Lehr- und Forschungseinheit Bioinformatik
print


Navigationspfad


Inhaltsbereich

Praktikum Genomorientierte BioinformatikLab Course Genome-Oriented Bioinformatics(GoBI)

 

Eine Toolbox zur Analyse von
Hochdurchsatz Next Generation Sequencing (NGS) Daten
A toolbox for analysing high throughput next generation sequencing (NGS) data

Allgemeine InformationenGeneral Information
  • Seminarräume: Seminar rooms: A105, CIP-Pool, Amalienstr. 17
  • Beginn und Einführung: Dienstag,Start and introduction: Tuesday, 16.10.2018 14:00, CIP-Pool
  • Zeit:Time:
    • während des Semesters: Dienstag (14:00-16:00 A105/CIP-Pool), Donnerstag (14:00-18:00) during the semester: Tuesday (14:00-16:00 A105/CIP-Pool), Thursday (14:00-18:00)
    • Dienstags sowie Donnerstag Vormittag kann frei an Praktikums-Themen bzw. Aufgaben gearbeitet werden. Bei den Vorträgen herrscht Anwesenheitspflicht.On tuesdays and thursday mornings you can work independently on topics and assignments of the practical course. Attendance at the presentations is mandatory.
    • Blockteil: Über die Semesterferien mit Abnahme Anfang April 2019. during the semester break with exam binning of April 2019.
  • UmfangCredits:: 10 SWS / 12 ECTS (10P/Block)
Allgemeine Beschreibung
Die High-throughput Sequenzierung (next generation sequencing, NGS) Technik und die darauf basierende Messung der Genexpression (RNS-seq) verdrängt in biologischen Experimenten mehr und mehr die Messungen mit Microarray und DNA-chips. Die durch NGS und speziell durch RNA-seq gewonnenen Daten erlauben neben klassischen Analysen (differentielle Genexpression) auch speziellere Analysen wie z.B. zum (differentielles) alternatives Splicing, zur Detektion von Mutationen/Deletionen und zum Auffinden von bisher unbekannte transkripierten genomischen Bereiche. Entsprechend gehört das Know-how mit solchen Daten umzugehen, sie zu analysieren und daraus neue Erkentnisse zu gewinnen zu den Grundkenntnissen bzw. Anforderungen für Bioinformatikerinnen. Im Praktikum werden Grundlagen der zugrundeliegenden Experimente besprochen und Methoden zur Analyse von gemessenen Sequenzierungsdaten eingeführt und implementiert. Das Ziel des Praktikums ist, dass jeder Teilnehmer am Ende des Praktikums sowohl Know-how alsauch eine Toolbox zur Analyse von RNA-seq zur Verfügung hat, um einen beliebiges RNA-seq Datensatz praktisch zu analysieren und daraus wissenschaftliche Erkentnisse zu gewinnen. Das wird auch durch ein entsprechendes Abschlussprojekt mit zugehöriger Laborleistung (Miniklausuren, Aufgaben, Projektarbeit) geprüft.
Interne Seite

Mit Beginn des Praktikums werden alle nötigen Materialien auf einer internen Seite veröffentlicht

Zeit und Ort der Veranstaltung
Das Praktikum findet während des Semesters Dienstags und Donnerstags 14-18 Uhr statt. Im Semester werden die theoretische und praktische Grundlagen für die Toolbox und für die Arbeit in der Blockphase in der vorlesungsfreien Zeit vorbereitet. Zu diesem Zweck werden von den Betreuer Vorträge zu Praktikums-relevanten Themen gehalten, deren Inhalt im Laufe des Praktikums im Form von mini-Klausuren geprüft werden. Zu jedem Thema wird eine (Programmier-) Aufgabe ausgegeben die von den Praktikumsteilnehmer bearbeitet werden muss (Einzelarbeit). Zu der Aufgabe gibt es immer eine "hands-on" Besprechung. Im Blockteil werden Themen bezogene Projekte bearbeitet. Die Ergebnisse der Projekte werden dann im Rahmen eines Workshops am Ende der vorlesungsfreien Zeit bzw. in der ersten Semesterwoche des SS2019 päsentiert (tba).

Die erste Veranstaltung ist am Dienstag, 16.10.2018, 14:00 im CIP-Pool, Amalienstr. 17. Frist meeting/lecture will be Tuesday, 16.10.2018, 14:00 im CIP-Pool, Amalienstr. 17.

