Analizy bioinformatyczne w badaniach genomowych

Forma zajęć: Ćwiczenia (14 x 3 godziny = 42 godziny)
Prowadzący: Weronika Klecel | [email protected] | pok. 25
Sala: 14 (do 5 listopada), 1011 (od 12 listopada)
Terminy zajęć: Wtorki w godzinach 10:00-13:00
Konsultacje: Do indywidualnego ustalenia

Opis przedmiotu

Przedmiot ma na celu zapoznanie studentów z metodami i narzędziami bioinformatycznymi wykorzystywanymi w analizie danych genomowych. Studenci zdobędą praktyczne umiejętności programowania w języku R (ze szczególnym uwzględnieniem projektu Bioconductor), obsługi RStudio oraz nauczą się analizować dane z sekwencjonowania całogenomowego (WGS). Wszystkie analizy będą wykonywane z użyciem pakietów Bioconductora; dla chętnych dostępne będą również narzędzia wymagające znajomości bash.

Efekty kształcenia

Po ukończeniu przedmiotu student będzie potrafił:

• Korzystać z języka R i środowiska RStudio.
• Przeprowadzać podstawowe i zaawansowane analizy danych WGS.
• Wykonywać kontrolę jakości oraz preprocessing danych sekwencjonowania.
• Wykrywać i anotować warianty genetyczne.
• Przeprowadzać analizy asocjacyjne (GWAS) i interpretować ich wyniki.
• Dokonywać wizualizacji wyników analiz genomowych.
• Interpretować wyniki analiz bioinformatycznych w kontekście badań genomowych.

Plan ćwiczeń

Zajęcia 1-3 (8 października, 15 października, 22 października 2024)

• Temat: Wprowadzenie do R i RStudio.
• Zakres i cele:
  • Zapoznanie się z R i RStudio: Omówienie środowiska RStudio (konsola, edytor skryptów, przeglądarka obiektów).
    • Ćwiczenie: Instalacja R i RStudio na komputerach studentów.
  • Podstawy języka R: Wprowadzenie do składni języka, typów danych (wektory, ramki danych, listy), podstawowych operacji (tworzenie obiektów, operacje arytmetyczne).
    • Ćwiczenie: Proste skrypty do manipulacji danych i wykonywania obliczeń.

Zajęcia 4 (29 października 2024)

• Temat: Wprowadzenie do WGS i Bioconductor.
• Zakres i cele:
  • Sekwencjonowanie całogenomowe (WGS): Omówienie podstaw sekwencjonowania całogenomowego, formatów danych (FASTQ, BAM, VCF), pipeline'ów analizy.
  • Bioconductor: Wprowadzenie do projektu Bioconductor, instalacja pakietów, przegląd dostępnych narzędzi.
    • Ćwiczenie: Instalacja i konfiguracja pakietów Bioconductora.

Zajęcia 5 (5 listopada 2024)

• Temat: Kontrola jakości (QC).
• Zakres i cele:
  • Kontrola jakości surowych danych sekwencjonowania: Omówienie metod i narzędzi do oceny jakości danych.
    • Ćwiczenie: Użycie pakietów ShortRead oraz qcmetrics do analizy jakości danych FASTQ.
  • Wykrywanie i usuwanie błędów sekwencjonowania: Identyfikacja niskiej jakości baz, adapterów, kontaminacji.
    • Ćwiczenie: Praktyczna analiza danych z wykorzystaniem Bioconductora.

Zajęcia 6 (12 listopada 2024)

Uwaga: od 12 listopada zajęcia w sali 1011 (1. piętro)

• Temat: Przycinanie i filtracja.
• Zakres i cele:
  • Przycinanie danych sekwencjonowania: Omówienie technik przycinania niskiej jakości sekwencji i adapterów.
    • Ćwiczenie: Korzystanie z pakietów ShortRead lub narzędzi takich jak TrimGalore (dla chętnych z użyciem bash).
  • Filtracja danych: Usuwanie kontaminacji, filtrowanie według jakości i długości odczytów.
    • Ćwiczenie: Praktyczne zastosowanie filtracji z użyciem Bioconductora.

Zajęcia 7 (19 listopada 2024)

• Temat: Mapowanie do genomu referencyjnego (alignment).
• Zakres i cele:
  • Mapowanie odczytów: Omówienie algorytmów mapowania (np. BWA, Bowtie2), znaczenie indeksowania genomu referencyjnego.
    • Ćwiczenie: Użycie pakietu Rsubread do mapowania odczytów (dla chętnych narzędzia z linii poleceń w bash).
  • Ocena jakości mapowania: Analiza statystyk mapowania, identyfikacja problemów.
    • Ćwiczenie: Analiza wyników mapowania z użyciem Rsamtools.

