Dieser Kurs destilliert für Sie Expertenwissen und Fähigkeiten, die von Fachleuten im Bereich Health Big Data Science und Bioinformatik beherrscht werden. Sie lernen spannende Fakten über die Biologie und Chemie des menschlichen Körpers, die Genetik und die Medizin kennen, die mit der Wissenschaft von Big Data und den Fähigkeiten zur Nutzung der Datenlawine, die Ihnen offen zur Verfügung steht und die wir gerade erst zu verstehen beginnen, verwoben werden. Wir werden die verschiedenen Schritte untersuchen, die erforderlich sind, um Big Data-Analysen an realen Datensätzen, einschließlich Next Generation Sequencing-Daten, in einem medizinischen und biologischen Kontext zu meistern, von der Vorbereitung der Daten für die Analyse bis zum Abschluss der Analyse, der Interpretation der Ergebnisse, ihrer Visualisierung und der Weitergabe der Ergebnisse. Es versteht sich von selbst, dass Sie, wenn Sie diese stark nachgefragten Fähigkeiten beherrschen, gut positioniert sind, um sich für Positionen in der biomedizinischen Datenanalyse und Bioinformatik zu bewerben oder in diese zu wechseln. Unabhängig davon, wie gut Ihre Kenntnisse in biomedizinischen oder technischen Bereichen sind, werden Sie äußerst wertvolle neue oder geschärfte Fähigkeiten erwerben, die Sie als Fachmann auszeichnen und Sie dazu veranlassen, noch tiefer in biomedizinische Big Data einzutauchen. Ich hoffe, dass dieser Kurs Ihr Interesse an den enormen Möglichkeiten wecken wird, die öffentlich verfügbare Big Data bieten, um Krankheiten besser zu verstehen, zu verhindern und zu behandeln.
Nach diesem Modul werden Sie in der Lage sein, 1. Dateien für die Datenanalyse von Genen und Medizin zu finden und herunterzuladen. 2. Dateien öffnen und Daten mit der Sprache R vorverarbeiten. 3. R-Skripte schreiben, um fehlende Werte zu ersetzen, Daten zu normalisieren, Daten zu diskretisieren und Proben zu nehmen
Das ist alles enthalten
11 Videos2 Lektüren6 Aufgaben1 Diskussionsthema
Infos zu Modulinhalt anzeigen
11 Videos•Insgesamt 59 Minuten
Einführung in den Kurs•2 Minuten
Einführung in das Modul•2 Minuten
DNA und Gene•9 Minuten
RNA und Proteine•7 Minuten
Transkription Prozess•5 Minuten
Transkription Animation•2 Minuten
Übersetzungsprozess•6 Minuten
Übersetzung Animation•2 Minuten
Daten, Variablen und große Datensätze•6 Minuten
Arbeiten mit cBioPortal - Genetische Datenanalyse•9 Minuten
Arbeiten mit cBioPortal - Gennetzwerke•9 Minuten
2 Lektüren•Insgesamt 20 Minuten
Modul 1 cBioPortal Datenanalyse•10 Minuten
Modul 1 Ressourcen•10 Minuten
6 Aufgaben•Insgesamt 180 Minuten
DNA, RNA, Gene und Proteine•30 Minuten
Transkriptions- und Übersetzungsvorgänge•30 Minuten
Daten, Variablen und große Datensätze•30 Minuten
Arbeiten mit cBioPortal•30 Minuten
Modul 1 Quiz•30 Minuten
Modul 1 cBioPortal Datenanalyse•30 Minuten
1 Diskussionsthema•Insgesamt 10 Minuten
Modul 1 Diskussion•10 Minuten
Datensätze für die Analyse vorbereiten
Modul 2•8 Stunden abzuschließen
Moduldetails
Nach diesem Modul werden Sie in der Lage sein:
1. Dateien für die Datenanalyse von Genen und Medizin zu finden und herunterzuladen. 2. Dateien öffnen und Daten mit der Sprache R vorverarbeiten. 3. R-Skripte schreiben, um fehlende Werte zu ersetzen, Daten zu normalisieren, Daten zu diskretisieren und Stichproben zu erstellen
Nach diesem Modul werden Sie in der Lage sein, 1. Merkmale aus hochdimensionalen Datensätzen auszuwählen. 2. Die Leistung von Methoden zur Auswahl von Merkmalen zu bewerten. 3. R-Skripte schreiben, um Merkmale aus Datensätzen mit Genexpressionen auszuwählen
Überblick über die Methoden der Feature-Auswahl•13 Minuten
Filter-Methoden•5 Minuten
Wrapper Methoden•5 Minuten
Bewertungsschemata•8 Minuten
Auswählen von differentiell exprimierten Genen•3 Minuten
Heatmaps•6 Minuten
R Skripte für die Feature-Auswahl•3 Minuten
Jupyter Notizbücher 101•7 Minuten
4 Lektüren•Insgesamt 40 Minuten
Notebook Modul 3 Tutorial•10 Minuten
Jupyter Notebooks Grundlagen•10 Minuten
Modul 3 R Suche nach differentiell exprimierten Genen•10 Minuten
Modul 3 Ressourcen•10 Minuten
6 Aufgaben•Insgesamt 180 Minuten
Methoden zur Merkmalsauswahl•30 Minuten
Bewertungsschemata•30 Minuten
Differentiell exprimierte Gene•30 Minuten
Heatmaps•30 Minuten
Modul 3 Quiz•30 Minuten
Modul 3 R Suche nach differentiell exprimierten Genen•30 Minuten
1 Diskussionsthema•Insgesamt 10 Minuten
Modul 3 Diskussion•10 Minuten
2 Unbewertete Labore•Insgesamt 120 Minuten
Modul 3 Notizbuch•60 Minuten
Modul 3 Notizbuch•60 Minuten
Vorhersage von Krankheiten anhand von Genen
Modul 4•8 Stunden abzuschließen
Moduldetails
Nach diesem Modul werden Sie in der Lage sein, 1. Klassifizierungs- und Vorhersagemodelle zu erstellen. 2. Die Leistung von Klassifizierungs- und Vorhersagemethoden zu bewerten. 3. R-Skripte schreiben, um Krankheiten anhand von Genexpressionen zu klassifizieren und vorherzusagen.