Organisation
Praktikumsleitung:
Prof. Dr. Ralf Zimmer
Betreuung:
Dr. Gergely Csaba
Markus Gruber
Beschreibung

Das Praktikum gliedert sich in drei Teile: Vorlesungsteil, Praktikumsteil, Blockphase. Die Blockphase findet nach dem Semster während der vorlesungsfreien Zeit statt und schliesst mit einem Workshop (studentische Präsentationen) ab.

Im Vorlesungsteil des Praktikums werden wir alle Themen behandeln, die für das Projekt nötig sind.
Konkret wird es in drei-Wochen Rythmus zu den einzelnen Themengebieten einen Vortrag geben. Im zugehörigen Praktikumsteil wird in jeweils eine Aufgabe implementiert. In den "hands-on" Treffen werden die Konzepte der praktischen Implementierung der Aufgaben behandelt.
In der Blockphase werden dann Themenbezogene Projekte bearbeitet und die erarbeitete Methoden und Ergebnisse in der Workshop präsentiert.

Benotung

Das Praktikum ist eine benotete Laborleistung und besteht aus mehreren Prüfungselementen (mini-Klausuren, praktische Aufgaben, Projektarbeit). Diese drei Elemente tragen gleichermaßen zu der Note bei, wobei das Bestehen (50%) der mini-Klausuren und praktische Aufgaben Voraussetzung für die Projektarbeit ist.

Veranstaltungstermine
Die aktuelle Veranstaltungsliste finden Sie auf der (internen Seite).
Vorkenntnisse
  • Grundstudium Bioinformatik (Bachelor oder Diplom)
  • Bioinformatik Programmierpraktikum
Literatur

Ausgewählte aktuelle Bücher

  1. Somnath Datta, Dan Nettleton (Eds.: Statistical analysis of Next Generation Sequencing Data, Springer 2014
  2. Eija Korpelainen, Jarno Tuimala, Panu Somervuo, Mikael Huss, and Gary Wong: RNA-seq Data Analysis - A practical approach, Chapman&Hall/CRC Press 2015

Ausgewählte Paper

1

Anders, Simon, and Wolfgang Huber. 2010
Differential Expression Analysis for Sequence Count Data.
Genome Biology 11(10): R106

2

Bolstad, B.M., F. Collin, J. Brettschneider, K. Simpson, L. Cope, R.A. Irizarry, and T.P. Speed. 2013
Quality Assessment of Affymetrix GeneChip Data.
In Bioinformatics and Computational Biology Solutions Using R and Bioconductor.

3

Bolstad, B.M., R.A. Irizarry, L. Gautier, and Z. Wu. 2013.
Preprocessing High-density Oligonucleotide Arrays.
In Bioinformatics and Computational Biology Solutions Using R and Bioconductor.

4

Cox, Jürgen, and Matthias Mann. 2008.
MaxQuant Enables High Peptide Identification Rates, Individualized P.p.b.-range Mass Accuracies and Proteome-wide Protein Quantification.
Nature Biotechnology 26 (12): 1367\u20131372

5

Cox, Jürgen, Nadin Neuhauser, Annette Michalski, Richard A Scheltema, Jesper V Olsen, and Matthias Mann. 2011.
Andromeda: a Peptide Search Engine Integrated into the MaxQuant Environment.
Journal of Proteome Research 10 (4): 1794\u20131805

6

Goeman, Jelle J., and Peter Bühlmann. 2007.
Analyzing Gene Expression Data in Terms of Gene Sets: Methodological Issues.
Bioinformatics 23 (8): 980\u2013987

7

Hafner, Markus, Markus Landthaler, Lukas Burger, Mohsen Khorshid, Jean Hausser, Philipp Berninger, Andrea Rothballer, et al. 2010.
Transcriptome-wide Identification of RNA-binding Protein and microRNA Target Sites by PAR-CLIP.
Cell 141 (1): 129\u2013141

8

Langmead, Ben, Cole Trapnell, Mihai Pop, and Steven L. Salzberg. 2009.
Ultrafast and Memory-efficient Alignment of Short DNA Sequences to the Human Genome.
Genome Biology 10 (3): R25.

9

Li, Jun, Hui Jiang, and Wing H. Wong. 2010.
Modeling Non-uniformity in Short-read Rates in RNA-Seq Data.
Genome Biology 11 (5): R50.

10

Mortazavi, Ali, Brian A Williams, Kenneth McCue, Lorian Schaeffer, and Barbara Wold. 2008.
Mapping and Quantifying Mammalian Transcriptomes by RNA-Seq.
Nature Methods 5 (7): 621\u2013628.

