Кластеризация раковых транскриптов (проект): различия между версиями
Перейти к навигации
Перейти к поиску
Новая страница, с помощью формы Новый_проект |
Нет описания правки |
||
| (не показано 6 промежуточных версий 3 участников) | |||
| Строка 2: | Строка 2: | ||
|name=Кластеризация раковых транскриптов | |name=Кластеризация раковых транскриптов | ||
|mentor=Вита Степанова | |mentor=Вита Степанова | ||
|mentor_login={{URLENCODE: | |mentor_login={{URLENCODE:Vita Stepanova|WIKI}} | ||
|semester=Весна 2015 | |semester=Весна 2015 | ||
|course=1 | |course=1 | ||
|summer= | |summer= | ||
|categorize=yes | |categorize=yes | ||
|is_archived=yes | |||
}} | }} | ||
| Строка 13: | Строка 14: | ||
=== Чему вы научитесь? === | === Чему вы научитесь? === | ||
Основы молекулярной биологии | * Основы молекулярной биологии | ||
Обработка и интерпретация данных генной экспресии | * Обработка и интерпретация данных генной экспресии | ||
Применение математических методов для решения медицинских задач | * Применение математических методов для решения медицинских задач | ||
=== Какие начальные требования? === | === Какие начальные требования? === | ||
Навыки программирования, | Навыки программирования, интерес к изучению генетики и лечения рака | ||
=== Какие будут использоваться технологии? === | === Какие будут использоваться технологии? === | ||
Данные для исследования будут загружены из БД GEO. Опционально | Данные для исследования будут загружены из БД GEO. Опционально могут быть использованы программы по обработке сырых данных микрочипов. | ||
=== Темы вводных занятий === | === Темы вводных занятий === | ||
Экспрессия генов и способы её оценки | * Экспрессия генов и способы её оценки | ||
Способы интерпретации данных микрочипов | * Способы интерпретации данных микрочипов | ||
* Алгоритмы кластеризации | |||
=== Направления развития === | === Направления развития === | ||
| Строка 31: | Строка 33: | ||
=== Критерии оценки === | === Критерии оценки === | ||
4-5 реализовать алгоритм кластеризации | * 4-5: реализовать простейший алгоритм кластеризации данных экспрессии генов | ||
6-7 реализовать | * 6-7: реализовать простейший алгоритм кластеризации данных экспрессии генов, соотнести результаты его работы с реальными наблюдениями для данного типа рака | ||
8- | * 8-10: сравнить разные алгоритмы кластеризации, выбрать лучший на основе его сравнения с реальными наблюдениями | ||
Текущая версия от 07:43, 20 октября 2015
| Ментор | Вита Степанова |
| Учебный семестр | Весна 2015 |
| Учебный курс | 1-й курс |
| Внимание! Данный проект находится в архиве и реализован не будет. |
Что это за проект?
Известно, что раковые опухоли могут характеризоваться различными степенями тяжести. В последнее время активно развиваются способы оценки степени тяжести опухоли по данным генной экспрессии. В рамках данного проекта студентам предлагается кластеризовать раковые транскрипты и сравнить свои кластеры с морфологическими наблюдениями.
Чему вы научитесь?
- Основы молекулярной биологии
- Обработка и интерпретация данных генной экспресии
- Применение математических методов для решения медицинских задач
Какие начальные требования?
Навыки программирования, интерес к изучению генетики и лечения рака
Какие будут использоваться технологии?
Данные для исследования будут загружены из БД GEO. Опционально могут быть использованы программы по обработке сырых данных микрочипов.
Темы вводных занятий
- Экспрессия генов и способы её оценки
- Способы интерпретации данных микрочипов
- Алгоритмы кластеризации
Направления развития
Интересным продолжением задачи станет решение проблемы определения набора дифференциально экспрессированных генов, необходимого для эффективной кластеризации раковых транскриптов. Это позволит упростить молекулярно-биологический прогноз состояния и развития раковой опухоли при первичном обращении пациента в больницу.
Критерии оценки
- 4-5: реализовать простейший алгоритм кластеризации данных экспрессии генов
- 6-7: реализовать простейший алгоритм кластеризации данных экспрессии генов, соотнести результаты его работы с реальными наблюдениями для данного типа рака
- 8-10: сравнить разные алгоритмы кластеризации, выбрать лучший на основе его сравнения с реальными наблюдениями