Überblick über Klassifizierungs- und Vorhersagemethoden•9 Minuten
Auf Analogie basierende Klassifizierungsmethoden•12 Minuten
Auf Regeln basierende Klassifizierungsmethoden•13 Minuten
Klassifizierungsmethoden basierend auf neuronalen Netzwerken•7 Minuten
Auf Statistik basierende Klassifizierungsmethoden•4 Minuten
Klassifizierungsmethoden auf der Grundlage von Wahrscheinlichkeiten•8 Minuten
Vorhersage-Methoden•4 Minuten
Bewertungsschemata•14 Minuten
Arbeitsablauf der Vorhersage•4 Minuten
R-Skripte für Vorhersagen•2 Minuten
Jupyter Notizbücher 101•7 Minuten
4 Lektüren•Insgesamt 40 Minuten
Jupyter Notebooks Grundlagen•10 Minuten
Notebook Modul 4 Tutorial•10 Minuten
Modul 4 R Vorhersage von Krankheiten anhand von Genen•10 Minuten
Modul 4 Ressourcen•10 Minuten
10 Aufgaben•Insgesamt 300 Minuten
Übersicht•30 Minuten
Klassifizierung mit Analogie•30 Minuten
Klassifizierung anhand von Regeln•30 Minuten
Klassifizierung mit neuronalen Netzwerken•30 Minuten
Klassifizierung auf Basis von Statistik•30 Minuten
Klassifizierung basierend auf Wahrscheinlichkeiten•30 Minuten
Vorhersage-Modelle•30 Minuten
Bewertungsschemata•30 Minuten
Modul 4 Quiz•30 Minuten
Modul 4 R Vorhersage von Krankheiten anhand von Genen•30 Minuten
1 Diskussionsthema•Insgesamt 10 Minuten
Modul 4 Diskussion•10 Minuten
1 Unbewertetes Labor•Insgesamt 60 Minuten
Modul 4 Notizbuch•60 Minuten
Bestimmung von Genveränderungen
Modul 5•7 Stunden abzuschließen
Moduldetails
Nach diesem Modul werden Sie in der Lage sein, 1. Verschiedene Arten von Genveränderungen auflisten. 2. Methoden zum Nachweis von Genmutationen vergleichen und gegenüberstellen. 3. Methoden zum Nachweis von Methylierung vergleichen und gegenüberstellen. 4. Vergleichen Sie die Methoden zum Nachweis von Kopienzahlvariationen und stellen Sie sie einander gegenüber. 5. Quantifizieren Sie genomische Veränderungen. 6. Bringen Sie genomische Veränderungen mit der differentiellen Expression von Genen in Verbindung. 7. Schreiben Sie Programme in R zur Bestimmung von Genveränderungen und deren Beziehung zur Genexpression
Genomische Veränderungen und Genexpressionen•17 Minuten
R-Skripte für Genveränderungen•2 Minuten
Jupyter Notizbücher 101•7 Minuten
4 Lektüren•Insgesamt 40 Minuten
Notebook Modul 5 Tutorial•10 Minuten
Jupyter Notebooks Grundlagen•10 Minuten
Modul 5 R Genveränderungen•10 Minuten
Modul 5 Ressourcen•10 Minuten
8 Aufgaben•Insgesamt 230 Minuten
Genveränderungen•30 Minuten
Genmutationen•30 Minuten
Methylierung•30 Minuten
Exemplarnummern-Änderungen•30 Minuten
Genomische Veränderungen und Genexpressionen•30 Minuten
Modul 5 Quiz (vorübergehend)•30 Minuten
Modul 5 Quiz•20 Minuten
Modul 5 R Genveränderungen•30 Minuten
1 Diskussionsthema•Insgesamt 10 Minuten
Modul 5 Diskussion•10 Minuten
1 Unbewertetes Labor•Insgesamt 60 Minuten
Modul 5 Notizbuch•60 Minuten
Clustering und Pathway-Analyse
Modul 6•6 Stunden abzuschließen
Moduldetails
Nach diesem Modul werden Sie in der Lage sein, 1. Cluster in biomedizinischen Daten mit Genen zu finden.2. biologische Pfade zu analysieren und zu visualisieren. 3. R-Skripte für das Clustering und die Analyse von Pfaden schreiben.
Die State University of New York (SUNY) ist mit ihren 64 einzigartigen Einrichtungen das größte umfassende Hochschulsystem der Vereinigten Staaten. Sie bildet fast 468.000 Studenten in mehr als 7.500 Studiengängen und Zertifikaten sowohl auf dem Campus als auch online aus und hat fast 3 Millionen Alumni auf der ganzen Welt.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was erhalte ich, wenn ich das Zertifikat kaufe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.