Skip to content Skip to footer

Yeni Nesil Dizileme Veri Analizi Eğitimi

Uygulamalı Biyoinformatiğe Giriş ve Yeni Nesil Dizi Analizi

29 – 30 Ekim 2022

 

Yeni Nesil Dizileme artık standart bir uygulama. Hem daha fazla bölgeyi hem de daha kaliteli okumak için araştırmacılar yeni nesil dizileme yani next generation sekanslama ile araştırmalarını biçimlendirmeyi tercih ediyorlar. Bunun yanı sıra biyolojik veri tabanlarında ulaşılabilir ve araştırmaya açık çokça yeni nesil dizileme ile dizilenmiş DNA verisi bulunmakta.

Bu eğitimde en baştan itibaren başlanacak ve şu uygulamalar gerçekleştirilecektir: Yeni Nesil dizileme teknolojisiyle elde edilen verilerin nasıl analiz edileceği, iş akışının nasıl olacağı, Kalite kontrol analizi ve dosya formatları, Genom birleştirme (de novo vs yeniden dizileme) , galaxy ve NCBI GEO yükleme, Transkriptomik ve RNA-Seq, FastP ile kalite kontrol analizi, HISAT2 ile hizalama, IGV ile görüntüleme ve analiz, RSeqC araçları- Infer Strandedness, Read Distribution çalışmaları, Gene Body Coverage ile 5’/3′ bias belirleme, MarkDuplicates ve idxstats, featureCounts ile okuma sayımı, featureCounts ile okuma sayımı, Farklı ifade edilen genlerin anotasyonu ve görselleştirilmesi, STRING-DB ile işlevsel zenginleştirme (functional enrichment) analizi çalışmaları gerçekleştirilecektir.

 

Kimler Katılabilir: 

Yaşaşm bilimleri alanında çalışan araştırmacılar,

Biyoinformatik araçlarla çalışma yapmak isteyenler

Yeni nesil dizilemeye ilgi duyan yaşam bilimleri araştırmacıları

Katılmak için bilgisayarınız ve internet erişiminiz olması yeterlidir.

Eğitmen: MSc. MELTEM KUTNU

 

Lisans eğitimini 2016’da Bahçeşehir Üniversitesi Genetik ve Biyoinformatik bölümünde tamamlamıştır. Lisans programı derslerinin yanı sıra programlama, makine öğrenmesi, moleküler modelleme ve biyoinformatik üzerine dersler almıştır. Yüksek lisansını ODTÜ Moleküler Biyoloji ve Genetik bölümünde 2019 yılında tamamlamıştır. Bu süreçte yapısal biyoinformatik, biyoistatistik, karşılaştırmalı genomik ve transkriptomik ve protein ve DNA dizi analizi konularında dersler almıştır. Yüksek lisans tez çalışmasını Bacillus subtilis OGU1 suşunda farklı ifade gösteren proteinlere dayalı biyolojik ağ modellemesi üzerine yapmıştır.

Şu anda aynı bölümde doktora eğitimine devam etmektedir. The Journal of Microbiology dergisinde yayını bulunmaktadır.

 

 

 

Uygulamalı Biyoinformatiğe Giriş ve Yeni Nesil Dizi Analizi

Eğitim Tarihi : 29 – 30 Ekim 2022

Eğitim Saati : 10:00-17:00 , çevrim içi

Eğitim Adresi: Eğitimden önceki hafta Google Classroom davetiyeleri iletilecektir.

Not: Öğrenciler indirimli kayıt avantajından faydalanabilir.

  • Biyoinformatiğin kısa tarihi ve biyolojik temelleri 
  • Birincil ve ikincil biyolojik veri tabanları 
  • Genotip ve fenotip veri tabanları
  • NGS tasarımı ve platformlar 
  • NGS iş akışı  
  • Kalite kontrol analizi ve dosya formatları 
  • Genom birleştirme (de novo vs yeniden dizileme) 
  • Galaxy web server ana sayfa tanıtımı, NCBI GEO yükleme
  • Transkriptomik ve RNA-Seq
  • FastP ile kalite kontrol analizi
  • HISAT2 ile hizalama
  • Hizalama verilerinin IGV ile görüntülenmesi ve analizi
  • RSeqC araçları- Infer Strandedness, Read Distribution
  • Gene Body Coverage ile 5’/3′ bias belirleme
  • MarkDuplicates ve idxstats
  • featureCounts ile okuma sayımı
  • DESeq2 ile farklı ifade edilen genlerin belirlenmesi
  • Farklı ifade edilen genlerin anotasyonu ve görselleştirilmesi
  • STRING-DB ile işlevsel zenginleştirme (functional enrichment) analizi

Biyoinformatiğe Giriş, Genom Dizileme ve Yeni Nesil Dizileme Eğitimi (Uygulamalı) EĞİTİM DETAYLARI

Eğitmen:

MSc. Meltem Kutnu

 

Eğitim Tarihi :

29 – 30 Ekim 2022

Eğitim çevrim içi olarak gerçekleşecektir. 

 

Eğitim Saati : 10:00-17:00

 

Eğitim Adresi:

Eğitimden önceki hafta Google Classroom adresleri paylaşılacaktır.

Ücret:

550 TL + %18 KDV (KDV dahil 649,00 TL)

  • Öğrenciler için eğitim ücreti indirimlidir. İndirimli ücret: 450 TL + %18 KDV ( KDV dahil 531,00 TL). Öğrenci inddiriminden faydalanmak için indirim kodunu kullanınız:

İndirim Kodu: NGS

 

Go To Top