سبد خریدتان در حال حاضر خالی است!
سرفصل های آموزش تخصصی و جامع بیوانفورماتیک
سرفصل های آموزش تخصصی و جامع بیوانفورماتیک ، آموزش پایگاه های داده، طراحی پرایمر، عملکرد پروتئین ها، آنالیز داده های میکروRNAها و ترسیم شبکه های زیستی
نوشته شده توسط
در

سرفصل های آموزش تخصصی و جامع بیوانفورماتیک در سایت پیشگامان بیوانفورماتیک به شرح زیر می باشد. شما میتوانید با استفاده از منوی فهرست موجود در سایت به مطالب زیر دسترسی داشته باشیذ.
سرفصل های آموزش تخصصی و جامع بیوانفورماتیک
1. معرفی بیوانفورماتیک، اهمیت و کاربرد آن
2. آموزش شیوه جستجو در پایگاه داده مقالات مانند pmc، pubmed و Scopus: مقدمه ای برای نوشتن مقالات متاآنالیز (meta-analysis paper)
آموزش پایگاه های داده های زیستی
1. آموزش پایگاه های داده NCBI
2. آموزش پایگاه های داده ensemble و ucsc
4. آموزش پایگاه های داده توالی ژنومی و پروتئینی
5. آموزش نحوه جستجو در داده توالی ژنومی و پروتئینی
6. آموزش نحوه تعیین خصوصیات یک ژن در پایگاه های داده
7. آموزش نحوه تعیین واریانت های بیانی (transcription variant) یک ژن
8. آموزش نحوه تعیین ایزوفرم ها پروتئینی یک ژن
9. آموزش نحوه تعیین جهش های (SNP) یک ژن
10. آموزش نحوه تعیین پروموتر یک ژن
11. آموزش پروژه ژنوم انسان در پایگاه های داده
آموزش عملی بلاست blast
1. آموزش روش های بلاست کردن
2. آموزش نحوه بلاست نمودن توالی ها در پایگاه ها داده (ncbi، ensemble، ucsc و …)
3. آموزش نحوه بلاست توالی نوکلئوتیدی با پایگاه های داده نوکلئوتیدی (blastn nucleotide blast:)
4. آموزش نحوه بلاست توالی پروتئین با پایگاه های داده پروتیئن (blastp protein blast:)
5. آموزش کاربردهای روش های بلاست blastx tblastn tblastx
آموزش تعیین عملکرد پروتئین ها و دومین های آن ها
1. آموزش نحوه تعیین عملکرد یک پروتئین نا شناخته
2. آموزش وب سایت های بررسی ساختار و دومین های پروتئین ها
3. آموزش عملکرد پروتئین ها
4. آموزش نحوه برریسی میانکنش پروتئین ها با یکدیگر در شبکه های ژنی
5. آموزش نرم افزار cytoscape (جهت ترسیم شبکه های ژنی)
6. آموزش سایت DAVID جهت بررسی عملکرد پروتیئن ها
7. آموزش سایت KEGG جهت تعیین مسیرهای بیوشیمیایی پروتیئن ها در موجودات
آموزش فیلوژنتیک و رسم درخت فیلوژنتیکی
1. بررسی انواع هم ردیفی (alignment) و انطباق دو یاچند توالی زیستی و امتیاز دهی به آن ها
2. Local alignment OR Global aligment؟
3. آموزش نرم افزار editseq
4. آموزش نرم افزار megalign
5. بررسی روابط تکاملی و ترسیم درختچه فیلوژنتیکی براساس توالی DNA
6. بررسی روابط تکاملی و ترسیم درختچه فیلوژنتیکی براساس توالی پروتئین
7. آموزش نحوه بررسی اعتبار درختچه های فیلوزنتیکی
8. بررسی نحوه رسم درخچه های فیلوژنتیکی با نرم افزار mega 6
9. بررسی نحوه ترسیم درخچه های فیلوژنتیکی براساس مارکرهای SSR، ISSR و RAPD با نرم افزار Ntsys
10. بررسی ویژگی های فیلوژنتیکی جمعیت ها و افراد نمونه مانند شاخص های قرابت و تنوع براساس مارکرهای SSR ، ISSR و RAPD با نرم افزار popgene
