یادگیری بیوانفورماتیک از ابتدا (تئوری و عملی)
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- تئوری و نمایش عملی اولیه ابزارهای بیوانفورماتیک را یاد خواهید گرفت.
- یاد خواهید گرفت چگونه پایگاههای داده را بررسی کنید و توالیها را همتراز کنید (جفتی و چندتایی)
- تئوری و عملی پیشبینی ژنها و عناصر تنظیمی آنها را یاد خواهید گرفت.
- درک خوبی از مدلسازی همولوژی برای پیشبینی ساختار 3 بعدی خواهید داشت. (تئوری و عملی)
- پیشبینی ساختار 3 بعدی با استفاده از الگوریتم Threading را یاد خواهید گرفت. (تئوری و عملی)
- پیشبینی ساختار ثانویه پروتئینهای کروی و غشایی را یاد خواهید گرفت. (تئوری و عملی)
- داکینگ گیرنده-لیگاند و تحلیل داده داکینگ را یاد خواهید گرفت. (عملی)
- درخت فیلوژنتیک (تئوری)
- ساخت درخت فیلوژنتیک (عملی)
- این دورهی اصول بیوانفورماتیک، اصول بسیار محکم برای یادگیریهای آیندهی شما ایجاد میکند.
پیشنیازهای دوره
- در آموزش آنلاین، همیشه تعامل نگه داشتن دانشجویان کار دشواری است. به همین دلیل، این دوره را با در نظر گرفتن روانشناسی یادگیری دانشجویان طراحی کردهایم. معمولاً وقتی دانشجویان در یک مفهوم پیچیده گیر میکنند، علاقهشان را از دست میدهند؛ به همین خاطر تلاش کردهایم مطالب را بهسادگی و بهصورت قابلفهم از ساده به پیچیده پیش ببریم.
- باید با مبانی بسیار ابتدایی درشتمولکولهای زیستی آشنا باشید. اگر جزئیات را نمیدانید نگران نباشید. برای مثال، اگر فقط نام DNA ،RNA و پروتئینها را شنیدهاید و یک تصور کلی از نقش آنها در زندگی دارید، برای شما کافی است (اطلاعات در سطح مدرسه). به این دوره خوش آمدید. در هر بخش از این دوره، از ابتدا شروع میکنیم. فرض میکنیم دربارهی DNA ،RNA و پروتئینها هیچ نمیدانید، جز نامشان. امیدواریم این روش یادگیری، درک مفاهیم عمیق بیوانفورماتیک را برای شما آسانتر کند.
- در این دوره هیچ برنامهنویسیای وجود ندارد. بیشتر ابزارهایی که استفاده میکنیم بهصورت آنلاین و رایگان و بدون نیاز به ثبتنام در دسترس هستند.
توضیحات دوره
این دورهی بیوانفورماتیک برای شما یک نقطهی عطف خواهد بود. در حال حاضر، حجم داده زیستی بهسرعت در حال انفجار است. در عصر این داده عظیم زیستی، شما باید مهارتهای لازم برای مدیریت دادهها را توسعه دهید. استفاده از روشهای سنتی برای مقابله با این حجم از دادههای زیستی عملاً غیرممکن است. اینجاست که بیوانفورماتیک وارد میشود. بیوانفورماتیک در نقطهی تلاقی زیستشناسی و علوم رایانه قرار دارد. بدون این مهارت اولیه، ممکن است در 5 تا 10 سال آینده در پژوهش، دانشگاه و صنعت جایگاه قابلتوجهی نداشته باشید. با توجه به این نیاز زمانه، ما این دورهی پایهی بیوانفورماتیک را برای شما آماده کردهایم.
این دوره شامل 5 ماژول است
- پایگاههای داده
- همترازی
- بیوانفورماتیک ژنومی
- بیوانفورماتیک ساختاری
- بیوانفورماتیک تکاملی
این دوره ترکیبی منحصربهفرد از تئوری و عملی است. ابتدا مبانی تئوری را یاد میگیرید، سپس تمرین عملی انجام میدهید و بعد برای سنجش دانش خود، آزمونها را پاسخ میدهید. در مجموع 93 درس در این دوره وجود دارد که 19 مورد از آنها آموزشهای عملی هستند. علاوه بر این، 12 تکلیف و 5 آزمون نیز در کنار درسهای تئوری در این دوره قرار دارد. به شما اطمینان میدهیم که پس از گذراندن این دوره، نگاه شما به دادههای زیستی کاملاً متفاوت خواهد شد. دانشجویان از مبانی بیوانفورماتیک، از پایگاههای داده زیستی تا داکینگ پروتئین-لیگاند را یاد خواهند گرفت. ابزارهای متنوعی در بیوانفورماتیک را استفاده خواهیم کرد.
این دوره برای چه کسانی مناسب است؟
- مبتدیان رشتههای علوم زیستی
- مبتدیان علم داده که به داده زیستی علاقهمند هستند.
