد عملی مثل بکارگیری نرم افزار های واقعی که در تحلیل داده های تقلی یابی (Sequencing) مورد استفاده قرار می گیرند پوشش داده شوند.

شکل 3

فهرست سرفصل های فیلم آموزش بیوانفورماتیک پیشرفته

• قسمت اول: سلول (Cells)
• قسمت دوم: پروتئین (Protein)
• قسمت سوم: دنا (DNA)
• قسمت چهارم: رونویسی (Transcription)
• قسمت پنجم: ترجمه (Translation)
• قسمت ششم: تمایز سلولی (Cell Differentiation)
• قسمت هفتم: فناوری ‌های توالی ‌یابی – بخش اول (Sequencing Technologies I)
• قسمت هشتم: فناوری ‌های توالی ‌یابی – بخش دوم (Sequencing Technologies II)
• قسمت نهم: تحلیل داده ‌های ریزآرایه – بخش اول (Microarray Data Analysis I)
• قسمت دهم: تحلیل داده ‌های ریزآرایه – بخش دوم (Microarray Data Analysis II)
• قسمت یازدهم: تحلیل داده ‌های ریزآرایه – بخش سوم (Microarray Data Analysis III)
• قسمت دوازدهم: تحلیل داده‌ های ریزآرایه – بخش چهارم (Microarray Data Analysis IV)
• قسمت سیزدهم: تحلیل داد ه‌های توالی ‌یابی رنا – بخش اول (RNA-Seq Data Analysis I)
• قسمت چهاردهم: تحلیل داده‌های توالی ‌یابی رنا – بخش دوم (RNA-Seq Data Analysis II)
• قسمت پانزدهم: تحلیل داده‌های توالی ‌یابی رنا – بخش سوم (RNA-Seq Data Analysis III)
• قسمت شانزدهم: تحلیل داده‌های توالی ‌یابی رنا – بخش چهارم (RNA-Seq Data Analysis IV)
• قسمت هفدهم: پایگاه داده ‌های مفید (Useful Online Databases)
• قسمت هجدهم: هم‌ ردیفی – بخش اول (Alignment I)
• قسمت نوزدهم: هم ‌ردیفی – بخش دوم (Alignment II)
• قسمت بیستم: هم‌ ردیفی – بخش سوم + متیل ‌دار شدن دنا (Alignment III + DNA Methylation)
• قسمت بیست و یکم: باز سازی – بخش اول (Assembly I)
• قسمت بیست و دوم: باز سازی – بخش دوم (Assembly II)
• قسمت بیست و سوم: باز سازی – بخش سوم (Assembly III)
• قسمت بیست و چهارم: تأثیر ترکیب داده‌ ها – بخش اول (Batch Effect I)
• قسمت بیست و پنجم: تأثیر ترکیب داده ‌ها – بخش دوم (Batch Effect II)
• قسمت بیست و ششم: تحلیل مجموعه ژن‌ ها (Gene Set Enrichment Analysis)
• قسمت بیست و هفتم: خوشه ‌بندی (Clustering)
• قسمت بیست و هشتم: دسته ‌بندی – بخش اول + تحلیل گراف و سل ‌نت (Classification I + Graph Analysis , CellNet)
• قسمت بیست و نهم: دسته ‌بندی – بخش دوم (Classification II)
• قسمت سی ام: مطالعه موردی – ایسکمی قلب (Case Study – Heart Ischemia)
• قسمت سی و یکم: شبکه ‌های عصبی ژرف – (Deep Neural Networks)