11. نحوه انجام انالیزها PCA برای خوشه بندی افراد و جمعیت ها
آموزش تخصصی طراحی پرایمر
1. آموزش اصول طراحی پرایمر
2. آموزش نرم افزار oligo 7
3. آموزش طراحی پرایمر با نرم افزار آنلاین Primer3
4. بررسی کیفیت پرایمرهای طراحی شده
5. بررسی اختصاصی بودن پرایمرهای طراحی شده
6. طراحي پرايمر در تکنیک PCR-RFLP
7. طراحي پرايمر برای بررسی بیان ژن با Real time PCR
8. آموزش نحوه طراحی پرایمر برای سنتز cDNA اختصاصی و cDNA عمومی برای ژن ها
9. آموزش نحوه طراحی پرایمر برای تکثیر (و یا سنجش بیان ) فقط یک واریانت خاص از ژن نه همه واریانت ها
10. آموزش نحوه طراحی پرایمر برای سنتز cDNA اختصاصی و cDNA عمومی برای میکروRNA ها
11. آموزش نحوه طراحی پرایمر لنگر (anchor) برای سنتز cDNA برای میکروRNA ها و ویژگی هایی که باید داشته باشد
12. آموزش نحوه طراحی پرایمر اختصاصی برای میکروRNA ها و چگونگی هماهنگی آن با پرایمر لنگر
13. آموزش نحوه طراحی پرایمر برای سنتز cDNA اختصاصی برای کشف قسمت برای کشف قسمت 3/ ژن ها (mRNA) (3/ RACE)
14. آموزش نحوه طراحی پرایمر برای سنتز cDNA اختصاصی برای کشف قسمت 5/ ژن ها (mRNA) (5/ RACE)
15. آموزش نحوه طراحی پرایمر جهت کشف ژن ها در گونه های نزدیک به هم
16. آموزش نحوه طراحی پرایمر برای سنتز shRNA (سازه ای برای کاهش بیان ژن ها)
17. آموزش نحوه نحوه طراحی پرایمرهای هم پوشان برای حذف و یا اضافه نمودن قسمتی از ژن ها و یا SOEing pcr
18. آموزش نحوه طراحی پرایمر برای جهش زایی در ژن ها
19. آموزش نحوه طراحی پرایمر برای کلون نمودن ژن ها
20. طراحي پرايمر در تکنیک ARMS PCRو نحوه افزایش اختصاصیت پرایمرهای مورد استفاده در تکنیک ARMS PCR
آموزش تکنینک کلونینگ
1. آموزش نرم افزار seqbuilder جهت شبیه سازی فرایند سازی کلون سازی قطعات ژنومی
2. نحوه اصمینان حاصل کردن از طراحی پرایمرها با جایگاه های برشی مناسب و انتخاب جایگاه های برش مناسب
3. نحوه اطمینان حاصل کردن از کلون کردن ژن های فیوژن (مانند یک پروتئین به همراه GFP) در فریم مناسب (جلوگیری از frame shift در کلونینگ)
بررسی بیان ژن ها
1. آموزش روش های بررسی بیان ژن ها Real time یا RT-PCR
2. آموزش نحوه تعیین حجم نمونه برای گروه های مورد بررسی (مانند گروه بیمار و شاهد،، گروه تیمار و کنترل)
3. آموزش نحوه بیان داده های حاصل
4. آموزش نحوه انجام آنالیزهای آماری بین گروه ها (t test, anova)
5. آموزش نجوه نحوه تعیین حساسیت و اختصاصیت یک بیومارکر برای افتراق بین دو گروه بوسیله ترسیم منحنی Roc ( مانند تعیین اعتبار بیان ژن برای تفکیک افراد سرطانی و نرمال از یکدیگر)
6. آموزش کاربرد رگرسیون در بررسی داده های بیانی بین دو گروه
7. آموزش چگونه با ترکیب چند مارکر یک مدل بیومارکری با حساسیت و اختصاصیت بالاتر به دست اوریم (مانند ترکیب بیان 5 ژن با یکدیگر در تفکیک افراد سالم و سرطانی از یکدیگر)
آموزش آنالیز داده های Real Time
1. آموزش کلی تکنیک Real time
