Enkeltfag 5 ECTS

Applied Single Cell Bioinformatics

Overordnede kursusmål

Efter du har taget dette kursus, vil du være i stand til at udføre state-of-the-art bioinformatisk analyse af single-cell data. Hovedfokus i kurset er på single-cell RNA-sekventering, men vi vil også dække både spatial og multimodale single-cell data.

See course description in English

Læringsmål

  • selvstændigt søge og forstå relevant information om analyse af single cell data
  • nævne forskellige single-cell teknologier sammen med relevante biologiske anvendelser
  • diskutere styrker og svagheder for forskellige single-cell teknologier
  • vurdere styrker og svagheder ved forskellige eksperimentelle opstillinger
  • nævne forskellige bioinformatiske analyseværktøjer og hvad de bruges til
  • diskutere styrker, svagheder og nøgleparametre for forskellige analysemetoder
  • anvende og fortolke state-of-the-art bioinformatisk analyse til single cell data i forhold til det biologiske system der analyseres
  • bruge R til at organisere, modificere og visualisere data
  • designe og udføre et single cell analyseprojekt i en gruppe
  • klart præsentere opnåede resultater mundtligt ved hjælp af gode visuelle hjælpemidler

Kursusindhold

Første del af kurset vil introducere og arbejde med forskellige single-cell teknologier og analyser, herunder, men ikke begrænset til:
• Single-cell RNA-sekventering
• Dimensionalitetsreduktion, integration, clustering, og celletypeannotation
• Nedstrømsanalyser såsom differentiel ekspression og differentiel celletype abundance
• Multimodal single-cell analyse
• Rumlige transkriptomik
I den anden halvdel af kurset vil du skulle lave et gruppebaseret projekt på rigtig data. Til dette projekt kan du arbejde med data, som vi stiller til rådighed eller medbringe dine egne data (f.eks. fra din kandidatafhandling eller Ph.d.-projekt), så længe datasættet er godkendt af en underviser.

Anbefalede forudsætninger

22100/22110/22126, Viden om celler, celletyper, cellestruktur, deres biologiske funktion, subkomponenter, biokemiske og molekylære processer (metabolisme, RNA- og proteinsyntese). Viden om next generation sequencing (NGS), mapping and mapping QC.

I hele kurset vil vi bruge R til at organisere, analysere og visualisere data. Det betyder også, at vi forventer, at du allerede er fortrolig med programmering i R. Du har ikke tid til at lære det i løbet af dette kursus. Hvis du ikke ved, hvordan man løser grundlæggende opgaver inden for data manipulation i R (eksempler nedenfor), bliver du nødt til at lære det FØR du tager dette kursus for at kunne følge med.

Eksempler på dataanalyse, som du skal kunne foretage i R før kursusstart (uden at slå det op online):
• Samle to datasæt baseret på en fælles identifikator
• Udføre en gruppebaseret operation af data baseret på en grupperingskolonne
• Udføre per-række eller per-kolonne operation uden brug af løkker
• Bruge ggplot2 til at visualisere data, f.eks. et spredningsdiagram, hvor punkter er farvekodet efter kategori

Undervisningsform

Kurset afholdes som et “flipped classroom”, dvs. at du forbereder dig hjemmefra ved at læse materiale, se forelæsninger osv., for at sikre, at en større del af selve undervisningstiden kan bruges på øvelserne

Fakultet

Pladsbegrænsning

Minimum 10, Maksimum: 30.

Vær opmærksom på, at dette enkeltfagskursus har et minimumskrav til antal deltagere. Derudover er der begrænsning på antallet af studiepladser. Er der for få tilmeldinger oprettes kurset ikke. Er der for mange tilmeldinger, vil der blive trukket lod om pladserne. Du får besked om, om du har fået tildelt en studieplads senest 8 dage før kursusstart.

Se kurset i kursusbasen

Tilmelding

Sprog
Varighed

3 uger

Institut

Sundhedsteknologi

Sted

DTU Lyngby Campus

Kursus ID 22102
Kursustype Kandidat
Semesterstart Uge 1
Semester slut Uge 35
Dage Man-fre 8:00-17:00
Pris

7.500,00 kr.

Vær opmærksom på dette kursus har deltager begrænsninger. Læs mere

Tilmelding