22172 Anvendt Single-Cell Bioinformatik, Ph.d.

2024/2025

Kursusinformation
Applied Single-Cell Bioinformatics, PhD
Engelsk
5
Ph.d., Fagligt fokuseret kursus
Kurset udbydes som enkeltfag
Januar
Campus Lyngby
Kurset afholdes som et "flipped classroom", dvs. at du forbereder dig hjemmefra ved at læse materiale, se forelæsninger osv., for at sikre, at en større del af selve undervisningstiden kan bruges på øvelserne
3-uger
Sidste dag(e) i 3-ugersperioden, Den skriftlige eksamen bliver afholdt halvejs i kurset - lige før projektet starter (se beskrivelse)
Skriftlig og mundtlig eksamen
Eksamen består af 3 dele: 1) En skriftlig MCQ eksamen af en times varighed hvor der eksamineres i kursets generelle læringsmål. 2) Et Single-cell analyse gruppeprojekt hvor alle medlemmer er ansvarlige for alle dele af projektet. 3) En mundtlig gruppepræsentation af projektet. Den endelige karakter er baseret på en samlet vurdering af alle deleksaminer.
Skriftlig eksamen: 1 time
Ingen hjælpemidler :

Ingen hjælpemidler er tilladt til multiple choice eksamen. Alle hjælpemidler er tilladt under gruppeprojektet.

7-trins skala , intern bedømmelse
22100.22101.22126 , Viden om celler, celletyper, cellestruktur, deres biologiske funktion, subkomponenter, biokemiske og molekylære processer (metabolisme, RNA- og proteinsyntese). Viden om next generation sequencing (NGS), mapping and mapping QC. I hele kurset vil vi bruge R til at organisere, analysere og visualisere data. Det betyder også, at vi forventer, at du allerede er fortrolig med programmering i R. Du har ikke tid til at lære det i løbet af dette kursus. Hvis du ikke ved, hvordan man løser grundlæggende opgaver inden for data manipulation i R (eksempler nedenfor), bliver du nødt til at lære det FØR du tager dette kursus for at kunne følge med. Eksempler på dataanalyse, som du skal kunne foretage i R før kursusstart (uden at slå det op online): • Samle to datasæt baseret på en fælles identifikator • Udføre en gruppebaseret operation af data baseret på en grupperingskolonne • Udføre per-række eller per-kolonne operation uden brug af løkker • Bruge ggplot2 til at visualisere data, f.eks. et spredningsdiagram, hvor punkter er farvekodet efter kategori
Minimum 10
Kristoffer Vitting-Seerup , krivi@dtu.dk
Lars Rønn Olsen , Lyngby Campus, Bygning 204, Tlf. (+45) 4525 2425 , lronn@dtu.dk
22 Institut for Sundhedsteknologi
I studieplanlæggeren
Overordnede kursusmål
Efter du har taget dette kursus, vil du være i stand til at udføre state-of-the-art bioinformatisk analyse af single-cell data. Hovedfokus i kurset er på single-cell RNA-sekventering, men vi vil også dække både spatial og multimodale single-cell data.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • selvstændigt søge og forstå relevant information om analyse af single-cell data.
  • nævne forskellige single-cell teknologier sammen med relevante biologiske anvendelser.
  • diskutere styrker og svagheder for forskellige single-cell teknologier.
  • vurdere styrker og svagheder ved forskellige eksperimentelle opstillinger.
  • nævne forskellige bioinformatiske analyseværktøjer og hvad de bruges til.
  • diskutere styrker, svagheder og nøgleparametre for forskellige analysemetoder.
  • anvende og fortolke state-of-the-art bioinformatisk analyse til single-cell data i forhold til det biologiske system der analyseres.
  • bruge R til at organisere, modificere og visualisere data.
  • designe og udføre et single-cell analyseprojekt i en gruppe.
  • klart præsentere opnåede resultater mundtligt ved hjælp af gode visuelle hjælpemidler.
Kursusindhold
Første del af kurset vil introducere og arbejde med forskellige single-cell teknologier og analyser, herunder, men ikke begrænset til:
• Single-cell RNA-sekventering
• Dimensionalitetsreduktion, integration, clustering, og celletypeannotation
• Nedstrømsanalyser såsom differentiel ekspression og differentiel celletype abundance
• Multimodal single-cell analyse
• Rumlige transkriptomik

I den anden halvdel af kurset vil du skulle lave et gruppebaseret projekt på rigtig data. Til dette projekt kan du arbejde med data, som vi stiller til rådighed eller medbringe dine egne data (f.eks. fra din kandidatafhandling eller Ph.d.-projekt), så længe datasættet er godkendt af en underviser.
Sidst opdateret
02. maj, 2024