بیوانفورماتیک کارشناسی ارشد زیست فناوری گروه ژنتیک و بیولوژی مولکولی

تاریخ ایجاد شنبه,1398/07/06-8:15
Printer-friendly versionSend by emailPDF version

طرح دوره نظری و عملی یا course plan

 

سال تحصیلی:99-98

نیمسال:  اول                     

رشته: زیست فناوری 

دوره: کارشناسی ارشد

گروه آموزشی:ژنتیک و بیولوژی مولکولی 

نام درس: بیوانفورماتیک

نام مسوول درس (واحد): دکتر یوسف قیصری 

شماره درس  :186543

روز و ساعت برگزاری: دوشنبه ها 12-8

محل برگزاری: تالار الکترونیک دانشکده پزشکی 

تعداد و نوع واحد: 2      نظری  1              عملی1

دروس پیش نیاز:

  • آشنایی با مفاهیم پایه زیست­شناسی سلولی و ملکولی
  • آشنایی با مبانی آمار زیستی

 

تلفن:37929076

ساعت و روزهای تماس:

آدرس Email:ygheisari@gmail.com

آدرس دفتر : دانشکده پزشکی - گروه ژنتیک و بیولوژی مولکولی 

تعداد دانشجو:                                                                            

نام نماینده دانشجویان و شماره همراه:

هدف کلی درس:

  • دانشجو به اهمیت مطالعات بیوانفورماتیک در زیست شناسی نوین پی ببرد.
  • دانشجو با مفاهیم پایه در بیوانفورماتیک آشنا شود.
  • دانشجو توانایی استفاده از روش­ها و ابزارهای نرم­افزاری مرتبط با این درس را به دست آورد.  

اهداف اختصاصی:

  • دانشجو به اهمیت مطالعات بیوانفورماتیک در زیست شناسی نوین پی ببرد.
  • دانشجو با مفاهیم پایه در بیوانفورماتیک آشنا شود.
  • دانشجو توانایی استفاده از روش­ها و ابزارهای نرم­افزاری مرتبط با این درس را به دست آورد.  

ج-2) اهداف اختصاصی

انتظار می­رود دانشجو در پایان این دوره  به اهداف زیر دست یابد:

  • درآمدی بر بیوانفورماتیک
  • به اهمیت بیوانفورماتیک در ارتباط با تحولات سال­های اخیر دانش زیست­پزشکی پی ببرد.

 

  • داده­پایگاه­ها و ابزارهای توالی
  • بتواند توالی ملکولهای اسیدنوکلئیک یا پروتئین مورد نیاز را استخراج نماید.
  • از داده­پایگاه­های مرتبط با ساختار و توصیف ژنوم بتواند استفاده کند و محل یک ژن یا توالی خاص در ژنوم را مشخص کند و ویژگی­های آن را بیان کند.
  • بتواند در یک پروتئین دومین­ها را مشخص و پروتئین­های دیگری که دارای آن دومین هستند را تعیین کند
  • بتواند مشخص کند که یک پروتئین مورد نظر عضو کدام خانواده پروتئینی است.
  • فایل pdb حاوی اطلاعات ساختار سه بعدی یک پروتئین مورد نظر را استخراج کند و این ساختار را با ابزارهای مناسب نشان دهد.
  • بتواند نیاز برای استفاده از جستجوگرهای ژنوم مختلف را جهت انجام پروژه­های تحقیقاتی درک و توصیف کند.
  • با جستجوگرهای ژنوم پر استفاده آشنایی پیدا کند.
  • با استفاده از جستجو گرهای ژنوم موجود بتواند اطلاعات مربوط به یک ژن اعم از توالی، پروموتورها، اینترون ها، اگزون ها و غیره را استخراج نماید.
  • قادر باشد با استفاده از جستجوگر ژنوم UCSC  جدول­های کلی مربوط به ژنوم مانند لیست کل ژنها به همراه مختصات ژنومی آنها را استخراج کند.
  • بتواند از جستجوگرهایی همانند IGV برای نمایش و جستجوی داده های ژنومیکی استفاده کند.
  • بتواند توالی­های اسید نوکلئیک و پروتئین را مقایسه و همتایابی کند.
  • بتواند از داده­پایگاه­های مرتبط با تنوع در توالی استفاده نماید.

 

  • طراحی پرایمر و ابزارهای مهندسی ژنتیک
  • بتواند با استفاده از Allele ID، Primer3 و Generunner پرایمر مناسب برای مقاصد مختلف مانند بررسی بیان ژن و کلون سازی ژن طراحی کند.
  • بتواند از ابزارهای بیوانفورماتیک مرتبط با کلون سازی ژن استفاده کند.

