Lehr- und Forschungseinheit Bioinformatik
print


Navigationspfad


Inhaltsbereich

Praktikum Netzwerk- und Expressionsdaten-Analyse (SS2017, NEAP)Practical course Network and Expression data analysis (SS2017, NEAP)

 
Allgemeine InformationenGeneral Information
  • Wegen Terminkonflikten beginnt die Vorlesung Di und Do jeweils 10 st. Due to schedule conflicts the lecture starts at 10 st on Tue and Thu.
  • Raum:Room: A406 + A105 + CIP-pool, Amalienstr. 17
  • Beginn und Einführung: Dienstag,Start and introduction: Tuesday, 25.04.2017 10-12, A 105
  • Zeit (während des Semesters): Date (during the semester):
    • Vorlesungen: Dienstag (10-12) und Donnerstag (10-12) Lectures: Tuesday (10-12) and Thursday (10-12)
    • Kernzeiten: Dienstag (14-18) und Donnerstag (14-18) Core times: Tuesday (14:00-18:00) and Thursday (14:00-18:00)
  • UmfangCredits:: 12 ECTS / 10 SWS (10P/Block)
Thema/Beschreibung/InhaltTopic/Description/Contents
Das Masterpraktikum befasst sich mit der Regulation und Kontrolle des Genoms auf der Basis der Monografie von Eric Davidson, The Regulatory Genome – Gene Regulatory Networks in Development and Evolution und neuen Datensätzen grosser Sequenzierungsinitiativen wie ENCODE, TCGA, Epigenomics Roadmap und 1000 Genomes. Die Thematik wird theoretiich und praktisch in der Vorlesung Bioinformatics Pearls: ENCODE and The Rgeulatory Genome behandelt. Es werden wichtige Regulationsmechanismen, die durch neue Hochdurchsatzmessungen untersucht werden können, behandelt und ein Update der Daten und des Wissens über diese Mechanismen für das Regulatory Genome erstellt. Beispiele für Projekte in diesem Zusammenhang sind die Vorhersage der Genexpression mittels epigenetischer Features, die Rolle von miRNa und lncRNAs, splicing, Regulation der Translation, Proteinexpression, Klassifikation und Signaturen für Krebs, Regulationsnetzwerke für Atherosklerose. Mehrere dieser Regulationsmechanismen werden in Projekten bearbeitet, die aktuelle Literatur dazu recherchiert, relevante Datensätze und Datenbanken zusammengestellt und aktuelle Analysemethoden beschrieben und ggfs. erweitert. Aussagekräftige Abbildungen, die wesentliche Ergebnisse enthalten, werden erzeugt und interaktiv und reproduzierbar implementiert (sog. iFigures). Jedes Projekt produziert als Endergebnis ein Kapitel mit iFigures eines iGenome2017 Buchs als ‚update’ der Davidson Bücher The Regulatory Genome (2006) und Genomic Control Process (2015). The content description is only available in German (click on the german flag).
Ein BeispielprojektAn example project
Das Thema des Projekts ist die Analyse von komplexen Expressionsdaten und die Ableitung entsprechender regulatorischer Netzwerke für eine komplexe menschliche Krankheit: Atherosklerose, ein Hauptproblem bei Kardio-vaskulären Krankheiten. Wesentliches Ziel ist die Entwicklung von kontext-spezifischen Netwzwerken für Mensch und Maus und deren Vergleich. Die regulatorischen Netzwerke sollen die Analyse von Daten aus Maus und Mensch und ggfs, die Übertragung der Ergebnisse ermöglichen.
Im Praktikum werden (regulatorische) Netzwerkmodelle entwickelt, um das verfügbare Wissen über die Krankheit in Form einheitlicher Petrinetze zusammenzufassen. Dazu werden Datenbank-Extraktions und Textmining Techniken eingesetzt, die in der Arbeitsgruppe entwickelt wurden. Die Methoden werden für den Anwendungsfall Atherosklerose geeignet weiterentwickelt bzw. neue Verfahren implementiert.
Zusätzlich werden ein 'Big Data Index' zur Sammlung aller relevanter Hochdurchsatzdaten zu Atherosklerose und ein Web-basiertes Tool für den Zugriff, die Suche und die Indizierung dieser Datensätze entwickelt.

Die entwickelten Netzwerke (Atheronetwork) und Datenindizes (Atheroindex) sollen in Forschungsprojekten zusammen mit Medizinern genutzt werden können, um neue Hochdurchsatzdaten zu Atherosklerose interpretieren zu können.

