Кластеризация раковых транскриптов (проект): различия между версиями
Новая страница, с помощью формы Новый_проект |
Sandello (обсуждение | вклад) Нет описания правки |
||
| Строка 13: | Строка 13: | ||
=== 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, знание методов кластеризации, основы молекулярной биологии и статистики | Навыки программирования, знание методов кластеризации, основы молекулярной биологии и статистики. | ||
=== 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 | ||
=== Направления развития === | === Направления развития === | ||
| Строка 31: | Строка 31: | ||
=== Критерии оценки === | === Критерии оценки === | ||
4-5 реализовать алгоритм кластеризации для обработанных данных микрочипов | * 4-5: реализовать алгоритм кластеризации для обработанных данных микрочипов, | ||
6-7 реализовать несколько алгоритмов кластеризации для обработанных данных микрочипов, сравнить с известными прогностическими данными, выбрать лучший алгоритм кластеризации | * 6-7: реализовать несколько алгоритмов кластеризации для обработанных данных микрочипов, сравнить с известными прогностическими данными, выбрать лучший алгоритм кластеризации, | ||
8-9 реализовать лучший алгоритм кластризации, сравнить с существующими механизмами кластеризации и прогностическими данными | * 8-9: реализовать лучший алгоритм кластризации, сравнить с существующими механизмами кластеризации и прогностическими данными. | ||
Версия от 12:52, 29 ноября 2014
| Ментор | Вита Степанова |
| Учебный семестр | Весна 2015 |
| Учебный курс | 1-й курс |
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, знание методов кластеризации, основы молекулярной биологии и статистики.
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
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 алгоритм кластеризации для обработанных данных микрочипов,
- 6-7: реализовать несколько алгоритмов кластеризации для обработанных данных микрочипов, сравнить с известными прогностическими данными, выбрать лучший алгоритм кластеризации,
- 8-9: реализовать лучший алгоритм кластризации, сравнить с существующими механизмами кластеризации и прогностическими данными.