Реестр образовательных программ О реестре | Программы | Учреждения | Запросы
Образовательная программа №117
Модульная образовательная программа повышения квалификации в области анализа данных в системной биологии и нейронауках 
Уникальная программа, ориентированная на научно-исследовательские коллективы и инвестиционные проекты, использующие анализ больших массивов данных в системной биологии и нейронауках. Заложенный в концепцию программы комплексный подход к повышению квалификации действующих исследователей разного образовательного уровня, предусматривающий формирование необходимых общих и профессиональных компетенций от стадии получения до обработки и анализа данных, продемонстрировал свою эффективность.
Общая информация
Автор, разработчик программы:Филипп Хайтович, Дмитрий Русаков, Михаил Гельфанд, Алексей Семьянов, Алла Карпова, Леонард Хируг, Павел Балабан, Марк Реймерс, Марат Минлебаев, Татьяна Николенко
Тип образования:Повышение квалификации
Уровень образования:Дополнительное профессиональное образование
Срок обучения:
Форма обучения:Очно-заочная
Стоимость:договорная
Дата создания профайла образовательной программы:31 марта 2015

Программа разработана при поддержке ОАО «РОСНАНО»/Фонда инфраструктурных и образовательных программ

Образовательные задачи программы

Формирование основных компетенций в ходе освоения программы модуля по анализу данных в нейронауках:

  • Владение методиками исследования функциональной активности сетей мозга и регистрации клеточной сигнализации в отдельных клетках и нейрональных сетях.
  • Владение методиками визуализации активности популяций нейронов  с помощью ион-зависимых и потенциал-зависимых зондов.
  • Владение методиками оптического картирования по внутреннему сигналу нейрональных сетей.
  • Владение методиками  визуализации активности с помощью молекулярно-генетического картирования на основе анализа экспрессии определенных генов в нейронах.
  • Владение основными программными средствами анализа данных в области нейронаук
  • Владение основными необходимыми статистическими понятиями (статистические тесты, статистическая значимость, множественное тестирование, робастность)
  • Понимание современных экспериментальных технологий, их ограничений, возможных артефактов
  • Владение специальными программными средствами
  • Владение методами статистического анализа нейрональных данных
  • Владение методами кластеризации данных
  • Владение методами понижения размерности данных
  • Владение методами машинного обучения
  • Понимание экспериментальных технологий, их ограничений, возможных артефактов
  • Умение планировать исследование, собирать данные, подбирать и использовать адекватные средства анализа, формулировать выводы, представлять результаты
  • Умение понимать современные статьи, оценивать достоверность опубликованных результатов
  • Умение работать в составе коллектива и умение понимать место и роль частной задачи в большом проекте.

Формирование основных компетенций в ходе освоения программы модуля по анализу данных в системной биологии:

  • Владение основными программными средствами анализа данных в области системной биологии
  • Владение основными необходимыми статистическими понятиями (статистические тесты, статистическая значимость, множественное тестирование, робастность)
  • Понимание современных экспериментальных технологий, их ограничений, возможных артефактов
  • Владение специальными программными средствами
  • Владение методиками предобработки микрочиповых данных
  • Владение методиками предобработки РНК-секвенирования
  • Владение методами статистического анализа экспрессионных данных (дифференциальная экспрессия, временные ряды)
  • Владение методами кластеризации данных
  • Владение методами понижения размерности данных
  • Владение методами машинного обучения
  • Понимание экспериментальных технологий, их ограничений, возможных артефактов
  • Владение методиками анализа данных ChIP-Seq.
  • Владение методиками функциональной интерпретации наборов генов (гипергеометрический тест, GoStat)
  • Умение планировать исследование, собирать данные, подбирать и использовать адекватные средства анализа, формулировать выводы, представлять результаты
  • Умение понимать современные статьи, оценивать достоверность опубликованных результатов
  • Умение работать в составе коллектива и умение понимать место и роль частной задачи в большом проекте.
Структура программы

Образовательная программа состояла из 2 модулей: 

Модуль по анализу данных в нейронауках

Часть I Получение и анализ клеточных данных

Блок 1: Электрофизиология: Клеточная регистрация

1 день

9:00 – 10:30

Некоторые особенности регистрации и анализа ЭЭГ in vivo

Марат Минлебаев

11:00 – 12:30

Анализ локальных полевых потенциалов (ЛПП): пространственные и временные параметры кортикальной активности

Марат Минлебаев

14:00 – 15:30

Внутриклеточная регистрация с использованием острых электродов и петч пипеток in vivo и in vitro

Алексей Малышев

16:00 – 17:30

Особенности данных, получаемых при внутриклеточной регистрации

Павел Балабан

20:00 – 22:00

Использование генов и фотонов для препарирования клеточных сетей сознания.

Константин Анохин

2 день

9:00 – 10:30

Способы регистрации активности множества клеток.

