Tel Aviv University School of Computer Science

Workshop - Fall 2020

Computational analysis of medical genomic data

 סדנה בניתוח חישובי של מידע רפואי גנומי

Labtools1.jpg

F1.medium.gif

iStock_000014969854_ExtraSmall.jpg

http://www.the-scientist.com/?articles.view/articleNo/31747/

http://hmg.oxfordjournals.org/content/19/R2.cover-expansion

http://www.oncodna.com/science-cancer-genomes

 

Instructor: Prof. Ron Shamir

TA: Nimrod Rappoport

https://ci6.googleusercontent.com/proxy/RnNZfQn2o2xpggJQqefCOervMbPIci5mujDPJnvl43kv6Rtxjyh5gHN_JKVzeU-aaGz3pePFgxfoAAtZJZNx8mveVTc-11j98EfuAJVcumUenA=s0-d-e1-ft#https://ssl.gstatic.com/ui/v1/icons/mail/images/cleardot.gifבחלוף עשרים שנה מהריצוף הראשון של גנום אנושי, שיטות טכנולוגיות מתקדמות מאפשרות כיום לרצף מאות אלפי גנומים בשנה, ולמדוד רבבות פרמטרים מולקולריים על קבוצות תאים. טכנולוגיות אלו מאפשרות לאפיין מגוון מחלות, וכן ליצור ולהתאים להן תרופות. מאחר שכל ניסוי מודד מספר רב של פרמטרים, והניסויים מבוצעים על מספר רב של חולים, קיים צורך באלגוריתמים שיוכלו לנתח את הנתונים הרבים תוך התחשבות במאפיינים הייחודיים שלהם.

בסדנה זו נפתח ונשתמש באלגוריתמים לצורך ניתוח של נתונים מולקולריים ממספר רב של חולי סרטן. הסדנה כוללת שילוב של שיטות למידת מכונה וסטטיסטיקה.

אין צורך בידע ביולוגי מוקדם, שכן הרקע הרלוונטי יינתן בהרצאות הראשונות בסדנה.
תינתן עדיפות בשלב ההרשמה הראשון לסטודנטים לביואינפורמטיקה.

https://ci6.googleusercontent.com/proxy/RnNZfQn2o2xpggJQqefCOervMbPIci5mujDPJnvl43kv6Rtxjyh5gHN_JKVzeU-aaGz3pePFgxfoAAtZJZNx8mveVTc-11j98EfuAJVcumUenA=s0-d-e1-ft#https://ssl.gstatic.com/ui/v1/icons/mail/images/cleardot.gif



Twenty years after the first sequencing of a human genome, advanced technologies now make it possible to sequence hundreds of thousands of genomes per year, and to measure tens of thousands of molecular parameters on cell groups. These technologies make it possible to characterize a variety of diseases, as well as to design and match drugs to them. Since each experiment that uses these technologies measures a large number of parameters, and the experiments are performed on a large number of patients, there is a need for algorithms that can analyze the huge datasets while taking into account their unique characteristics.

In this workshop we will develop and use algorithms for the analysis of molecular data from a large number of cancer patients. The workshop projects will use a combination of machine learning methods and statistics.

No prior biological knowledge is required, as the relevant background will be given in the first lectures in the workshop.

Priority will be given to bioinformatics students in the first enrollment stage.

 

Logistics:

The project will be done in groups of two or at most three students. There will be several introductory meetings and one final meeting of all participants. All other activities will be by interaction between individual groups and the instructors, with ad-hoc meetings set as needed.

Schedule: (Tuesdays 4-6; details are tentative)

20/10, 27/10, 3/11, and possibly 10/11: lectures presenting the project and providing the necessary background

Individual meetings for each group:

1.      24/11/20 : Milestone 1 Initial project plan

2.      15/12/20 : Milestone 2 Progress status - Initial results

3.      12/1/21 : Milestone 3 Progress status update

Project final report and software to be submitted by 28/2/21

Joint final meeting for all students:

4.      2/3/21 Final project presentations.

 

 

Additional course information and data will be provided on Moodle.