Лекция 01 по вычислительной биологии в MIT — Введение

Вычислительная биология MIT: геномы, сети, эволюция, здоровье Профессор Манолис Келлис http://compbio.mit.edu/6.047/ Осень 2018 г. Курс охватывает вычислительные основы и передовые направления исследований в области вычислительной биологии. Передовые алгоритмические методы для быстрого анализа и интерпретации генома, интеграция данных, эпигеномика, сравнительная геномика, регуляторная геномика, биология отдельных клеток, глубокое обучение, байесовские сети, поиск закономерностей и анализ механизмов заболеваний. Геномы: анализ биологических последовательностей, скрытые марковские модели, поиск генов, сравнительная геномика, структура РНК, выравнивание последовательностей, хеширование. Сети: экспрессия генов, кластеризация/классификация, EM/выборка Гиббса, мотивы, байесовские сети, глубокое обучение, эпигеномика, геномика отдельных клеток. Эволюция: филогенетические деревья генов/видов, филогенетика, коалесцентная геномика, персональная геномика, популяционная геномика, происхождение человека, недавний отбор, картирование заболеваний. Здоровье: картирование генетических ассоциаций, распространенные/редкие варианты, GWAS, PheWAS, многопризнаковое картирование, причинно-следственная связь/опосредование, анализ электронных медицинских карт, геномика рака, CRISPR. В дополнение к техническому материалу курса, курсовой проект предоставляет практический опыт (1) написания исследовательской заявки в стиле NIH, (2) рецензирования заявок коллег, (3) планирования и проведения независимых исследований, (4) устного представления результатов исследований на конференции и (5) написания результатов в научной статье в формате научного журнала. Слайды к лекции 1: https://stellar.mit.edu/S/course/6/fa...