23260 Anvendte metoder indenfor metagenomics

2025/2026

Undervisningen vil bestå at foredrag efterfulgt af øvelser som udføres på et HPC system. Studerende vil få adgang til computere når øvelserne kræver det. Til eksamen vil relevant materiale være det som gennemgås ved foredrag og øvelser.
Kursusinformation
Applied methods in metagenomics
Engelsk
5
Kandidat
E4A (tirs 13-17)
Campus Lyngby
foredrag efterfulgt af praktiske computerøvelser
13-uger
E4A
Mundtlig eksamen og bedømmelse af opgave(r)
Eksamineringen vil være en gruppepræsentation af en poster efterfulgt af en individuel eksaminering i poster og andet materiale gennemgået i kurset. Karakteren gives på baggrund af en helhedsvurdering
Alle hjælpemidler - med adgang til internettet
7-trins skala , intern bedømmelse
Thomas Nordahl Petersen , Lyngby Campus, Bygning 204, Tlf. (+45) 3588 7016 , tnpe@food.dtu.dk
Patrick Munk , Tlf. (+45) 3588 7109 , pmun@food.dtu.dk
23 Fødevareinstituttet
I studieplanlæggeren
Kontakt underviseren for information om hvorvidt dette kursus giver den studerende mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
Overordnede kursusmål
Formålet med kurset er at introducere studerende til nogle af de bedste og mest benyttede metoder for at processere metagenomics data. Denne data type er ofte brugt da man kan studere komplekse microbiome data fra mange forskellige miljøer. Metagenomics data behandles fra rå reads til abundans af gener til taxonomisk annotering af hele genomer. Fokus vil være at den studerende forstår den underliggende teori som de forskellige programmer benytter, dog er det ikke et teorikursus, men et hands-on kursus for at give en forståelse af de grundlæggende metoder som anvendes.
Alle studerende får en konto på et High Performance Compute (HPC) system hvor man i grupper (max 4 personer) eller enkeltvis kan arbejde på et udleveret metagenom datasæt. Et datasæt per gruppe. Dette datasæt vil være baggrund for det arbejde som laves i øvelserne og senere som en del af den afsluttende poster.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Se engelsk formulering
  • Se engelsk formulering
  • Se engelsk formulering
  • Se engelsk formulering
  • Se engelsk formulering
  • Se engelsk formulering
  • Se engelsk formulering
  • Se engelsk formulering
  • Se engelsk formulering
  • Se engelsk formulering
  • se engelsk formulering
  • se engelsk formulering
Kursusindhold
Introduktion til kursus
Sekventering, sekvensbibliotek, sekventerings platforme og fejlrate
Brug af basale unix kommandoer.
Fastq format, barkoder, demultipleksing, trimming og kvalitetskontrol
Kraken familien & laveste fælles forfar: Kraken2, Braken og KrakenUniq
k-mer og KMA programmet
SNP's, kriterier for at kalde et SNP, alleler og varianter of VCF fil
Abundans mål og kompositionel data analyse
De-novo assembly med spades, gen annotering med ResFinder
Binning og kvalitetsmål
Hvordan starter man en analyse af et datasæt dvs taxonomisk annotering, checkm, GTDB-TK, mash afstande og Drep.
Arbejde på egne sekvensdata
Gennemgang af nogle af de vigtigste emner fra kursusforløbet
Sidst opdateret
02. maj, 2025