Кластеризация раковых транскриптов (проект) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Новая страница, с помощью формы Новый_проект)
 
Строка 13: Строка 13:
  
 
=== Чему вы научитесь? ===
 
=== Чему вы научитесь? ===
Основы молекулярной биологии <br/>
+
* Основы молекулярной биологии
Обработка и интерпретация данных генной экспресии <br/>
+
* 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, знание методов кластеризации, основы молекулярной биологии и статистики
+
Навыки программирования, знание методов кластеризации, основы молекулярной биологии и статистики.
  
 
=== Какие будут использоваться технологии? ===
 
=== Какие будут использоваться технологии? ===
Данные для исследования будут загружены из БД GEO. Опционально могу быть использованы программы по обработке сырых данных микрочипов.
+
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 <br/>
+
* Экспрессия генов и способы её оценки
Способы интерпретации данных микрочипов
+
* Способы интерпретации данных микрочипов
  
 
=== Направления развития ===
 
=== Направления развития ===
Строка 31: Строка 31:
  
 
=== Критерии оценки ===
 
=== Критерии оценки ===
4-5 реализовать алгоритм кластеризации для обработанных данных микрочипов <br/>
+
* 4-5: реализовать алгоритм кластеризации для обработанных данных микрочипов,
6-7 реализовать несколько алгоритмов кластеризации для обработанных данных микрочипов, сравнить с известными прогностическими данными, выбрать лучший алгоритм кластеризации <br/>
+
* 6-7: реализовать несколько алгоритмов кластеризации для обработанных данных микрочипов, сравнить с известными прогностическими данными, выбрать лучший алгоритм кластеризации,
8-9 реализовать лучший алгоритм кластризации, сравнить с существующими механизмами кластеризации и прогностическими данными
+
* 8-9: реализовать лучший алгоритм кластризации, сравнить с существующими механизмами кластеризации и прогностическими данными.

Версия 15:52, 29 ноября 2014

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, знание методов кластеризации, основы молекулярной биологии и статистики.

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

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 алгоритм кластеризации для обработанных данных микрочипов,
  • 6-7: реализовать несколько алгоритмов кластеризации для обработанных данных микрочипов, сравнить с известными прогностическими данными, выбрать лучший алгоритм кластеризации,
  • 8-9: реализовать лучший алгоритм кластризации, сравнить с существующими механизмами кластеризации и прогностическими данными.