Das beinhaltet u.A. NGS Datensätze wie RNA-seq und SRNA-seq, Mikroarray, miRNA und Proteomics/Massenspektrometrie Datensätze.
The topic of the project is a certain disease model: Atheorsclerosis (the main problem in cardio-vascular diseases).
In the course, we will derive network models to compile all available knowledge about the disease in the form of unified networks (Petri nets). For this we will employ database extraction and text mining using tools developed in the group. Methods for the application case Atherosclerosis will be improved and new methods will be implemented.
In addition, we will develop a 'big data index' compiling all the high-throughput data sets relevant for atherosclerosis and develop a web-based tool to access, search and index these datasets.
The resulting network (Atheronetwork) and data index (Atheroindex) should be usable in reaserach projects on Atherosclerosis together with medical groups to interpret their datasets.
This will in particular include NGS data sets such as RNA-seq and sRNA-seq, microarray, miRNA and proteomics/mass spec data sets.
Prüfung (aktuelle Modulbeschreibung)Topic/Description/Contents
Die Prüfung ist eine benotete Laborleistung und besteht aus mehreren Prüfungselementen (Präsentationen, zu erstellende Programme, Projekte und Ausarbeitungen). Durch Präsentationen (je nach Thema etwa 2-4 Kurzvorträge à 20-30 Minuten pro Studierendem) wird nachgewiesen, dass die Studierenden erarbeitetes Wissen (aus dem Literaturstudium und im Projekt gewonnene Erkenntnisse) und Ergebnisse in Form von Seminarvorträgen darstellen können. Durch den Entwurf und die Implementierung von Programmen sowie die Realisierung von Projekten weisen die Studierenden nach, dass sie erworbenes Wissen (wie z.B. aktuelle bioinformatische Methoden) anwenden und umsetzen können. In den abschließenden Ausarbeitungen weisen die Teilnehmer nach, dass sie ihre Modulergebnisse wissenschaftlich beschreiben und ihre Arbeit in Bezug auf den aktuellen Stand der Wissenschaft bewerten können.
Die Gesamtnote ergibt sich aus der Kombination der Prüfungselemente (Präsentationen, zu erstellende Programme, zu realisierende Projekte und Ausarbeitungen). Die genaue Anzahl der Vorträge, Programme, Projekte, Ausarbeitungen und die Gewichtung der Teile für die Gesamtnote wird jeweils zu Beginn des Moduls bekannt gegeben.

Im Sommersemester 2017 hören die Teilnehmer die Vorlesungen „Bioinformatics Pearls: ENCODE and The Regulatory Genome“ und bearbeiten die entsprechenden Übungsaufgaben. Turnusmässig müssen Lösungen der Aufgaben präsentiert werden. Die Gewichtung der einzelnen Bestandteile ist wie folgt:

