Kursen syftar till att ge en överblick och praktiska kunskaper om metoder för nedladdning, hantering, bearbetning och visualisering av data från olika högkapacitetsförsök. De viktigaste ämnena under den praktiska delen: (1) Introduktion till datormiljön, bash och hantering av arbetsflöden, (2) Introduktion till nästa generations sekvensering i allmänhet, (3) Genomik, (4) ChIP-seq, (5) Transkriptomik (RNA-seq), (6) Funktionell anrikningsanalys, (7) Metagenomik med amplifiering av markörgener (16S rRNA) och (8) Proteomik.
Det senaste schemat, den detaljerade beskrivningen och kraven finns här:https://docs.google.com/document/d/1z0–wXp5lenl1WI-p8CLCsZRuaJbkdgog1cmJpR7wlg/edit?usp=sharing
Vid kursens slut kommer deltagaren att ha följande kunskaper:
Kan bearbeta genetik- och proteomikdata med hög genomströmning.
Förstår nästa generations sekvenseringsmetoder, data och hur man bearbetar ”reads” vid genomsekvensering, ChIP-seq, RNA-seq och 16S rRNA-metagenomiksekvensering.
Känner till tillämpningsområdena för moderna biologiska forskningsmetoder, förstår vikten av utvecklingen av dessa metoder och bidrar till den i så stor utsträckning som möjligt.
Besitter systematiska vetenskapliga kunskaper.
Känner till kopplingarna mellan de kunskaper som förvärvats inom olika ämnen och förstår vikten av ett tvärvetenskapligt tillvägagångssätt.
Vid kursens slut ska den studerande kunna:
– uttrycka sig professionellt, både muntligt och skriftligt, inom bioinformatik, högkapacitetsgenetik och proteomik.
– systematisera data och kunskap samt analysera och utvärdera dem utifrån vetenskapliga aspekter.
– identifiera och integrera samband mellan kunskaper från olika vetenskapsområden.
Attityd:
Följer och ser till att andra följer reglerna för forskningsetik.
Sprider aktivt resultaten inom vetenskapsområdet, publicerar med självförtroende kunskap även i media och försvarar vid behov sin professionella ståndpunkt mot företrädare för andra synsätt och pseudovetenskap.
Är öppen för nya biologiska och andra vetenskapliga forskningsresultat samt vetenskapligt samarbete. Strävar efter att vidareutveckla befintliga resultat och främjar aktivt utvecklingen av nya forskningsinriktningar.
Engagerad i kvalitetsarbete, ställer höga krav på den vetenskapliga kunskapen och den personliga utvecklingen hos sig själv och kollegor.
Självständighet och ansvar:
Uttrycker åsikter om frågor rörande biologi, bioinformatik och högkapacitetsmetoder på ett ansvarsfullt sätt i både professionella och icke-professionella kretsar.
Upprätthåller en modern datormiljö och bidrar till kontinuerlig metodologisk och teknologisk förnyelse för att kunna arbeta så effektivt som möjligt
Veckobetyg
Du får ett betyg för ditt arbete varje vecka. Medelvärdet av veckobetygen utgör hälften av ditt slutbetyg.
Studenter får vara frånvarande från upp till 3 laborationer. Det innebär att du inte får något betyg för den veckan och att den inte räknas in i ditt slutbetyg.
Projektarbete inför tentamen
Var och en av er måste välja en OMICS-datauppsättning att analysera med hjälp av de metoder ni har lärt er under kursen. Ni kan alltså arbeta med proteomik, SNP-analys, RNA-seq, ChIP-seq-analys osv. Det är upp till er att bestämma vilken typ av analys ni ska utföra. Tveka inte att kontakta lärarna om ni behöver hjälp med att välja ämne eller dataset. När ni har bestämt vilket dataset ni ska använda och vilka analyser ni ska genomföra, skriv 3–4 meningar senast det datum som meddelas här: TBA. Senast datumet (TBA) kommer lärarna att avgöra om det föreslagna ämnet och datamängden är lämpliga för projektarbetet.
Därefter utför du analysen på egen hand. Se till att varje steg går att återskapa genom att skapa en loggfil eller en rapport. Förbered en 10-minuterspresentation med bilder som beskriver datamängden, analysen och resultaten. Skicka loggfilen eller analysrapporten via e-post till lärarna senast datumet (TBA).
Presentera ditt arbete för lärarna och kurskamraterna på datum som meddelas senare under övningen. Lärarna och kurskamraterna kan ställa frågor om den analys du presenterat.
Det slutgiltiga betyget för övningen baseras på ditt arbete under hela terminen (50 %) och din presentation (50 %). Du måste uppnå minst betyg 2 både för ditt samlade terminsarbete och för din analys och presentation för att kunna slutföra kursen.
Rekommenderad litteratur, artiklar och webbplatser kommer att anges i slutet av varje föreläsning.
Föreläsningar, demonstrationer, praktiska övningar: individuellt arbete vid datorer, presentation av resultaten.
Studieutdrag