2. اموزش طریقه ارائه داده های حاصل از real time و محاسبه سطح بیان و fold change برای داده های real time
3. بررسی آنالیزهای آماری و تعیین سطح معنی داری برای داده های حاصل از real time
4. بررسی میزان اعتبار داده های حاصل از real time
5. بررسی کارایی (efficiency) پرایمرها در واکنش real time
نحوه بررسی ارتباط پلیمورفیسم ها (SNP) با یک فنوتیپ خاص مانند بیماری یا سرطان
1. معیار انتخاب SNP ها برای بررسی ارتباط آن ها با یک فنوتیپ چیست؟
2. چگونه SNP ها در یک ژن خاص پیدا نماییم؟
3. اگر یک ژن با بروز یک بیماری مرتبط است آیا میتوان تمام SNP های آن را در جمعیت مورد بررسی قرار داد؟
4. SNPهای موجود در پروموتر یک ژن چگونه می تواند سبب بروز بیماری گردد و این SNP ها محل اتصال چه ترانسکریپشن فاکتورهایی می توانند باشند؟
5. آیا SNP های موجود در ناحیه 3/ ژن ها از طریق تغییر محل اتصال میکروRNAها برروی mRNA می تواند سبب بروز بیماری گردد؟
6. چگونه از مدل های dominant, recessive و co-dominant در آنالیز داده های خود استفاده نماییم؟
7. نحوه محاسبه OR (odd ratio) و CI (confidential interval) برای هر یک از مدل های فوق به چه صورت می باشد؟
8. بررسی هاپلوتایپ برای چند SNP به چه صورت می باشد؟
9. آموزش محاسبه حجم نمونه در مطاعات موردی شاهدی
10. آموزش محاسبه power برای نمونه ها
آموزش آنالیز داده های میکروRNAها
1. آموزش کار با بانک های اطلاعاتی میکروRNAها
2. اموزش یافتن ژن های هدف میکروRNAها و ترسیم شبکه های میانکنش miRNA-mRNA از طریق نرم افزار های بیوانفورماتیکی
3. آموزش تعیین نقش میکروRNAها در تنظیم شبکه ها (pathway) ها داخل سلولی
4. آموزش روش های بررسی میانکنش بین میکروRNAها و ژن های هدف به صورت آزمایشگاهی
5. آموزش نحوه سنتز cDNA اختصاصی و عمومی و بررسی بیان میکروRNAها
6. آموزش نحوه طراحی پرایمر برای بررسی بیان میکروRNAها
7. آموزش طریقه ساخت سازه های (وکتورها) افزایش بیان میکروRNAها جهت بررسی عملکرد آن ها در سلول
8. بررسی ارتباط وجود SNP در خود میکروRNA و یا محل اتصال آن با بروز بیماری ها
نحوه کشف ژن ها
1. آیا ژنی که در یک گونه شناسایی شده است و دارای عملکردی شناخته شده است را می توان در سایر گونه ها نیز شناسایی کرد؟
2. آیا فنوتیپی یکسان در دو گونه (مانند سنتز یه کارتنوئید خاص) به دلیل وجود ژنی یکسان در دو گونه است؟ و در صورت شناسایی ژن مسئول این فنوتیپ در گونه اول چگونه این ژن را گونه دوم نیز شناسایی نماییم؟
3. چگونه با استفاده موجوداتی که توالی ژنومی انها موجود می باشد و ژن های آنها شناسایی شده اند(مانند گیاه آرابیدوبسیس) ژن های مورد نظر خود را در گونه خاص پیدا نماییم؟
4. آیا ژنی که در یک موجود شناسایی شده است دارای هم خانواده می باشد و یا به تنهایی مسئول بروز فنوتیپ مربوطه می باشد؟
5. یک خاص ژن دارای چند واریانت بیانی می باشد؟
6. توالی های EST چه هستند و چگونه می توان با استفاده از توالی های EST ژن ها جدید را در موجودات کشف نمود.