 

  • Non-Coding RNAs
  • مفاهیم پایه مرتبط با RNA های غیر کد کننده را بداند.
  • از داده­پایگاه­های مرتبط با lncRNA و microRNA (شناسایی هدف، بررسی بیان، ارتباط با مسیرهای انتقال پیام و بیماری­ها) استفاده نماید.

 

  • تحلیل داده­های میکرواری
  • به اهمیت بیولوژی سیستم­ها و جایگاه این علم در ارتباط با بیولوژی کلاسیک توجه داشته باشد. 
  • با روش تحلیل داده­های میکرواری به صورت اجمالی آشنا باشد.
  • برای یک وضعیت بیولوژیک مشخص، از داده­پایگاه­های مناسب اطلاعات پروفایل بیان به روش میکرواری را استخراج، تحلیل و استنتاج نماید.

 

  • تحلیل داده­های پروتئومیکس
  • مفاهیم پایه در پروتئومیکس را بداند
  • با روش تحلیل داده­های پروتئومیکس به صورت اجمالی آشنا باشد.
  • برای یک وضعیت بیولوژیک مشخص، از داده­پایگاه­های مناسب اطلاعات پروفایل بیان پروتئین را استخراج، تحلیل و استنتاج نماید.

 

  • آنالیز غنی­سازی (Gene Set Enrichment Analysis)
  • با مفاهیم مرتبط با مسیرهای انتقال پیام در سلول آشنا باشد و بتواند از داده­پایگاه­های مرتبط استفاده نماید.
  • با مفهوم Gene Ontology و دسته­بندی­های آن آشنا باشد.
  • روش­های غنی­سازی دسته­های ژنی (Gene set Enrichment) را بداند.
  • بتواند با استفاده از ابزارهای بیوانفورماتیک، فاکتورهای رونویسی، کینازها و مسیرهای انتقال پیام مرتبط با یک دسته ژنی را شناسایی کند.

 

  • ساخت و تحلیل شبکه­های زیستی
  • با مفاهیم شبکه میانکنش ملکول­ها آشنا باشد.
  • به صورت کلی و اجمالی با نظریه گراف و ویژگی­های شبکه­های پیچیده آشنا شود.
  • با قوانین حاکم بر شبکه­ها و استفاده از آن­ها در مطالعه شبکه­های میانکنش پروتئینی آشنا باشد.
  • بتواند با استفاده از نرم­افزار Cytoscape (ابزار Clupedia) شبکه میانکنش پروتئین-پروتئین مرتبط با یک دسته ژنی را ترسیم کند.
  • بتواند با استفاده از نرم­افزارCytoscape (ابزار CluGO) عملکردهای اصلی یک شبکه را مشخص کند.
  • بتواند یک شبکه میانکنش پروتئینی را از دیدگاه مفاهیم گراف تحلیل نماید.

 

  • پایگاه The Cancer Genome Atlas (TCGA)
  • چگونگی و هدف انجام پروژه TCGA را فراگیرد.
  •  انواع سطوح داده ای TCGA را فرا بگیرد.
  • برای یک سرطان مشخص مشخص، از پایگاه داده ای TCGA اطلاعات پروفایل بیان ژن ها را استخراج، تحلیل و استنتاج نماید.

 

  • Next generation Sequencing (NGS)
  • با اصول اولیه، انواع پلتفرمها و نحوه انجام Next Generation Sequencing (NGS) آشنا شود.
  •  با مثالهای عینی بتواند استفاده از NGS را در پروژه های مختلف پژوهشی و بالینی درک و توصیف نماید.
  • با انواع داده های NGS آشنا شده و بتواند آنها را در جستجوگری همانند IGV نمایه سازی کند.
  • هدف از انجام پروژه GTEx و نیاز آن برای جامعه علمی را توضیح دهد.
  • بتواند ارتباط بین چند شکلی های ژنتیکی (SNP) و بیان ژنی را جستجو کند.
  • بتواند میزان بیان ژنهای مختلف و ایزوفرم های آنها در بافتهای مختلف جستجو کند.
  •   چگونگی و هدف انجام پروژه Metastatic Breast Cancer (MBC) به عنوان اولین نمونه از پایگاه­های متاستاز سرطان را بداند.
  • بتواند اطلاعات مربوط به این پروژه و پروژه های مختلف سرطان را جستجو و با استفاده از نرم افزار cBioPortal آنالیز کند

 

 

 

منابع اصلی درس (عنوان کتاب، نام نويسنده، سال و محل انتشار، نام ناشر، شماره فصول يا صفحات مورد نظر در اين درس- در صورتی که مطالعه همه کتاب يا همه مجلدات آن به عنوان منبع ضروری نباشد) 

