فلش‌کارت‌های آموزشی تحلیل داده‌های توالی‌یابی RNA (RNA-Seq) در پژوهش‌های زیستی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل داده‌های توالی‌یابی RNA (RNA-Seq) در پژوهش‌های زیستی

موضوع کلی: علوم زیستی و پزشکی

موضوع میانی: زیست‌شناسی مولکولی و ژنتیک

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تحلیل داده‌های RNA-Seq
• 2. مبانی توالی‌یابی نسل جدید (NGS)
• 3. معماری توالی‌یابی RNA-Seq
• 4. آماده‌سازی نمونه برای RNA-Seq
• 5. کنترل کیفیت داده‌های خام توالی‌یابی
• 6. پیش‌پردازش داده‌ها: حذف آداپتورها و کیفیت پایین
• 7. ترازدهی خوانش‌ها به ژنوم مرجع
• 8. انتخاب ابزار ترازدهی خوانش‌ها
• 9. مفاهیم اساسی ترازدهی خوانش‌ها
• 10. شناسایی و شمارش پڑھی‌های متمایز
• 11. مدل‌های آماری برای تخمین بیان ژن
• 12. نرمال‌سازی داده‌های بیان ژن
• 13. تکنیک‌های مختلف نرمال‌سازی
• 14. مدل‌سازی بیان ژن در RNA-Seq
• 15. تحلیل بیان افتراقی ژن‌ها (DEG)
• 16. روش‌های آماری برای DEG
• 17. تفسیر نتایج DEG
• 18. کنترل نرخ کشف نادرست (FDR)
• 19. تجزیه و تحلیل غنی‌سازی ژن (GO)
• 20. مسیرهای سیگنالینگ در RNA-Seq
• 21. تجزیه و تحلیل مسیرهای بیولوژیکی
• 22. ابزارهای رایج برای غنی‌سازی مسیر
• 23. شناسایی ژن‌های نشانگر (Biomarker)
• 24. کاربرد RNA-Seq در کشف نشانگرهای زیستی
• 25. طبقه‌بندی نمونه‌ها بر اساس پروفایل بیان ژن
• 26. تحلیل خوشه‌بندی ژن‌ها و نمونه‌ها
• 27. یادگیری ماشین در تحلیل RNA-Seq
• 28. مدل‌های طبقه‌بندی در زیست‌شناسی
• 29. پیش‌بینی روابط ژنی
• 30. تحلیل شبکه‌های ژنی
• 31. شناسایی عوامل تنظیمی ژن
• 32. تحلیل جهش‌های ژنتیکی مرتبط با بیماری
• 33. کاربرد RNA-Seq در انکولوژی
• 34. شناسایی اهداف دارویی جدید
• 35. تحلیل RNA-Seq در مطالعات تکاملی
• 36. مطالعه بیان ژن در طول زمان
• 37. تحلیل RNA-Seq در مراحل مختلف رشد
• 38. کاربرد RNA-Seq در مطالعات ویروس‌شناسی
• 39. شناسایی سویه‌های ویروسی
• 40. تحلیل تعامل میزبان و ویروس
• 41. مطالعه RNAهای غیرکدکننده
• 42. نقش میکروRNAها در تنظیم ژن
• 43. تحلیل لانگ نان‌کدینگ RNAها (lncRNA)
• 44. شناسایی ایزوفرم‌های RNA
• 45. تحلیل تنوع ایزوفرمی
• 46. تأثیر ایزوفرم‌ها بر عملکرد پروتئین
• 47. کاربرد RNA-Seq در کشاورزی
• 48. بهینه‌سازی تولید محصولات کشاورزی
• 49. مطالعه تحمل گیاهان به تنش‌ها
• 50. تحلیل RNA-Seq در علوم دام
• 51. بهبود سلامت و تولید دام
• 52. مطالعه ژنتیک بیماری‌های دامی
• 53. کاربرد RNA-Seq در داروسازی
• 54. توسعه داروهای جدید
• 55. مطالعه مکانیسم اثر داروها
• 56. اصول بیوانفورماتیک برای RNA-Seq
• 57. مبانی برنامه‌نویسی برای تحلیل داده
• 58. استفاده از زبان R در تحلیل داده
• 59. کتابخانه‌های R برای RNA-Seq
• 60. استفاده از Python در تحلیل داده
• 61. کتابخانه‌های Python برای RNA-Seq
• 62. پایگاه‌های داده زیستی
• 63. جستجو و بازیابی داده‌ها از پایگاه‌ها
• 64. استانداردهای داده در زیست‌شناسی مولکولی
• 65. تجسم داده‌های RNA-Seq
• 66. نمودارهای heatmap و volcano
• 67. ایجاد نمودارهای سفارشی
• 68. ارزیابی کیفیت داده‌های RNA-Seq
• 69. شاخص‌های ارزیابی کیفیت
• 70. بهبود کیفیت داده‌ها
• 71. مدیریت پروژه‌های RNA-Seq
• 72. برنامه‌ریزی و اجرای تحلیل
• 73. مستندسازی مراحل تحلیل
• 74. اخلاق در تحلیل داده‌های زیستی
• 75. حریم خصوصی داده‌ها
• 76. مسئولیت‌پذیری در پژوهش
• 77. کاربرد RNA-Seq در تشخیص بیماری‌های ژنتیک
• 78. شناسایی جهش‌های بیماری‌زا
• 79. تفسیر بالینی یافته‌های RNA-Seq
• 80. مانیتورینگ بیان ژن در بیماری‌های مزمن
• 81. پاسخ به درمان در بیماری‌ها
• 82. مطالعه تنوع ژنتیکی در جمعیت‌ها
• 83. کاربرد RNA-Seq در مطالعات اپیدمیولوژی
• 84. ردیابی منشأ بیماری‌ها
• 85. تحلیل عوامل خطر بیماری
• 86. مطالعه RNA-Seq در سلول‌های منفرد (scRNA-Seq)
• 87. تحلیل تنوع سلولی
• 88. شناسایی انواع سلول‌های نادر
• 89. کاربرد scRNA-Seq در ایمونولوژی
• 90. مطالعه پاسخ‌های ایمنی سلولی
• 91. تحلیل سلول‌های T و B
• 92. کاربرد scRNA-Seq در نوروساینس
• 93. مطالعه انواع سلول‌های مغزی
• 94. تحلیل اتصالات عصبی
• 95. مبانی آماری پیشرفته در RNA-Seq
• 96. مدل‌های خطی تعمیم‌یافته (GLM)
• 97. روش‌های بیزی در تحلیل داده
• 98. یادگیری عمیق در تحلیل RNA-Seq
• 99. شبکه‌های عصبی کانولوشنی (CNN)
• 100. شبکه‌های عصبی بازگشتی (RNN)