Kvantitativ, beregningsmæssig, matematisk og statistisk viden og tilhørende værktøjer er afgørende for at kunne gennemføre forskning og udvikling inden for moderne liv- og sundheds-videnskab. Moderne datasæt bliver hurtigt store, komplekse og heterogene og indeholder mange niveauer: det biologiske, det miljømæssige, fænotyper og helbreds status. Hovedmålet med dette kursus er at undervise i essentiel teori, applikationer og færdigheder i disse aspekter med fokus på Kvantitativ genetik/genomisk og transkriptomics. Kvantitativ genetisk teori vil blive introduceret efterfulgt af estimering af arvelighed og genetiske korrelationer, forudsigelse af genetiske værdier fra forskellige kilder. Gennemgående associeringsundersøgelser (GWAS), genomiske risikoscoreberegninger, hel genom forudsigelser baseret på lineær regression og Bayesian metoder vil blive introduceret. Der vil være en vis praktisk arbejde ved brug af ægte dyr og / eller menneskelige genomiske datasæt. Grundlæggende principper for statistisk modellering og beregningsanalyser af mikroarray og Next Generation Sequencing (NGS) teknologidrevne genomiske, transkriptomiske og andre omics dataanalyser vil blive dækket med eksempeldatasæt. Introduktion til beregningsmæssige, matematiske og statistiske aspekter af opbygning og fortolkning af forskellige typer biologiske netværk: genetiske interaktionsnetværk, genekspressions netværk og metabolomiske netværk baseret på animalske eller menneskelige datasæt. Kurset indeolder principper af integrerede biologiske multi-omics data og system biologi metoder. Studerende vil bruge en eller flere af de præsenterede metoder i et mini-projekt eller case-studie for at få praktisk erfaring. En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Beskriv hovedteoretiske og metodologiske aspekter i kvantitativ genetik til undersøgelse af enkelt- og multiplegener
• Beskriv statistiske modeller for fænotype eller sygdomsvariation blandt individer i populationer
• Beskriv og anvend statistiske metoder til estimering af heritability, genetiske korrelationer og genetiske værdier for fænotyper og sygdomme i populationer
• Beskrive og anvende grundlæggende statistiske metoder i Genome Wide Association Studies (GWAS), beregninger af polygene risikoscore og genomiske forudsigelser for fænotyper og sygdomme
• Beskriv grundlæggende mikroarray og næste generations sekventerings (NGS) metoder anvendt til omics data generation inklusive genomics, transcriptomics og epigenomics
• Anvend grundlæggende beregnings metoder til at finde differentielt udtrykte gener, co-udtrykte gener og konstruere gen-netværk ved hjælp af bioinformatikmetoder (i R)
• Forklare grundlæggende om funktionelle annoteringer og pathway analyser for omics datasæt
• Forklar grundlæggende grunde til multi-omics data integration og systembiologi analyser i sundhed og sygdomme
• være i stand til biologiske / kliniske / landbrugseksperimenter / undersøgelser, der omfatter genomics, transcriptomics og andre –omsætninger

Kvantitative, beregningsmæssige og statistiske analyser af genetiske, transkriptomiske og andre omiske data fra populationsstudier, laboratorieforsøg eller kliniske forsøg. GWAS, beregninger af genomisk risiko score, genomiske forudsigelser, konstruktion og fortolkning af biologiske netværk, integrative systems genetik / systembiologi analyser baseret på store heterogene multi-omics datasæt hos dyr og mennesker. Kadarmideen, HN (2016). Systems Biology in Animal Production and Health, Vol 1 (164 pages) & Vol 2 (167 pages).
Vol 1: Online ISBN: 978-3-319-43335-6, http:/​/​link.springer.com/​book/​10.1007/​978-3-319-43335-6;
Vol 2: Online ISBN: 978-3-319-433325, http:/​/​link.springer.com/​book/​10.1007/​978-3-319-43332-5
Books Published by Springer International Publishing, Switzerland

Tseng, Ghosh, and Zhou (2015). Integrating Omics Data, Cambridge University Press, online ISBN: 9781107706484,https:/​/​doi.org/​10.1017/​CBO9781107706484

- Forskellige handouts (f.eks. handouts om kvantitativ genetik, genome wide association, genomisk forudsigelse, multiomics data og systemgenetik / biologi analyser) og videnskabelige artikler Kurset har ingen formelle krav i biologi eller genetik eller bioteknologi, men begreber og anvendelser undervist i dette kursus vil kræve en grundlæggende forståelse på disse områder og en interesse i at forbinde kvantitative, statistiske, matematiske og beregningsmetoder med disse områder. 18. juni, 2019