 

با حضور در کلاس، تمرین مباحث ارائه شده در خارج از ساعات کلاس و اجرای پروژ­ه­ها می توانید به اهداف آموزشی این کلاس دست بیابید. کتاب ثابتی به عنوان منبع درس معرفی نمی­شود اما چند کتاب زیر که در کتابخانه دانشکده موجود هستند، برای مطالعه بیشتر یا رفع اشکال مفید هستند:  

 

 

منابع فرعی درس:

 

 

نحوه ارزشيابی دانشجو و بارم مربوط به هر ارزشيابی

الف) در طول دوره (کوئيز، تکاليف، امتحان ميان ترم...)                                                                              بارم:

ب) پايان دوره:                                                                                                                                             بارم:

وظایف دانشجو:

 

 

 

قوانین و شرایط برگزاری دوره

  1. برنامه ریزی دوره و زمان آزمون نهایی بر اساس تقویم آموزشی دانشگاه صورت گرفته­ است. حضور شما در تمامی جلسات الزامی است و صرفاً با هماهنگی قبلی مسئول درس می­توانید غیبت داشته باشید. در موارد استثنا که امکان هماهنگی قبلی وجود نداشته باشد، تشخیص موجه بودن غیبت با مسئول درس می­باشد. لازم به ذکر است به ازای هر جلسه غیبت غیر مجاز نیم نمره از نتیجه ارزشیابی کم می­شود.
  2. با توجه به اینکه درس به صورت کارگاهی و با تکیه بر تمرین توسط فراگیران ارائه می­شود، حضور فعال شما از ابتدای دوره ضروری است.
  3. با توجه به ماهیت درس تلاش شده­ است زمان کافی برای تمرین در کلاس­ها در نظر گرفته شود. با این حال به دلیل محدودیت زمان جلسات، لازم است در خارج از ساعات کلاس علاوه بر حل پروژه­ها به تمرین بیشتر مباحث هر جلسه بپردازید. به صورت میانگین انتظار می­رود برای بهره­گیری مناسب از این دوره علاوه بر 4 ساعت حضور در کلاس، به 4 ساعت تمرین در خارج از ساعات کلاس نیاز باشد. این زمان بسته به اطلاعات قبلی شما می­تواند کمتر یا بیشتر باشد.
  4. اسلایدهای هر جلسه و تمرین­ها از سایت rml.mui.ac.ir قابل دستیابی است. برخی مطالب ممکن است از راه­های دیگری در اختیار شما قرار گیرد که به شما اطلاع داده خواهد شد.
  5. لازم نیست پاسخ تمرین­ها را ایمیل کنید. در جلسات کلاس پاسخ­های شما بررسی و رفع اشکال می­شود.
  6. به منظور افزایش بهره­وری کلاس، بجز در زمان حل تمرین­های گروهی، با سایر دانشجویان صحبت نکنید. همچنین، گوشی تلفن همراه خود را در طول کلاس خاموش یا بی­صدا کنید. در موارد ضرورت با هماهنگی می توانید آن را روشن نگه­ دارید و خبر خوب اینکه خوردن و آشامیدن در هر زمان از این کلاس آزاد است!

بازخورد شما از تجربه این درس، برای ما بسیار راهگشا است. لطفاً به صورت حضوری یا از طریق ایمیل نظرات خود را مطرح کنید.

 

تاريخ امتحان ميان ترم:                                                                        تاريخ امتحان پايان ترم:

ساير تذکرهای مهم برای دانشجويان:

 

بخش

مبحث

مدرس

(و همکار)

هفته و ساعت

درآمدی بر بیوانفورماتیک

آشنایی با قوانین درس

دکتر قیصری

1a

از زیست­شناسی کلاسیک تا زیست شناسی نوین:

چارچوب­های فلسفی و سیر تاریخی

1b

1c

جایگاه بیوانفورماتیک در زیست شناسی نوین

1d

داده­پایگاه­ها و ابزارهای توالی

توالی اسید نوکلئیک (GeneBank)

دکتر قیصری

(شیوا معین)

2a

توالی اسید نوکلئیک (UniGene, Gene, EST)

2b

توالی و ساختار پروتئین (UniProt, NCBI Protein)

2c

توالی و ساختار پروتئین (ExPASY, InterPro, Pfam, PDB)

2d

رفع اشکال پروژه­ها

3a

جستجوگرهای ژنوم (Ensemble)

3b

جستجوگرهای ژنوم (UCSC, IGV Genome Browsers)

3c

مفاهیم همتایابی

3d

ابزارهای همتایابی (Local and multiple alignment)