یادگیری بیوانفورماتیک از ابتدا (تئوری و عملی)
-
تعریف پایگاههای داده 02:32
-
طراحی پایگاه داده 04:57
-
کشف دانش 01:06
-
پایگاههای داده زیستی 02:46
-
نکات کلیدی برای بهخاطر سپردن 01:05
-
عملی 1: پایگاه داده نوکلئوتیدی NCBI 12:57
-
عملی 1.2: مرورگر ژنوم ENSEMBLE 06:47
-
عملی 2: بانک داده پروتئین (PDB) 12:11
-
آزمون 1 None
-
تکلیف 1 None
-
آخرین بروزرسانی درباره بانک داده پروتئین 04:32
-
جستوجوی توالیها در پایگاههای داده None
-
همترازی توالی چیست؟ 03:27
-
چند اصطلاح مهم 02:58
-
انواع همترازی توالی 03:46
-
الگوریتم چیست؟ 01:59
-
الگوریتم Dot Matrix؛ چگونه کار میکند؟ 02:28
-
الگوریتم Dot Matrix؛ چگونه نتایج را تفسیر کنیم؟ 01:50
-
الگوریتم Dot Matrix؛ شناسایی توالیهای تکراری 01:18
-
الگوریتم Dot Matrix؛ مزایا در برابر معایب 01:39
-
عملی 3: Dot Matcher برای مقایسه کیفی توالیها (ابزار EMBOSS) 07:10
-
عملی 3 (اختیاری): DotMatcher برای مقایسه کیفی توالی 08:12
-
تکلیف 2 None
-
متد برنامهنویسی پویا: چگونه کار میکند؟ 05:27
-
چگونه ماتریس امتیازدهی را به همترازی تبدیل کنیم؟ 05:40
-
برنامهنویسی پویا؛ چند اصطلاح مهم برای درک آن 01:18
-
مقایسه بین DotMatrix و برنامهنویسی پویا 02:11
-
عملی 4: همترازی جفتی سراسری توالی با استفاده از توالیهای DNA 05:44
-
عملی 5: همترازی جفتی توالی با استفاده از پروتئین 06:24
-
عملی 6: همترازی جفتی محلی 04:57
-
تکلیف 3 None
-
مقدمهای بر جستوجو در پایگاه داده؛ BLAST 02:49
-
انواع الگوریتمها 03:41
-
الگوریتم Word چگونه کار میکند؟ (بخش 1) 01:04
-
الگوریتم Word چگونه کار میکند؟ (بخش 2) 03:18
-
یک اصطلاح مهم برای الگوریتم Word 01:36
-
مقادیر آماری مهم برای ارزیابی نتایج BLAST 05:00
-
انواع مختلف BLAST مرتبط با پایگاههای داده NCBI 02:06
-
عملی 7: چگونه از برنامه BLAST استفاده کنیم؟ 10:29
-
تکلیف 4 None
-
اختیاری: چگونه از PSI-BLAST استفاده کنیم؟ 06:16
-
همترازی چندتایی توالی؛ مقدمهای بر آن 01:24
-
الگوریتمهای همترازی چندتایی توالی 01:29
-
الگوریتم همترازی تدریجی توالی 05:30
-
ابزارهای همترازی چندتایی توالی 02:15
-
عملی 9: چگونه از T-COFFEE استفاده کنیم؟ 07:38
-
عملی 8: چگونه از CLUSTAL-W استفاده کنیم؟ 03:34
-
تکلیف 5 None
-
آزمون 2 None
-
مقدمهای بر ماژول 3 02:05
-
DNA چیست؟ 02:06
-
DNA ما کجا قرار دارد؟ 00:53
-
نقش DNA چیست؟ 03:13
-
ژن چه اجزایی دارد؟ 05:15
-
الگوریتمهای پیشبینی ژن-1 07:16
-
الگوریتمهای پیشبینی ژن-2 01:46
-
سوگیری GC و کد آزمون؛ یک الگوریتم از نوع Ab-initio 02:24
-
مقدمهای بر مدل مارکوف (بخش 1) 01:52
-
مقدمهای بر مدل مارکوف (بخش 2) 01:52
-
یادگیری ماشین و پیشبینی ژن 02:21
-
عملی 10: پیشبینی ژن پروکاریوتی 07:58
-
عملی 10.1: پیشبینی عناصر تنظیمی پروکاریوتی 05:54
-
عملی 11: پیشبینی ژن یوکاریوتی 07:19
-
تکلیف 6 None
-
تکلیف 7 None
-
آزمون 3 None
-
توالییابی Sanger برای توالییابی DNA چیست؟ 02:19
-
دادههای توالییابی Sanger و چالشها 03:30
-
عملی 12: چگونه کیفیت دادههای توالییابی Sanger را بررسی کنیم؟ 04:27
-
مقدمهای بر ماژول 4 02:43
-
پروتئین چیست؟ (بخش 1) 02:55
-
پروتئین چیست؟ (بخش 2) 02:50
-
