생물정보학 강의

1 수업 • 생물정보학 파일 형식

FASTA, FASTQ, GenBank, PDB 및 GFF 형식과 그 사용 사례를 설명합니다. 이후 장에서 원시 데이터 파일을 다룰 수 있도록 학습자를 준비시킵니다.

2 수업 • 생체분자 데이터 유형

뉴클레오타이드 서열, 아미노산 서열 및 구조 좌표를 별개의 데이터 클래스로 소개합니다. 데이터 유형을 적절한 분석 도구에 연결합니다.

3 수업 • 센트럴 도그마 설명

DNA에서 RNA로, 단백질로의 정보 흐름과 그 예외를 다룹니다. 모든 다운스트림 생물정보학 개념을 분자생물학 현실에 기반합니다.

1 수업 • 휴리스틱 데이터베이스 검색 방법

신속한 데이터베이스 검색을 위한 BLAST 및 FASTA 휴리스틱을 소개합니다. 학습자는 검색을 구성하고 통계적 유의성을 평가하는 방법을 배웁니다.

2 수업 • 다중 서열 정렬

점진적, 반복적 및 일관성 기반 MSA 방법을 다룹니다. 학습자는 정렬 품질을 평가하고 다운스트림 분석을 위한 정렬을 준비합니다.

3 수업 • 정렬 시각화 및 해석

생물학적 통찰을 위한 정렬 렌더링 및 주석 도구를 가르칩니다. 계산 결과를 생물학적 결론으로 연결합니다.

4 수업 • 점수 행렬 및 갭 패널티

정렬 점수 매기기의 기반이 되는 치환 행렬 및 갭 패널티 모델을 설명합니다. 수학적 선택을 생물학적 해석 가능성에 연결합니다.

1 수업 • 원시 리드 품질 관리

시퀀싱 데이터에 대한 품질 지표, 어댑터 트리밍 및 리드 필터링을 다룹니다. 어셈블리 및 다운스트림 분석을 위한 깨끗한 입력을 보장합니다.

2 수업 • 차세대 시퀀싱 기술

단일 리드 및 장기 리드 시퀀싱 플랫폼과 그 오류 프로필을 비교합니다. 특정 유전체 프로젝트를 위한 기술 선택을 안내합니다.

3 수업 • 유전체 어셈블리 전략

중첩-레이아웃-컨센서스 및 드 브루인 그래프 어셈블리 접근법을 설명합니다. 학습자는 데이터 유형과 유전체 복잡성에 따라 어셈블리 전략을 선택합니다.

4 수업 • 유전체 주석 기초

어셈블된 유전체에 대한 구조적 및 기능적 주석 파이프라인을 다룹니다. 원시 어셈블리를 생물학적으로 해석 가능한 유전자 모델에 연결합니다.

1 수업 • 리드 매핑 및 정량화

전사체 정량화를 위한 스플라이스 인식 정렬 및 슈도정렬을 설명합니다. 학습자는 원시 RNA-seq 리드로부터 카운트 행렬을 생성합니다.

2 수업 • RNA-seq 실험 설계

RNA-seq 연구에서 반복, 무작위화 및 교란 변수 통제를 다룹니다. 적절한 설계는 발현 데이터의 분석적 인공물을 방지합니다.

3 수업 • 기능 농축 분석

발현 결과 해석을 위한 유전자 온톨로지 및 경로 농축 방법을 가르칩니다. 유전자 목록을 생물학적 과정 및 분자 기능에 연결합니다.

4 수업 • 정규화 방법

RPKM, TPM 및 카운트 기반 정규화 전략을 비교합니다. 올바른 정규화는 유효한 교차 샘플 발현 비교를 가능하게 합니다.

1 수업 • 질량 분석 데이터 분석

MS 데이터로부터 펩타이드 식별, 단백질 정량화 및 번역 후 변형 검출을 소개합니다. 단백질체학 데이터를 생물학적 통찰에 연결합니다.

2 수업 • 구조 비교 및 분류

구조 정렬, RMSD 계산 및 단백질 폴드 분류를 다룹니다. 학습자는 서열 유사성을 넘어 구조적 관계를 식별합니다.

3 수업 • 단백질 구조 예측

상동성 모델링, 스레딩 및 딥러닝 구조 예측 방법을 설명합니다. 학습자는 예측된 단백질 모델을 생성하고 평가합니다.

4 수업 • 분자 도킹 기초

리간드-수용체 도킹 원리, 점수 함수 및 결과 해석을 다룹니다. 학습자는 계산적으로 단백질-리간드 상호작용을 평가합니다.

1 수업 • 집단 구조 및 다양성

주성분 분석, 혼합 모델링 및 집단 분화 통계를 다룹니다. 학습자는 집단 간 유전적 다양성을 특성화합니다.

2 수업 • 변이 주석 및 우선순위 지정

기능적 주석, 병원성 예측 및 변이 우선순위 지정 전략을 소개합니다. 원시 변이를 생물학적 및 임상적 관련성에 연결합니다.

3 수업 • 변이 필터링 및 품질 관리

하드 필터링, 변이 품질 점수 재보정 및 유전자형 수준 필터를 다룹니다. 생물학적 해석 전에 허위 양성을 제거합니다.

4 수업 • 변이 검출 방법

SNP, 인델 및 구조적 변이 검출 알고리즘과 그 가정을 설명합니다. 학습자는 생식세포 및 체세포 상황에 적합한 검출기를 적용합니다.

1 수업 • 커뮤니티 검출 및 모듈

생물학적 네트워크에서 기능적 모듈 식별을 위한 클러스터링 알고리즘을 다룹니다. 학습자는 네트워크 모듈을 생물학적 경로 및 과정에 연결합니다.

2 수업 • 단백질-단백질 상호작용 네트워크

PPI 데이터 소스, 신뢰도 점수 및 네트워크 구축을 설명합니다. 학습자는 다운스트림 분석을 위해 상호작용 네트워크를 구축하고 필터링합니다.

3 수업 • 네트워크 기반 기능 예측

유죄-연관 추론 및 네트워크 전파를 통한 유전자 기능 예측을 가르칩니다. 학습자는 네트워크 토폴로지를 활용하여 알려지지 않은 유전자 기능을 추론합니다.

4 수업 • 네트워크 토폴로지 및 지표

차수 분포, 클러스터링 계수 및 중심성 측정을 다룹니다. 학습자는 네트워크에서 허브, 병목 및 모듈 구조를 식별합니다.

1 수업 • 생물학적 해석 및 보고

경로 수준 종합, 가설 생성 및 다중 오믹스 결과의 과학적 커뮤니케이션을 다룹니다. 학습자는 계산 결과를 실행 가능한 생물학적 결론으로 변환합니다.

2 수업 • 다중 오믹스 머신러닝

바이오마커 발견 및 샘플 분류를 위한 지도 및 비지도 학습을 소개합니다. 학습자는 고차원 오믹스 데이터에 정규화 모델을 적용합니다.

3 수업 • 다중 오믹스 차원 축소

고차원 데이터를 위한 PCA, UMAP 및 다중 오믹스 인자 분석을 다룹니다. 학습자는 생물학적으로 의미 있는 변이를 보존하면서 복잡성을 줄입니다.

4 수업 • 다중 오믹스 데이터 조화

오믹스 계층 간 샘플 매칭, 배치 보정 및 데이터 정규화를 다룹니다. 조화된 데이터는 유효한 통합을 위한 사전 요건입니다.