Марат Минлебаев

11:00 – 12:30

Виды анализа активности множества клеток

Марат Минлебаев

14:00 – 15:30

Вводная лекция по МатЛабу-1

Феликс Эффенбергер

16:00 – 17:30

Электрофизиологические методы анализа синаптических связей. Квантовый анализ. Вероятность выброса. Миниатюрные потенциалы.

Алексей Малышев

20:00 – 22:00

Клеточные механизмы восприятия запахов

Павел Балабан

3 день

Блок 2: Оптический имиджинг

Современные методы оптического имиджинга

9:00 – 10:30

Принципы конфокального и мультифотонного имиджинга

Дмитрий Русаков

11:00 – 12:30

Оптическая регистрация активности на клеточном и субклеточном уровне

Алексей Семьянов

14:00 – 15:30

Анализ быстрой диффузии нейромедиаторов в мозге

Дмитрий Русаков

16:00 – 17:30

Преодолевая дифракционный барьер: микроскопия со сверхвысоким разрешением в нейробиологии»

Борис Ключ

20:00 – 22:00

Как наблюдать и изменять морфологическую пластичность глиальных клеток in vivo

Леонард Хируг

4 день

Кальциевый имиджинг и генетически кодируемые сенсоры

9:00 – 10:30

Методы оптической регистрации кальциевых сигналов в нейронах и глиальных клетках

Алексей Семьянов

11:00 – 12:30

Декодирование кальциевых сигналов и их анализ

Дмитрий Русаков

14:00 – 15:30

In vivo визуализация активности нейронов в мозге бодрствующей мыши с помощью 2-фотонного микроскопа

Леонард Хируг

16:00 – 17:30

Динамика изменения в дендритных шипиках коры и гиппокампа методом количественной визуализации

Леонард Хируг

20:00 – 22:00

МатЛаб для обработки изображений, полученных с помощью двухфотонного кальциевого имиджинга.

Максим Доронин, Ольга Тюрикова

5 день

Лабораторный день: демонстрация методов в ИВНД и НФ РАН

11:00 – 11:30

«Клеточные модели болезни Паркинсона», а также

Applied Biosystems

11:30 – 12:00

Демонстрация микроскопа EVOS c образцами клеток.

ХимЭксперт

12:00 – 12:30

Research Areas at IHNA RAS

Павел Балабан

16:00 – 17:30

Лаборатория сенсорных систем, демонстрация методов

Игорь Бондарь, Михаил Свинов, Владимир Коршунов, Леонард Хируг, Марат Минлебаев

 

Лаборатория Клеточной биологии приобретения обучения

Евгений Никитин, Алексей Малышев

 

Лаборатория молекулярной нейробиологии

Сергей Саложин, Петр Колосов, Гюльнар Тухбатова, Анастасия Бородинова

20:00 – 22:00

Свободная дискуссия по теме лабораторных методов

Леонард Хируг

Часть II Математические методы

6 день

9:00 – 10:30

Вводная лекция по МатЛабу-2

Феликс Эффенбергер

11:00 – 12:30

Интерактивный МатЛаб

Феликс Эффенбергер

Базовые математические методы и их применение

14:00 – 15:30

Обзор теории вероятности и статистических подходов, применяемых для анализа данных в нейробиологии

Практическая работа 1 «Основные вероятности и вычисление статистических критериев в среде програмирования MATLAB»

Марк Реймерс

16:00 – 17:30

Точечные процессы в нейронауке

Практическая работа 2 «Работа с данными спайкующих нейронов»

Марк Реймерс

20:00 – 22:00

Спектральный анализ

Марк Реймерс

7 день

9:00 – 10:30

Практическая работа 3 «Обработка и анализ данных LFP / EEG»

Марк Реймерс

11:00 – 12:30

Особенности анализа данных, полученных с использованием подхода кальциевый имиджинг

Марк Реймерс

14:00 – 15:30

Практическая работа 4 «Анализ данных, полученный при помощи кальевого имиджинга»

Марк Реймерс

16:00 – 17:30

Теория информации и использование ее подходов в анализе нейробиологических данных

Марк Реймерс

20:00 – 22:00

Практическая работа 5 «Разбор элементарных примеров анализа данных с использованием теории информации»

Марк Реймерс

8 день

9:00 – 10:30

Многовариантный анализ

Марк Реймерс

11:00 – 12:30

Практическая работа 6 «Метод главных компонент (PCA) и теория факторного анализа в работе с данными LFP/EEG»

Марк Реймерс

14:00 – 15:30

Применение многовариантного анализа в работе с данными спайкующих нейронов

Марк Реймерс

16:00 – 17:30

Практическая работа 7 PCA и расшифровка данных спайкующих нейронов

Марк Реймерс

20:00 – 22:00

Использование возможностей языка программирования Python в анализе данных нейробиологии

Марк Реймерс

9 день

9:00 – 10:30

Моделирование сети точечных процессов

 

Марк Реймерс

11:00 – 12:30

Практическая работа 9 «Моделирование сети точечных процессов для данных hemi-cortex VSD»

Марк Реймерс

14:00 – 15:30

Контрольная работа по пройденному материалу.