چند نکته مهم 02:29
-
نقش اسیدهای آمینه در ساختار 3 بعدی 03:16
-
پیوند پپتیدی؛ پیوندی میان اسیدهای آمینه 01:14
-
ویژگی شبهپیوند دوگانه در پیوند پپتیدی و نمودار راماچاندران 02:29
-
نیروهای پایدارکننده ساختار پروتئین 02:41
-
ساختارهای ثانویه پروتئینها 04:29
-
عملی 13: مصورسازی ساختار پروتئین در Pymol 07:27
-
عملی 13(A): مصورسازی ساختار پروتئین در Chimera (بخش 1) 07:57
-
عملی 13(B): مصورسازی ساختار پروتئین در Chimera (بخش 2) 08:29
-
چرا پیشبینی ساختار پروتئین اینقدر مهم است؟ 02:28
-
الگوریتمهای پیشبینی ساختار ثانویه پروتئین (بخش 1) 02:10
-
الگوریتمهای پیشبینی ساختار ثانویه پروتئین (بخش 2) 07:25
-
عملی 15: پیشبینی ساختار ثانویه پروتئینهای کروی 04:59
-
تکلیف 8 None
-
الگوریتم پیشبینی ساختار ثانویه پروتئینهای غشایی 03:10
-
عملی 16: پیشبینی ساختار ثانویه مارپیچ غشایی 04:16
-
تکلیف 9 None
-
الگوریتمهای پیشبینی ساختار 3 بعدی 03:48
-
الگوریتم مبتنی بر همولوژی (بخش 1) 02:53
-
الگوریتم مبتنی بر همولوژی (بخش 2) 03:36
-
الگوریتم مبتنی بر همولوژی (بخش 3) 02:12
-
الگوریتم مبتنی بر همولوژی (بخش 4) 02:15
-
اعتبارسنجی مدل و محدودیتهای الگوریتم مبتنی بر همولوژی 02:30
-
عملی 17: پیشبینی ساختار 3 بعدی با استفاده از مدلسازی همولوژی (Mdeller) 28:16
-
تکلیف 10 None
-
الگوریتم Threading برای پیشبینی ساختار 3 بعدی 02:09
-
عملی 18: پیشبینی ساختار 3 بعدی با استفاده از تکنیک Threading (I-TASSER) 11:16
-
تکلیف 11 None
-
(بسیار مهم) عملی: یاد بگیرید چگونه از Alpha-Fold 2 استفاده کنید 04:47
-
عملی: یاد بگیرید چگونه از Alpha-Fold3 استفاده کنید؟ 12:37
-
تکلیف 12 None
-
چگونه در Pymol تصاویر با کیفیت انتشار بسازیم؟ (بسیار مهم) 11:55
-
آزمون 4 None
-
(اختیاری) عملی 18.1: استفاده از InterPro 05:24
-
(اختیاری) عملی 20: چگونه با استفاده از Vina بهراحتی داکینگ انجام دهیم؟ 06:39
-
(اختیاری) عملی 21: چگونه داده داکینگ را تحلیل کنیم؟ 11:43
-
(اختیاری) عملی 3: پایگاه داده ZINC برای جستوجوی دارو 08:59
-
بروزرسانی یک سرور دیگر GOR-IV برای پیشبینی ساختار ثانویه 02:53
-
تکامل و فیلوژنتیک چیست؟ 02:20
-
برخی اصطلاحات مهم برای درک درخت فیلوژنتیک 02:46
-
انواع مختلف درختهای فیلوژنتیک 01:45
-
مراحل ساخت درخت فیلوژنتیک 01:46
-
انتخاب نشانگر مولکولی برای ساخت درخت 03:50
-
همترازی برای ساخت درخت 01:12
-
انتخاب مدل تکاملی 05:34
-
متدهای ساخت درخت 03:57
-
اعتبارسنجی درخت با Bootstrapping 01:53
-
عملی 19: ساخت درخت فیلوژنتیک 07:56
-
تکلیف 12 None
-
عملی 19.1: ساخت درخت فیلوژنتیک دایرهای زیبا 13:24
-
آزمون 5 None
-
عملی 22: چگونه Linux را در Windows برای تحلیلهای بیوانفورماتیک نصب کنیم؟ 05:37
-
عملی 24: چگونه Chemsketch را دانلود کنیم؟ 03:50
-
عملی 25: رسم لیگاند و ساخت ساختار 3 بعدی لیگاند 10:13
-
چگونه از AI برای انجام هوشمندانه مرور منابع استفاده کنیم؟ 10:45
مشخصات آموزش
یادگیری بیوانفورماتیک از ابتدا (تئوری و عملی)
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:مقدماتی
- تعداد درس:127
- مدت زمان :08:30:07
- حجم :4.29GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy