Кластеризация раковых транскриптов (проект) — различия между версиями
(→Темы вводных занятий) |
(→Критерии оценки) |
||
| Строка 32: | Строка 32: | ||
=== 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 |
Версия 00:49, 28 января 2015
| 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, 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