4a

رفع اشکال پروژه­­ها

4b

آشنایی با مفاهیم پایه پلی­مورفیسم ژنتیکی و کاربردهای آن

4c

داده­پایگاه­های پلی­مورفیسم (dbSNP, ClinVar, ExAc)

4d

داده­پایگاه­های پلی­مورفیسم (gnomAD, GWAS  catalog)

5a

رفع اشکال پروژه­ها

5b

طراحی پرایمر و ابزارهای مهندسی ژنتیک

اصول طراحی پرایمر

دکتر قیصری

(شیوا معین)

5c

طراحی پرایمر با GeneRunner

5d

طراحی پرایمر با Primer 3

6a

طراحی پرایمر با Allele ID

6b

رفع اشکال پروژه­ها

6c

اصول طراحی پرایمر برای کلونینگ ژن

6d

ابزارهای مهندسی ژنتیک

(Clone Manager, Plasm, GeneRunner)

7a

رفع اشکال پروژه­ها

7b

Non-Coding RNAs

مفاهیم پایه در بیولوژی miRNA

دکتر قیصری

(دکتر غلامی­نژاد)

7c

داده­پایگاه­های اطلاعات miRNA و شناسایی ژن هدف

7d

داده­پایگاه­های عملکرد miRNA در بیماری­ها و مسیرهای انتقال پیام

8a

داده­پایگاه­های lnc-RNA

8b

رفع اشکال پروژه­ها

8c

طراحی پرایمر برای بررسی بیان RNAهای کوچک

8d

رفع اشکال پروژه­ها

9a

داده­های انبوه (میکرواری)

مقدمه­ای بر بیولوژی سیستم­ها و رویکردهای آن

دکتر قیصری

(شیوا معین)

9b

مفاهیم پایه در تحلیل داده­های ترانسکریپتومیکس

9c

دستیابی به داده­های میکرواری از GEO

9d

آنالیز داده­های میکرواری

10a

رفع اشکال پروژه­ها

10b

داده­های انبوه

(پروتئومیکس)

مفاهیم پایه در پروتئومیکس

دکتر قیصری

(یاسین اشراقی)

10c

دستیابی به داده­های پروتئومیکس

10d

تحلیل داده­های پروتئومیکس با MaxQuant

11a

تحلیل داده­های پروتئومیکس با Perseus

11b

رفع اشکال پروژه­ها

11c

داده­های انبوه

(آنالیز غنی سازی)

داده­پایگاه­های مسیرهای انتقال پیام

دکتر قیصری

(شیوا معین)

11d

مفهوم Gene set enrichment analysis

12a

Cytoscape

12b

Pathway enrichment analysis

12c

GO enrichment analysis

12d

رفع اشکال پروژه­ها

13a

داده­های انبوه

(شبکه­ها)

مفاهیم پایه تئوری گراف

دکتر قیصری

(شیوا معین)

13b

داده­پایگاه­ها و ابزارهای میانکنش پروتئین­ها

13c

ساخت شبکه­های میانکنش پروتئین

13d

تحلیل و تفسیر شبکه­های میانکنش پروتئین

14a

رفع اشکال پروژه­ها

14b

داده­های انبوه

(TCGA)

آشنایی با پروژه TCGA و هدف ایجاد آن

دکتر نیک­پور

14c

دستیابی به داده های ترانسکریپتوم TCGA

14d

آنالیز داده های ترانسکریپتوم TCGA

15a

رفع اشکال پروژه­ها

15b

داده­های انبوه

(NGS)

آشنایی با اصول اولیه و پلتفرمهای NGS

دکتر بحرینی

15c

نحوه مشاهده اطلاعات مربوط به NGS در IGV genome Browser

15d

آشنایی با پروژه GTEx و نحوه جستجوی بیان ژن و SNP در انواع بافتهای انسانی

16a

آشنایی با پروژه MBC جهت شناسایی تغییرات ژنومیکی در متاستاز سرطان سینه

16b

استفاده از نرم افزار cBioPortal در جهت جستجوی تغییرات  چند امیکس (multi-omics) در سرطانهای مختلف

16c

رفع اشکال پروژه­ها

16d

آزمون پایانی: دوشنبه  30/10/98 از ساعت 8 تا 17

 

(ایمیل کامل نوشته شود)ID@med.mui.ac.ir

PASSWORD

ارتباط با ما
خیابان هزار جریب دانشگاه علوم پزشکی و خدمات بهداشتی درمانی اصفهان ،دانشکده پزشکی
فکس:36688597
کدپستی:81746-73461
پست الکترونیک:dean@med.mui.ac.ir