11

Nam, Dougu, and Seon-Young Kim. 2008.
Gene-set Approach for Expression Pattern Analysis.
Briefings in Bioinformatics 9 (3): 189\u2013197.

12

Neph, Shane, Jeff Vierstra, Andrew B Stergachis, Alex P Reynolds, Eric Haugen, Benjamin Vernot, Robert E Thurman, et al. 2012.
An Expansive Human Regulatory Lexicon Encoded in Transcription Factor Footprints.
Nature 489 (7414): 83\u201390.

13

Pollard, K.S., and A. van der Laan. 2013.
Cluster Analysis of Genomic Data.
In Bioinformatics and Computational Biology Solutions Using R and Bioconductor. New York: Springer.

14

Rozowsky, Joel, Ghia Euskirchen, Raymond K. Auerbach, Zhengdong D. Zhang, Theodore Gibson, Robert Bjornson, Nicholas Carriero, Michael Snyder, and Mark B. Gerstein. 2009.
PeakSeq Enables Systematic Scoring of ChIP-seq Experiments Relative to Controls.
Nature Biotechnology 27 (1): 66\u201375.

15

Scholtens, D., and A. von Heydebreck. 2013.
Analysis of Differential Gene Expression Studies.
In Bioinformatics and Computational Biology Solutions Using R and Bioconductor. New York: Springer.

16

Subramanian, Aravind, Pablo Tamayo, Vamsi K. Mootha, Sayan Mukherjee, Benjamin L. Ebert, Michael A. Gillette, Amanda Paulovich, et al. 2005.
Gene Set Enrichment Analysis: A Knowledge-based Approach for Interpreting Genome-wide Expression Profiles.
Proceedings of the National Academy of Sciences of the United States of America 102 (43): 15545\u201315550.

17

Ulitsky, Igor, and Ron Shamir. 2007.
Identification of Functional Modules Using Network Topology and High-throughput Data.
BMC Systems Biology 1 (1): 8.

18

Valouev, Anton, David S. Johnson, Andreas Sundquist, Catherine Medina, Elizabeth Anton, Serafim Batzoglou, Richard M. Myers, and Arend Sidow. 2008.
Genome-wide Analysis of Transcription Factor Binding Sites Based on ChIP-Seq Data.
Nature Methods 5 (9): 829\u2013834.

19

Trapnell, C, Pachter, L, Salzberg, SL. 2009.
TopHat: discovering splice junctions with RNA-Seq.

Bioinformatics, 25, 9:1105-11.

20

Harrow, J, Frankish, A, Gonzalez, JM, Tapanari, E, Diekhans, M, Kokocinski, F, Aken, BL, Barrell, D, Zadissa, A, Searle, S, Barnes, I, Bignell, A, Boychenko, V, Hunt, T, Kay, M, Mukherjee, G, Rajan, J, Despacio-Reyes, G, Saunders, G, Steward, C, Harte, R, Lin, M, Howald, C, Tanzer, A, Derrien, T, Chrast, J, Walters, N, Balasubramanian, S, Pei, B, Tress, M, Rodriguez, JM, Ezkurdia, I, van Baren, J, Brent, M, Haussler, D, Kellis, M, Valencia, A, Reymond, A, Gerstein, M, Guigo, R, Hubbard, TJ. 2012.
GENCODE: the reference human genome annotation for The ENCODE Project.
Genome Res., 22, 9:1760-74.

21

Trapnell, C, Hendrickson, DG, Sauvageau, M, Goff, L, Rinn, JL, Pachter, L. 2013.
Differential analysis of gene regulation at transcript resolution with RNA-seq.

Nat. Biotechnol., 31, 1:46-53.

22

Wang, J, Zhuang, J, Iyer, S, Lin, X, Whitfield, TW, Greven, MC, Pierce, BG, Dong, X, Kundaje, A, Cheng, Y, Rando, OJ, Birney, E, Myers, RM, Noble, WS, Snyder, M, Weng, Z. 2012.
Sequence features and chromatin structure around the genomic regions bound by 119 human transcription factors.
Genome Res., 22, 9:1798-812.

Um die Artikel außerhalb des CIP-pools zugreifen zu können ist ggf. der lrz-vpn client und der entsprechende Proxy (http://pac.lrz-muenchen.de) im Browser zu verwenden.


Servicebereich

Informationen fürInformation for