7. چگونه میتوان بر اساس نواحی حفاظت شده ژن ها در بین گونه های نزدیک به هم ژن مورد نظر خود را در گونه خاص پیدا نمایم.
8. نحوه کشف زن های جدید بر اساس توالی ژنومی موجوداتی که به تازگی پروژه ژنوم (توالی یابی کل DNA) انجام گرفته است.
9. نحوه کشف ژن های هم خانواده در یک گونه
10. چگونه با استفاده از روش های 3/ RACE و 5/ RACE توالی ژن مورد نظر را کامل شناسایی نماییم؟
متاآنالیز Meta-Analysis
1. چگونه بدون کار آزمایشگاهی مقاله ISI پژوهشی ( original) بنویسیم؟
2. مقالات مروری (review) به سختی در مجلات ISI چاپ میگردند و فرد نویسند باید فردی با تجربه در زمینه مورد بحث باشد اما مقالات متاآنالیز این گونه نیستند. در بررسی های متاآنالیز کار فرد بررسی و آنالیز نتایج سایر محققان است که این نتایج در پایگاه های داده موجود می باشد (مانند مقالات چاپ شده). اگر شما 8 مقاله در یک زمینه مشترک (مانند اثر یک SNP با بروز بیماری، یا ارتباط بیان یک ژن با بروز بیماری) در جمعیت های مختلف (کشورهای مختلف) گرداوری نمایید می توانید با بررسی و مقایسه آماری نتایج این مقالات یک مقاله ISI چاپ نمایید (در صورتی که فردی قبلا این کار را انجام نداده باشد) برای مثال به این مقاله متاانالیز که با بررسی و آنالیز 6 مقاله ، در ژورنال با if=1.29 به چاپ رسیده است توجه فرمایید:
Associations of Interleukin-4 Receptor Gene Polymorphisms (Q551R, I50V) with Rheumatoid Arthritis: Evidence from a Meta-Analysis. GENETIC TESTING AND MOLECULAR BIOMARKERS, Volume 17, Number 10, 2013
3. نحوه انجام انالیزهای متاآنالیز برای صفات کیفی ( مانند پلیمورفیسم ها و یا فراوانی آلل ها ) بر اساس نرم افزار comprehensive meta analysis
4. نحوه انجام انالیزهای متاآنالیز برای صفات کمی ( مانند بیان ژن ها ) بر اساس نرم افزار comprehensive meta analysis
آموزش پایگاه های ارائه دهنده داده های بیانی ژن ها و میکروRNAها
1. با استفاده از تکنولوژی های جدید و گاها کمی قدیمیتر مانند microarray و NGS اکنون بررسی بیان همه ژن های شناخته شده به همراه واریانت های ان ها به صورت بسیار وسیعی صورت گرفته و در حال انجام می باشد. بررسی بیان ژن ها در زمینه هایی مانند سرطان ها، انواع بیماری ها، مراحل مختلف تکوین یک گونه، بافت های مختلف انجام گرفته است. بنابراین اگر پایان نامه شما بررسی بیان یک ژن و یا میکروRNA خاص در بین افراد مبتلا به یک سرطان و یا بیماری خاص با افراد سالم می باشد بهتر است اول سری به این پایگاه های داده بیندازید. درصورتی که کمی شانس بیاورید حتما می توانید مطالعه ای که تمام ژن ها را در بیماری مورد نظر شما مورد بررسی قرار داده باشد پیدا نمایید و با بررسی داده های خام مطالعه یافت شده می توانید اطلاعات نسبی را در مورد میزان تغییر بیان ژن مورد نظر خود در افراد بیمار و کنترل یافت کنید. اصول کار اینگونه است که داده های microarray به دو دلیل نیاز به تایید شدن توسط سایر تکنیک های حساس تر مانند real time دارند . اول اینکه میزان خطا در روش microarray مقداری بالا بوده و دوم اینکه به دلیل هزینه بالا تعداد نمونه هایی که توسط microarray ها بررسی میکنند کم است. پس با بررسی پایگاه های ارائه دهنده داده های بیانی ژن ها و میکروRNAها می توان ژن مورد نظر خود را انتخاب و بررسی های بعدی را با روش های حساستر مانند real time برروی آن انجام داد.
