کتاب صوتی یکپارچه‌سازی داده‌های چند‌-امیکسی برای کشف بیولوژیکی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یکپارچه‌سازی داده‌های چند‌-امیکسی برای کشف بیولوژیکی

موضوع کلی: بیوانفورماتیک و تحلیل داده‌های زیستی

موضوع میانی: روش‌های پیشرفته تحلیل داده‌های ژنومی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر بیوانفورماتیک و داده‌های چند‌امیکسی
• 2. ژنومیک و نقش آن در بیوانفورماتیک
• 3. ترانسکریپتومیک: بررسی بیان ژن‌ها
• 4. پروتئومیک: مطالعه پروتئین‌ها و عملکرد آن‌ها
• 5. متابولومیک: آنالیز متابولیت‌ها و مسیرهای متابولیکی
• 6. بیوانفورماتیک سیستم‌ها: رویکرد جامع به سیستم‌های زیستی
• 7. داده‌های اپی‌ژنومیک و اهمیت آن‌ها
• 8. تکنیک‌های نسل جدید توالی‌یابی (NGS)
• 9. کنترل کیفیت داده‌های NGS
• 10. همترازی توالی‌ها و فراخوانی واریانت
• 11. آنالیز واریانت‌های ژنتیکی و ارتباط آن‌ها با بیماری‌ها
• 12. مقدمه‌ای بر داده‌های RNA-seq
• 13. نرم‌افزارهای رایج در آنالیز RNA-seq
• 14. آنالیز بیان ژن‌های افتراقی در RNA-seq
• 15. مسیرهای سیگنالینگ و شبکه‌های ژنی
• 16. آنالیز غنی‌سازی ژنی (Gene Set Enrichment Analysis - GSEA)
• 17. ادغام داده‌های ژنومیک و ترانسکریپتومیک
• 18. آنالیز همبستگی بین داده‌های ژنومیک و ترانسکریپتومیک
• 19. مقدمه‌ای بر داده‌های پروتئومیک
• 20. شناسایی و کمیت پروتئین‌ها با استفاده از طیف‌سنجی جرمی
• 21. آنالیز داده‌های پروتئومیک و شناسایی پروتئین‌های افتراقی
• 22. ادغام داده‌های ترانسکریپتومیک و پروتئومیک
• 23. مقدمه‌ای بر داده‌های متابولومیک
• 24. تکنیک‌های طیف‌سنجی جرمی در متابولومیک
• 25. آنالیز داده‌های متابولومیک و شناسایی متابولیت‌های کلیدی
• 26. ادغام داده‌های پروتئومیک و متابولومیک
• 27. مقدمه‌ای بر داده‌های اپی‌ژنومیک
• 28. تکنیک‌های مطالعه اپی‌ژنومیک (ChIP-seq, Bisulfite Sequencing)
• 29. آنالیز داده‌های اپی‌ژنومیک و شناسایی مناطق تنظیم‌کننده ژن
• 30. ادغام داده‌های ژنومیک و اپی‌ژنومیک
• 31. تحلیل داده‌های تک‌سلولی (Single-cell data analysis)
• 32. پیش‌پردازش داده‌های تک‌سلولی
• 33. شناسایی جمعیت‌های سلولی با استفاده از داده‌های تک‌سلولی
• 34. آنالیز مسیرهای سیگنالینگ در سطح تک‌سلولی
• 35. ادغام داده‌های چند‌امیکسی تک‌سلولی
• 36. روش‌های کاهش ابعاد در داده‌های چند‌امیکسی
• 37. روش‌های خوشه‌بندی (Clustering) در داده‌های چند‌امیکسی
• 38. روش‌های طبقه‌بندی (Classification) در داده‌های چند‌امیکسی
• 39. شبکه‌های تنظیم ژن و مدل‌سازی سیستم‌های زیستی
• 40. مقدمه‌ای بر یادگیری ماشین در بیوانفورماتیک
• 41. استفاده از الگوریتم‌های یادگیری ماشین برای پیش‌بینی بیماری‌ها
• 42. استفاده از الگوریتم‌های یادگیری ماشین برای شناسایی اهداف دارویی
• 43. تحلیل داده‌های تصویربرداری زیستی (Bioimaging)
• 44. ادغام داده‌های تصویربرداری زیستی با داده‌های چند‌امیکسی
• 45. مقدمه‌ای بر پایگاه‌های داده بیوانفورماتیکی
• 46. پایگاه‌های داده ژنومیک
• 47. پایگاه‌های داده پروتئومیک
• 48. پایگاه‌های داده متابولومیک
• 49. پایگاه‌های داده اپی‌ژنومیک
• 50. ابزارهای تجسم‌سازی داده‌های چند‌امیکسی
• 51. تحلیل آماری داده‌های چند‌امیکسی
• 52. مقدمه‌ای بر داده‌های فنوتیپی
• 53. ادغام داده‌های چند‌امیکسی و فنوتیپی
• 54. تحلیل داده‌های جمعیت (Population data analysis)
• 55. تحلیل داده‌های GWAS (Genome-Wide Association Studies)
• 56. مقدمه‌ای بر بیوانفورماتیک کاربردی در پزشکی
• 57. بیوانفورماتیک در تشخیص و درمان سرطان
• 58. بیوانفورماتیک در بیماری‌های قلبی عروقی
• 59. بیوانفورماتیک در بیماری‌های عصبی
• 60. بیوانفورماتیک در کشف دارو
• 61. مقدمه‌ای بر بیوانفورماتیک در کشاورزی
• 62. بیوانفورماتیک در اصلاح نباتات
• 63. بیوانفورماتیک در دامپروری
• 64. مقدمه‌ای بر چالش‌های بیوانفورماتیک و آینده این حوزه
• 65. مسائل مربوط به حریم خصوصی و امنیت داده‌های زیستی
• 66. استانداردسازی داده‌های زیستی و تبادل اطلاعات