Павло Певзнер MOOC та безкоштовні Інтернет-курси

Павло Певзнер - професор комп'ютерних наук та інженерії в Каліфорнійському університеті Сан-Дієго (UCSD), де він обіймає кафедру Рональда Р. Тейлора і викладає курс біоінформатики з алгоритмів протягом останніх 12 років. Його дослідження стосується створення алгоритмів біоінформатики для аналізу перестановок геномів, секвенування ДНК та обчислювальної протеоміки.

певзнер

Як зробити висновок, які гени організовують різні процеси в клітині? Як люди мігрували з Африки і поширились по всьому світу? У цьому класі ми побачимо, що ці два, здавалося б, різні питання можна вирішити, використовуючи подібні методи алгоритмічного та машинного навчання, що виникають із загальної проблеми розподілу точок даних на різні кластери.

Курс охоплює основні алгоритмічні прийоми та ідеї для обчислювальних задач, що часто виникають у практичних додатках: сортування та пошук, поділ і завоювання, жадібні алгоритми, динамічне програмування. Ми вивчимо багато теорії: як сортувати дані та як це допомагає для пошуку; як розбити велику проблему на шматки та розв’язати їх рекурсивно; коли є сенс діяти жадібно; як динамічне програмування використовується в геномних дослідженнях. Ви будете тренуватися у вирішенні обчислювальних задач, розробці нових алгоритмів та ефективному впровадженні рішень (так, щоб вони працювали менше ніж за секунду).

Цей курс розпочинає серію занять, що ілюструють силу обчислень у сучасній біології. Будь ласка, приєднуйтесь до нас на межі біоінформатики, щоб шукати приховані повідомлення в ДНК, ніколи не потребуючи надягання лабораторного халата.

Можливо, ви багато чули про секвенування геному та його потенціал для започаткування ери персоналізованої медицини, але що це означає секвенувати геном? Біологи досі не можуть прочитати нуклеотиди цілого геному, як ви читали книгу від початку до кінця. Однак вони можуть читати короткі фрагменти ДНК. У цьому курсі ми побачимо, як теорію графів можна використовувати для збирання геномів із цих коротких фрагментів. Далі ми дізнаємось про алгоритми грубої сили та застосуємо їх для секвенування міні-білків, званих антибіотиками.

Після секвенування геномів ми хотіли б порівняти їх. Ми побачимо, що динамічне програмування є потужним алгоритмічним інструментом, коли ми порівнюємо два гени (тобто короткі послідовності ДНК) або два білки. Коли ми «зменшуємо» для порівняння цілих геномів, ми будемо використовувати комбінаторні алгоритми.

У попередньому курсі зі спеціалізації ми дізналися, як порівнювати гени, білки та геноми. Одним із способів використання цих методів є побудова "Дерева життя", що показує, як з часом розвивалася велика колекція споріднених організмів.

У цьому класі ми будемо порівнювати ДНК від окремої людини з референтним геномом людини, щоб знайти потенційно хвороботворні мутації. Ми також дізнаємося, як ідентифікувати функцію білка, навіть якщо його бомбардували стільки мутацій порівняно з подібними білками з відомими функціями, що він став ледь впізнаваним.

Вам цікаво дізнатись, як програмувати (на Python) у науковому середовищі? Цей курс охоплюватиме алгоритми вирішення різних біологічних проблем, а також кілька програмних завдань, які допоможуть вам реалізувати ці алгоритми на Python. Кожен з чотирьох тижнів курсу складатиметься з двох необхідних компонентів. По-перше, інтерактивний підручник містить завдання програмування на Python, які виникають із реальних біологічних проблем.

Навесні 2011 року тисячі людей у ​​Німеччині були госпіталізовані зі смертельною хворобою, яка розпочалася як харчове отруєння кривавою діареєю і часто призводила до ниркової недостатності. Це був початок найбільш смертоносного спалаху в новітній історії, спричиненого таємничим бактеріальним штамом, який ми будемо називати Е. coli X. Незабаром німецькі чиновники пов’язали спалах із рестораном у Любеку, де майже 20% меценатів мали розвинувся кров’яний пронос протягом одного тижня. На цей момент біологи знали, що вони зіткнулися з раніше невідомим патогеном і що традиційних методів буде недостатньо - для збирання та аналізу геному новоствореного патогена будуть потрібні обчислювальні біологи.

Світ та Інтернет наповнені текстовою інформацією. Ми шукаємо інформацію за допомогою текстових запитів, читаємо веб-сайти, книги, електронні листи. З точки зору інформатики це все рядки. Щоб зрозуміти всю цю інформацію та зробити пошук ефективним, пошукові системи використовують багато рядкових алгоритмів. Більше того, сфера персоналізованої медицини, що зароджується, використовує багато алгоритмів пошуку, щоб знайти хвороботворні мутації в геномі людини.

Дізнайтеся, як розробляти алгоритми, вирішувати обчислювальні задачі та ефективно застосовувати рішення.

Синтезуйте свої знання з алгоритмів та біології, щоб створити власне програмне забезпечення для вирішення біологічних проблем. Побудова повноцінного алгоритму збору геномів з фрагментів ДНК на реальному наборі даних є величезною проблемою з великим попитом у багатомільярдній біотехнологічній галузі. У цьому основному проекті ми знімемо навчальні колеса і дозволимо вам розробити власну оптимізовану програму для секвенування геномів.