Кластеризация раковых транскриптов (проект) — различия между версиями
(Новая страница, с помощью формы Новый_проект) |
|||
(не показано 6 промежуточных версии 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 на 10:43, 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