2. در صورتی که شما به بررسی ارتباط SNPای که در پروموتور ژن قرار گرفته است با بروز یک بیماری می پردازید، فرضیه شما این است که چون این SNP در پروموتر قرار گرفته است می تواند سبب تغییر در اتصال ترانسکریپشن فاکتورها و در نتیجه تغییر در بیان ژن گردد و این تغییر در بیان ژن با بروز بیماری در ارتباط است. پس شما می توانید اختلاف در بیان این ژن را در بین گروه شاهد و بیمار در این پایگاه های داده بررسی نمایید. اگر بیان ژن در دو گروه متفاوت بود فرضیه شما می تواند درست باشد.
3. در صورتی که شما میخواهید به بررسی ارتباط SNPها با بروز یک بیماری بپردازید اما هنوز SNP مورد نظر خود را انتخاب نکرده اید می توانید ابتدا به این پایگاه ها داده رفته و ژن هایی را که بین گروه شاهد و بیمار تغییرات بیانی دارند انتخاب نمایید سپس ببینید پروموتر کدام ژن داری SNPای می باشد که در پروموتور آن قرار گرفته است. به احتمال زیاد این SNP می تواند دلیل تغییر بیان ژن ها باشد، و تغییر بیان این ژن ها نیز با بروز بیماری مرتبط است زیرا بین دو گروه تغییرات بیانی نشان میدهد. بنابراین SNPیافت شده می تواند یک کاندید مناسب برای بررسی های بیشتر باشد
4. آموزش پایگاه های ارائه دهنده داده های بیانی ژن ها و میکروRNAها مانند GEO
5. آموزش نحوه دریافت داده های خام بیانی
6. آموزش نرم افزار R و نحوه آنالیز داده های خام بیانی
7. آموزش نرم افزار GEworkbench و نحوه آنالیز داده های بیانی
آموزش آنالیز داده های فلوسایتومتری
1. آموزش کلی تکنیک فلوسایتومتری
2. آموزش نرم افزار flowing software در بررسی داده های فلوسایتومتری
3. آموزش نحوه gate بندی کردن داده در بررسی داده های فلوسایتومتری
4. آموزش روش آنالیز داده های مربوط به چرخه سلولی (cell cycle)
5. آموزش روش آنالیز داده های مربوط به آپوپتوز(annexin)
کاربرد امار در بررسی داده های زیستی
1. آموزش انواع متغیرها و کاربرد آنها
2. آمار توصیفی (شاخصهای مرکز و پراکندگی)
3. توزیع نرمال
4. آموزش نرم افزار SPSS
5. آموزش انواع نمودارها و کاربردهای آن بوسیله نرم افزار prism graphpad
6. آموزش ورود اطلاعات، حذف، ویرایش و دسته بندی داده ها در نرم افزار های spss و prism graphpad
7. آموزش محاسبه آماره های Relative Risk و Odds Ratio
8. آموزش محاسبه آماره Confidence Interval
9. آموزش آزمون های آماری T (One way, Independent, Paired T Tests)
10. آزمون آماری ANOVA
11. آزمون آماری کای اسکوئر (Chi Square)
12. آموزش نحوه تعیین اندازه و حجم نمونه در کار های زیستی، تعداد نمونه های انتخاب شده تا چه حد قابل قبول هستند؟
13. آموزش نحوه تعیین حساسیت و اختصاصیت یک بیومارکر برای افتراق بین دو گروه بوسیله ترسیم منحنی Roc ( مانند تعیین اعتبار بیان ژن برای تفکیک افراد سرطانی و نرمال از یکدیگر)
14. آموزش نحوه آنالیز داده های مربوط به بررسی پلیمورفیسم ها مانند SNPها، حضور و یا عدم حضور یک آلل خاص و یا هاپلوتایپ
آموزشهای مرتبط
دیدگاهتان را بنویسید