  • 10% Übungsaufgaben
  • 10% Vortrag zum Projekt
  • 30% Projektarbeit und Kurzpräsentationen
  • 20% Abschlusspräsentation
  • 30% Buchkapitel des iGenome2017 Kompendium mit iFigures zum jeweiligen Projektthema.
Vorlesungen, Vorträge und Abschlusspräsentationen und natürlich auch die Buchkapitel sind in englischer Sprache. Zeitlicher Ablauf:
Teilnahme an den Vorlesungen (Di+Do 10-12) und Bearbeitung der Übungsaufgaben. Präsentation der Lösungen während der Praktikumskernzeiten (Di+Do 14-18). ParallelErarbeitung der Literatur und Bearbeitung eines Projekts zum Regulatory Genome mit regelmässigen Abstimmungen mit den Betreuern und dem Kursleiter (bis Pfingsten). Ab Pfingsten Präsentation des Projektplans als Vorlesung (45 Min) und parallel Ausarbeitung der geplanten iFigures. Schreiben der iGenome2017 Buchkapitels. Gegen Ende Editorkonferenz mit Präsentation des Buchkapitels. Erstellung des fertigen Kapitels.
Die Prüfung kann im Folgejahr wiederholt werden.
The exam is a graded lab exam consisting of several examination elements (presentations, programs, projects, and scientific reports). Learned knowledge and results (acquired in the literature study and in the project progress) are presented in the form of seminar talks (depending on the main topic approximately 2-4 talks lasting 20-30 minutes each per student). The application and transfer of learned knowledge (e.g. state-of-the-art bioinformatics methods) are assessed via the design and implementation of programs and the realization of projects. In the final reports the participants describe their module results according to scientific standards and discuss their work in the context of the current state-of-the art.
The final grade of the module is determined from the combination of the examination elements (presentations, programs, projects, and scientific reports). The specific number of talks, programs, projects, and reports as well as the weighting of the respective parts is fixed and communicated at the beginning of the course.
In the summer term 2017 students participate in the „Bioinformatics Pearls: ENCODE and The Regulatory Genome“ lectures and work on the associated homework assignments. Solutions to the assignments have to be presented.
The weighting of the respective parts in the current term is as follows:
  • 10% Assignments
  • 10% Project talk
  • 30% Project work and associated short presentations
  • 20% Final conference presentation
  • 30% Book chapter of the iGenome2017 collection with iFigures on the project topic.
Lectures, Talks, and final presentation and also, of course, the book chapters will be in English. Schedule:
Participation in the lectures (Di+Do 10-12) and solving the homework assignments. Presentation of solutions during the course core times (Di+Do 14-18). In parallel literature search and work on a Regulatory Genome project with regular discussions with the project supervisors and the course instructor (roughly until pentecost). Afterwards, presentation of the project plan as a lecture (45 Min) and in parallel work on the planned iFigures. Writing of the iGenome2017 book chapter. By the end of the semester, editors conference with presentation of the book chapter. Writing of the final chapter. The exam can be retaken in subsequent year(s).
Angestrebte Lernergebnisse (aktuelle Modulbeschreibung)Intended Learning Outcomes (current module description)
Nach der Teilnahme am Modul sind die Studierenden in der Lage, sich eigenständig und systematisch im Team in ein klar umrissenes Forschungsthema einzuarbeiten, das daraus resultierende Forschungsprojekt im Detail sowohl inhaltlich zu spezifizieren als auch zeitlich zu planen, dieses dann dementsprechend umzusetzen (ggf. Anpassungen am Plan vorzunehmen) und die erzielten Ergebnisse zu bewerten und zu diskutieren sowie die Resultate zu präsentieren.
Die Studierenden können selbständig und in Gruppen die Thematik und den biologischen bzw. biotechnologischen Hintergrund eines Forschungsthemas (wie z.B. Proteinstruktur- und Funktionsvorhersage, Epigenomics, Transkriptomics, Analyse von NGS-Daten, Vorhersage und Analyse regulatorischer Netzwerke, genetisch bedingte Krankheiten) mithilfe eines aktuellen Literaturstudiums und Vorträgen erarbeiten. Sie können daraus ein konkretes Forschungsprojekt spezifizieren, die zugehörigen Meilensteine samt Zeitplan definieren, so dass diese in einem Team von 3-5 Mitgliedern in der vorgegeben Zeit bearbeitet werden können. Die Studierenden können die für die Lösung benötigten bioinformatischen Methoden (wie z.B. das Mapping, differentielle Expression, Splicing Detection, Enrichment Analysis und Pathway Mapping für NGS) und existierende Softwaretools bzw. Softwareplattformen recherchieren, bewerten, auswählen, anwenden und in der Regel an die gegebenen Anforderungen anpassen bzw. neu entwerfen und darauf aufbauend, ein Programmpaket zur Lösung entwickeln. Die Studierenden können die erzielten Ergebnisse evaluieren, zugehörige Gold-Standards auswählen, die Ergebnisse daran validieren sowie diese Resultate in einem Vortrag präsentieren und im Rahmen eines wissenschaftlichen Diskurses diskutieren und diese dann im Stile einer wissenschaftlichen Publikation zusammenfassen.
After the successful participation, students are able to familiarize themselves independently and systematically within a team with a given well-defined research topic, to specify and to schedule work packages of the resulting research project in detail (including modifications if necessary), and to evaluate and to discuss the results.
The students are able to become acquainted independently and collaboratively with the biological and biotechnological background of the research topic (e.g., protein structure and function prediction, epigenomics, transcriptomics, analysis of NGS data, prediction and analysis of regulatory networks, genetic diseases) using studies of current literature and presentations. The students are able to specify a research project, the corresponding milestones including timelines such that it can be completed in time with 3 to 5 teammates. The students are able to explore, to evaluate, to select, to apply, and usually to adapt or even to redesign (with respect to the actual requirements) bioinformatics methods (e.g., mapping, differential expression, splicing detection, enrichment analysis, pathway mapping for NGS) as well as existing software packages and platforms, and finally to build a software package that solves the given research project. The students are able to evaluate the results, to select appropriate gold standards in order to validate these results as well as to present the findings in a scientific talk and to summarize these in a scientific publication.
OrganisationCourse structure
Das Praktikum besteht aus drei Teilen: The course has three parts:
  1. Seminar und MethodenSeminar and methods
  2. Implementierung eines neuen AnsatzesImplementation of a novel approach
  3. Anwendung auf aktuelle Daten und Schreiben eines Manuskripts Application to current data and writing of manuscript
Achtung: Um den einführenden Teil zu beschleunigen finden ggfs. Seminar-Vorträge am Di und Do statt. Please note: During the seminar part, talks might take place on tuesday and thursday to speed up the basic introduction
BetreuerCourse instructuors
  • Prof. Dr. Ralf Zimmer
  • Dr. Gergely Csaba
  • ggfs. für geeignete Teilprojekte weitere Betreuer des Lehrstuhls, des IPEK (LMU Medizin) und des HelmholtzZentrum München for individual subprojects additional supervisors from the chair, IPEK (LMU medicine) and the Helmholtz center Munich
VorkenntnissePrerequisites
  • Grundstudium Bioinformatik (Bachelor oder Diplom)Bachelor Bioinformatics
  • Programmierpraktikum BioinformatikBioinformatics programming course
  • Praktikum Genomorientierte BioinformatikPractical Genome-oriented bioinformatics
Gute Programmierkenntnisse in Java unter Linux sind notwendig. Das Praktikum wird in Kleingruppen von 2-4 Studenten durchgeführt. Good programming skills in Java under Linux will be required. The practical course will be performed in small groups of 2-4 students.
Interne WebseiteInternal web page

Mit Beginn des Praktikums werden alle nötigen Materialien auf einer internen Seite veröffentlicht At the beginning of the semester all required material will be provided at the internal Webpage (Interne Webseite)(Internal web page)


Servicebereich

Informationen fürInformation for


test