Zajęcia 8 (26 listopada 2024)

• Temat: Kolokwium z zajęć 1-7.
• Zakres i cele:
  • Sprawdzenie wiedzy i umiejętności: Kolokwium praktyczne obejmujące materiał z zajęć 1-7.
    • Ćwiczenie: Rozwiązanie zadań praktycznych w R i Bioconductor.

Zajęcia 9 (3 grudnia 2024)

• Prowadzący: dr Marlena Wojciechowska
• Temat: Analiza danych z mikromacierzy w programie GenomeStudio.
• Zakres i cele:
  • Wprowadzenie do mikromacierzy: Omówienie technologii mikromacierzowej, zastosowań w genomice.
  • Program GenomeStudio: Przegląd funkcjonalności, import i analiza danych.
    • Ćwiczenie: Praktyczna analiza danych mikromacierzowych w GenomeStudio.

Zajęcia 10-14 (10 grudnia 2024 – 21 stycznia 2025)

• Temat: Analiza downstream (GWAS, Variant Calling itp.).
• Zakres i cele:
  • Wykrywanie wariantów (Variant Calling): Omówienie metod detekcji SNPs i indels.
    • Ćwiczenie: Użycie pakietu VariantTools lub GATK (dla chętnych z użyciem bash) do wykrywania wariantów.
  • Analiza asocjacji genomowej (GWAS): Wprowadzenie do GWAS, przygotowanie danych, analiza statystyczna.
    • Ćwiczenie: Praca z pakietami snpStats lub GenABEL.
  • Anotacja wariantów: Interpretacja biologiczna wykrytych wariantów.
    • Ćwiczenie: Użycie pakietów VariantAnnotation i biomaRt.
  • Wizualizacja wyników: Tworzenie wykresów typu Manhattan, Q-Q.
    • Ćwiczenie: Wykorzystanie pakietów qqman lub ggplot2.

Terminy zajęć:

• Zajęcia 10: 10 grudnia 2024
• Zajęcia 11: 17 grudnia 2024
• Przerwa świąteczna
• Zajęcia 12: 7 stycznia 2025
• Zajęcia 13: 14 stycznia 2025
• Zajęcia 14: 21 stycznia 2025

Zajęcia 14 (21 stycznia 2025)

• Temat: Kolokwium z zajęć 9-14.
• Zakres i cele:
  • Sprawdzenie wiedzy i umiejętności: Kolokwium praktyczne obejmujące materiał z zajęć 9-14.
    • Ćwiczenie: Rozwiązanie zadań praktycznych z analizy danych mikromacierzowych i downstream.

Metody dydaktyczne

• Wykłady z prezentacjami multimedialnymi.
• Ćwiczenia praktyczne na komputerach z wykorzystaniem R, RStudio i pakietów Bioconductora.
• Dyskusje i analizy case studies.
• Dla chętnych: dodatkowe zadania z użyciem narzędzi wymagających znajomości bash.

Wymagania wstępne

• Podstawowa wiedza z zakresu genetyki i biologii molekularnej.
• Chęć nauki programowania w języku R.

Literatura

• Podstawowa:

  • "Bioconductor Case Studies" – Hahne F., et al.
  • "R Programming for Bioinformatics" – Gentleman R.
  • "An Introduction to R" – Douglas A., et al.
  • "Primer to Analysis of Genomic Data Using R" – Gondro C.
  • "Computational Genomics with R" – Akalin A. https://compgenomr.github.io/book

• Uzupełniająca:

  • Artykuły naukowe udostępniane przez prowadzących.

Warunki zaliczenia ćwiczeń

• Uczestnictwo w zajęciach (dopuszczalne dwie nieobecności).
• Zamieszczanie rozwiązań zadań z zajęć w repozytorium GitHub.
• Wykonanie dwóch kolokwiów zaliczeniowych podczas zajęć 8. (26 listopada) i 14. (21 stycznia).

Uwagi

• Wszystkie ćwiczenia będą realizowane na komputerach z systemem Windows w środowisku RStudio. Jeżeli preferujesz środowisko Mac/Linux, możesz pracować na własnym laptopie.
• Terminy, godziny zajęć oraz szczegółowa tematyka mogą ulec zmianie – aktualny harmonogram będzie aktualizowany na bieżąco.
• Dla chętnych przewidziano dodatkowe zadania z użyciem narzędzi wymagających znajomości bash.