 

Марк Реймерс

16:00 – 17:30

20:00 – 22:00

Модельные организмы в нейрогеномике

Леонид Мороз

Часть III Методы геномики и биоинформатика в нейронауках

10 день

9:00 – 10:30

Технологии высокопроизводительного секвенирования

Михаил Гельфанд

11:00 – 12:30

Методы анализа больших массивов данных в исследованиях мозга человека

Филипп Хайтович

14:00 – 15:30

Транскриптом мозга человека (1): анализ данныхRNA-Seq

Филипп Хайтович

16:00 – 17:30

Множественное происхождение нейронов и эволюция организмов: взгляд от геномики

Леонид Мороз

20:00 – 22:00

Свободная дискуссия

Павел Балабан

11 день

9:00 – 10:30

Транскриптом мозга человека (2): статистический анализ

Филипп Хайтович

11:00 – 12:30

Транскриптом мозга человека (3): кластеризация данных

Филипп Хайтович

14:00 – 15:30

Методы анализа больших массивов данных в функциональной геномике и эпигеномике

Михаил Гельфанд

16:00 – 17:30

Транскриптом мозга человека (4): регуляторные сети

Филипп Хайтович

20:00 – 22:00

Молекулярные инструменты для анализа нервных цепей

Алла Карпова

12 день

9:00 – 10:30

Транскриптом мозга человека (5): функциональная аннотация

Филипп Хайтович

11:00 – 12:30

Транскриптом мозга человека (6): функциональная аннотация

Филипп Хайтович

14:00 – 15:30

Перспективы методов анализа больших массивов данных в исследованиях мозга человека

Филипп Хайтович

16:00 – 17:30

Геномика обучения и памяти на уровне одиночных нейронов

Леонид Мороз

20:00 – 22:00

Проникновение в нервные основы поведения

Алла Карпова

Модуль по анализу данных в системной биологии

1 занятие

Технологии секвенирования (обзор)

Мария Логачева

2 занятие

Препроцессинг данных. Сборка геномов de novo (теория). Unix.

Михаил Щелкунов, Дмитрий Виноградов

3 занятие

Секвенирование и сборка геномов de novo

Сергей Науменко, Артем Касьянов

4 занятие

Геномное пересеквенирование. NGS в медицине

Елена Набиева, Михаил Пятницкий

5 занятие

Статистический анализ транскриптомных данных

Павел Мазин

6 — 7 занятие

Транскриптомика

Павел Мазин

  

8 занятие

ДНК-белковые взаимодействия. ChIP-Seq

Иван Кулаковский

9 занятие

3D-структура хроматина и технологии ее определения (5С, HiC)

Екатерина Храмеева

10 занятие

Эпигенетика

Михаил Гельфанд, Андрей Миронов

Отличительные особенности программы
Отличительными характеристиками данной образовательной программы является использование передовых по мировым стандартам достижений в области анализа данных, включение в учебный план практических занятий с использованием самого современного оборудования и методов получения и обработки данных. Это было достигнуто, в первую очередь, за счет участия мировых лидеров (профессорско-преподавательский состав) в разработке и пилотной реализации образовательной программы.
Порядок приема

Слушатели отбираются на конкурсной основе. В аппликационный пакет входят следующие документы: мотивационное письмо (эссе), резюме и 2 рекомендательных письма. Эссе предоставляется в объеме 2-страничного текста на английском языке, содержащего информацию (1) о текущей исследовательской задаче кандидата (потенциального слушателя), (2) важности исследовательской задачи кандидата в деятельности организации-работодателя, (3) профильных умениях и навыках кандидата, и наиболее важное, (4) значимости приобретаемых компетенций для работы. Резюме представляется в общепринятой форме и в обязательном порядке содержит, помимо прочего, информацию (1) о публикациях в реферируемых журналах, патентах, авторских свидетельствах и (2) об 1-2 специалистах высокой квалификации, которые могут рекомендовать данного заявителя для участия в образовательной программе. Мотивационные письма и резюме оцениваются экспертным советом в баллах. Заявители, набравшие наибольшее количество баллов, приглашаются для участия в курсе.

Отборочные параметры с наибольшим весовым коэффициентом:

  • наличие базовых знаний в области молекулярной биологии, генетики, математической биологии и биоинформатики, математической статистики;
  • наличие, число и уровень статьей в реферируемых журналах и патентов по тематике, соответствующей содержанию образовательного модуля;
  • значимость исследований данного кандидата для общелабораторной научной программы;
  • востребованность методов, которые планируется преподавать в рамках модуля, и то, насколько приобретенные навыки значимы для работы слушателя, как они изменят качество профессиональной деятельности слушателя и работодателя;
  • близость направления профессиональной деятельности кандидата с тематикой УМК;
  • возможность применения полученных при прохождении данного УМК знаний и навыков на практике.
  • Дополнительные критерии отбора:
  • опыт работы с экспериментальными и вычислительными методами, которые планируется преподавать в рамках модуля.

Образовательная программа заполнена на 60%
Вход в систему Регистрация →
Забыли пароль?