Введение в Биоинформатику: Метагеномика (Introduction to Bioinformatics: Metagenomics)

Авторский коллектив курса «Введение в биоинформатику: метагеномика»  был отмечен дипломом II степени в номинации "За способность понятно объяснять самые абстрактные идеи" на Международном конкурсе открытых онлайн-курсов EdCrunch Award в 2018 году. Метагеномика — раздел геномики, изучающий геном не отдельного организма, а совокупности обитателей микробных сообществ, живущих в разных природных условиях. На протяжении 4,5 миллиардов лет микроорганизмы являются доминирующей формой жизни на Земле. При этом только 3-4% из них может быть выращено в лабораторных условиях, а об остальных мы не знаем практически ничего. Детальный анализ состава и функционирования сложных сообществ позволяет ответить на многие вопросы, связанные со здоровьем человека, охраной окружающей среды, хранением и переработкой продуктов питания, разработкой альтернативных источников энергии, и т.д. Такой анализ возможен только в результате биоинформатической обработки огромных массивов данных, получаемых при секвенировании суммарной метагеномной ДНК и/или отдельных генов. В предлагаемом курсе «Введение в биоинформатику: метагеномика» мы затронем вопросы подготовки метагеномных проб и особенностей их анализа; математических подходов, лежащих в основе созданных специально для этого типа данных программных продуктов; вопросы секвенирования и сборки метагеномов, их аннотации и применения. В ходе курса участникам будет предложен проект, в котором они смогут на практике применить полученные знания. В рамках этого проекта учащиеся будут самостоятельно работать с реальными данными, проведут самостоятельный анализ и сделают выводы о составе и функции выбранного для этого проекта сообщества. Курс «Введение в биоинформатику: метагеномика» преследует три главные цели: 1. ознакомить вас с задачами, которые ставит необходимость исследования сложных микробных сообществ перед медиками, биологами, программистами и математиками; методами их решения; программными продуктами и аналитическими платформами, созданными для работы с метагеномными данными; математическими алгоритмами, лежащими в основе этих программ 2. привить экспериментальные навыки работы с метагеномными данными, умение правильно планировать эксперимент, оценивать сложность задачи и требуемых для ее решения ресурсов (лабораторных и компьютерных), оценивать качество произведенных данных с точки зрения поставленной задачи, 3. научить правильно выбирать, а при необходимости и создавать, программные продукты для решения поставленной задачи Metagenomics – part of the genomics studies considering not a single organisms, but the whole microbial communities living in different environments. Over 4.5 billion years bacteria are the dominant form of life on Earth. However, only 3-4% of them can be grown in laboratories, and we know almost nothing about others. A detailed analysis of the composition and functioning of complex communities allows to answer a lot ot questions related to human health, environmental protection, food storage and processing, the development of alternative energy sources, etc. The only way do it is processing of huge amounts of bioinformatics data obtained by sequencing of the total metagenomic DNA or individual genes. In the course "Introduction to bioinformatics: Metagenomics" we will address the issues of sample preparation and metagenomic analysis; mathematical approaches used in such analysis; metagenome sequencing and assembling issues, annotation and application of the data. During the course, learners will be offered a project where they can apply acquired knowledge in practice. In this project, students will work with the real data, conduct independent analysis and draw conclusions about the composition and functions of the microbila community selected for the project. The course "Introduction to bioinformatics: Metagenomics" has three main objectives: 1. Give you outline of the problems the physicians, biologists, mathematicians and programmers meets studying complex microbial communities; methods to solve these problems; software and analytic platform designed to work with metagenomic data; mathematical algorithms underlying these programs 2. Make you familiar with experimental skills for metagenomic analysis, the ability to plan an experiment, to assess the problem complexity and the required resources (wet lab and computational), to assess the quality of the obtained data for the given problem. 3. Teach how to choose and, if necessary, create software for the given tasks