Formålet med dette kursus er at introducere deltagerne til typer af data og metoder til at sammenligne mikrobielle genomsekvenser med specielt fokus på bioteknologisk relevante svampe. I takt med at flere mikroorganismer bliver genomsekventeret bliver der et større behov for analysemetoder, der kan inkorporere forskellige typer data i bioteknologisk udvikling. Forskellige datatyper (genomics, proteomics, transcriptomics) kan bidrage til identifikation af target gener til udvikling af effektive produktionsstammer eller produktion af bioaktive stoffer.

Dette kursus består af tre forskellige komponenter, der vil udstyre deltagerne med værktøjer til avanceret dataanalyse af mikrobielle -omics data.

1) Kendskab til forskellige dataressourcer og hvordan data indhentes fra disse
- databaser af sekvensdata, annoteringer og eksperimentelle data
- datatyper såsom domæner, manuelt inspicerede annoteringer såsom enzyme class numbers (EC) og sekvensbaseret data som DNA, proteins, transcriptome og proteom-data
- web-download R-moduler

2) Metoder til sammenligning af genomsekvenser og relatering til bioteknologiske problemstillinger
- simple sekvensmønstre, størrelse, aminosyreprofiler, kodon brug, gendensitet og GC-indhold
- sammenligning af annoteringer, såsom sekundær metabolisme, domæner og synteseveje
- kvantitativ sammenligning, beskrivende statistik, distancematricer og hierarkisk gruppering

3) Design og formidling af et datadrevet projekt i tekst og præsentation
- formulere et videnskabeligt spørgsmål eller en hypotese og identificere, hvilken type data der er nødvendig for at belyse disse
- præsentation af datadrevet projekt ved brug af beskrivende tal og figurer

Datasæt og forslag til hypoteser og fokusområder vil blive udleveret på kurset og vil bestå af genomsekvenser fra forskellige bakterier og mikroskopiske svampe. Metoderne fra dette kursus vil være brugbare i analyse af pro- og eukaryote genomsekvenser generelt. En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Beskriv brugen af og forskellene mellem undersøgende og eksperimenterende metoder til sammenligning af mikrobielle genomer
• Liste offentlige databaser hvor -omic data er tilgængeligt og beskrive hver data type og i hvilken biologisk sammenhæng det kan bruges
• Identificer relationer mellem forskellige data type og måder hvorpå de kan forbindes
• Udvælg og beregn relevante parametre og sammenlign disse på tværs af flere arter
• Designe et workflow der muligører import of visualisering af genomsekvensdata i R/RStudio
• Beskrive genomsekvensdata i informative tal og figurer
• Forklare dataresultater og hypoteser baseret på dataanalyse
• Bestemme en passende visualiseringsform for en bestemt type data i R/RStudio

Dataressourcer og typer
R/RStudio, komparative analyse metoder og visualisering
Beskrivende dataanalyse
Projektarbejde i grupper, dataindsamling, analyse og præsentation
Rapportskrivning i grupper, hypotese og opgaveformulering, design af metode til dataanalyse, præsentation 24. november, 2017