Nous commençons par une introduction à la biologie pertinente, en expliquant ce que nous mesurons et pourquoi. Puis nous nous concentrons sur les deux principales technologies de mesure : le séquençage de nouvelle génération et les microréseaux. Nous décrivons ensuite comment les données brutes et les informations expérimentales sont importées dans R et comment nous utilisons les classes Bioconductor pour organiser ces données, qu’elles soient générées localement ou récoltées dans des dépôts publics ou des archives institutionnelles. Les caractéristiques génomiques sont généralement identifiées à l’aide d’intervalles dans les coordonnées génomiques, et des algorithmes très efficaces pour calculer avec des intervalles génomiques seront examinés en détail. Des méthodes statistiques pour tester des hypothèses génético-centriques ou pathway-centriques avec des données à l’échelle du génome se trouvent dans des paquets tels que limma, certaines de ces techniques seront illustrées dans les conférences et les laboratoires.
Compte tenu de la diversité des antécédents éducatifs de nos étudiants, nous avons divisé la série en sept parties. Vous pouvez suivre la série entière ou les cours individuels qui vous intéressent. Si vous êtes un statisticien, vous devriez envisager de sauter les deux ou trois premiers cours, de même, si vous êtes biologistes, vous devriez envisager de sauter certains des cours d’introduction à la biologie. Notez que les aspects statistiques et de programmation de la classe augmentent en difficulté relativement rapidement au cours des trois premiers cours. Par le troisième cours sera l’enseignement des concepts statistiques avancés tels que les modèles hiérarchiques et par le quatrième des compétences avancées en génie logiciel, tels que le calcul parallèle et les concepts de recherche reproductible.
Ces cours constituent deux certificats professionnels et sont auto-paced:
Data Analysis for Life Sciences:
- PH525.1x : Statistiques et R pour les sciences de la vie
- PH525.2x : Introduction aux modèles linéaires et à l’algèbre matricielle
- PH525.3x : Inférence statistique et modélisation pour les expériences à haut débit
- PH525.4x : Analyse des données à haute dimension
Analyse des données génomiques:
- PH525.5x : Introduction à Bioconductor
- PH525.6x : Études de cas en génomique fonctionnelle
- PH525.7x : Advanced Bioconductor
Ce cours a été soutenu en partie par la subvention NIH R25GM114818.
HarvardX exige que les personnes qui s’inscrivent à ses cours sur edX respectent les termes du code d’honneur d’edX. HarvardX prendra les mesures correctives appropriées en réponse aux violations du code d’honneur edX, qui peuvent inclure le renvoi du cours HarvardX ; la révocation de tout certificat reçu pour le cours HarvardX ; ou d’autres recours selon les circonstances. Aucun remboursement ne sera effectué dans le cas d’une action corrective pour de telles violations. Les personnes inscrites qui suivent des cours HarvardX dans le cadre d’un autre programme seront également régies par les politiques académiques de ces programmes.
HarvardX poursuit la science de l’apprentissage. En vous inscrivant en tant qu’apprenant en ligne dans un cours HX, vous participerez également à la recherche sur l’apprentissage. Lisez notre déclaration sur la recherche pour en savoir plus.
L’Université de Harvard et HarvardX s’engagent à maintenir un environnement éducatif et professionnel sûr et sain dans lequel aucun membre de la communauté n’est exclu de la participation à notre programme, ne se voit refuser les avantages de celui-ci ou n’est soumis à la discrimination ou au harcèlement. Tous les membres de la communauté HarvardX sont tenus de respecter les politiques de Harvard en matière de non-discrimination, y compris le harcèlement sexuel, et les conditions d’utilisation d’edX. Si vous avez des questions ou des préoccupations, veuillez contacter [email protected] et/ou signaler votre expérience via le formulaire de contact edX.