Nanonauka alapjai Képzés

Ez egy gyakorlati workshop, amely bemutatja a bioinformatika alapjait. Azoknak szól, akik rendelkeznek alapvető biológiai háttértudással és molekuláris biológiai ismeretekkel, és szeretnének megtanulni, hogyan dolgozzanak biológiai adatokkal számítástechnikai eszközök segítségével. Különösen az alábbi célcsoportoknak készült:

• Kutatók, akik biológiai makromolekulákkal (fehérjék, RNS, DNS) dolgoznak kísérleti laboratóriumokban.
• Tudósok, akiknek fő szakterülete nem a biológia, de biológiai adatokkal kell foglalkozniuk.
• Menedzserek, akik új termékeket (pl. gyógyszereket) vezetnek be, és szeretnék bővíteni tudásukat a modern bioinformatikáról.
• Számítógépes programozók, akik biológiai molekulákkal foglalkozó programokat készítenek.

A kurzus két részre oszlik: elméleti és gyakorlati. Az előadás egyszerű gyakorlati feladatokkal, kvízekkel és tesztekkel van összefonva, hogy biztosítsuk a résztvevők számára az alapfogalmak megértését.

A képzés során bevezetjük Önt a biológiai adatelemzés alapvető szempontjaiba. Ez a workshop ideális lehetőség a bioinformatika megismerésére és annak sokszínű aspektusainak felfedezésére! A végén képes lesz kezelni az alapvető bioinformatikai problémákat: tudni fogja, honnan szerezze a szükséges adatokat, hogyan szerezzen releváns információkat, és hogyan működnek az alapvető szoftverek és algoritmusok. Célunk, hogy segítsük Önnek a biológiai adatok megértését.

A kurzus végére képes lesz biológiai adatokkal dolgozni bioinformatikai eszközök segítségével.

Ez az oktató által vezetett, élőben zajló képzés Magyarország (online vagy helyszínen) egészségügyi szakembereknek és dolgozóknak szól, akik középszintű és haladó szintű ismereteket szeretnének szerezni a különböző genetikai szekvenálási és tesztelési műveletekről.

A képzés végén a résztvevők képesek lesznek:

• Megismerni és megérteni a genetika kulcsfogalmait.
• Megérteni, hogyan működnek a genetikai szekvenálási és tesztelési műveletek.

A Jó Klinikai Gyakorlat (GCP) egy irányelvgyűjtemény az emberi alanyokon végzett klinikai kutatásokhoz. A GCP a nemzetközi szabványt szolgáltatja a klinikai vizsgálatok tervezéséhez, lebonyolításához, monitorozásához, dokumentálásához, elemzéséhez és jelentéséhez.

Ezen oktatóvezetésű, élő képzés során a résztvevők megismerik a Jó Klinikai Gyakorlat (GCP) legfontosabb irányelveit és alapelveit, amelyeket az emberi alanyokkal végzett klinikai vizsgálatok és kutatások során alkalmaznak. Ez a kurzus áttekintést nyújt a különböző GCP területekről, de kicsit több hangsúlyt fektet az ICH-központú GCP-re a vizsgálati gyógyszerek és biológiai szerek területén.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a vizsgálati gyógyszerek és biológiai szerek GCP alapelveit, amelyek a Nemzetközi Harmonizációs Konferencia (ICH) alapján készültek
• Alkalmazni a GCP által előírt irányelveket a klinikai kutatásaikban és vizsgálataikban

Célközönség

• Klinikai vizsgálók
• Klinikai kutatási szakemberek
• Egészségügyi és orvosi szakemberek
• Klinikai vizsgálatok támogató személyzete
• Kutatási és fejlesztési személyzet

A képzés formája

• Részben előadás, részben vita, gyakorlatok és intenzív gyakorlati munka

A mikrobiális genomika és metagenomika szekvenálási technológiákat és számítási elemzést kombinál a mikrobiális közösségek profilozására, genomok jellemzésére és funkcionális tulajdonságok, például antibiotikum-rezisztencia észlelésére.

Ez az oktató által vezetett, élő képzés (online vagy helyszíni) kezdő és középhaladó szintű kutatóknak és bioinformatikusoknak szól, akik gyakorlati elemzéseket szeretnének végezni mikrobiális genomikai és metagenomikai szekvenálási adatokon.

A képzés végére a résztvevők képesek lesznek:

• Ismertetni a mikrobiális genomikában használt gyakori szekvenálási munkafolyamatokat és kulcsfontosságú fájlformátumokat.
• Végezni minőségellenőrzést és előfeldolgozást nyers NGS olvasatokon.
• Végezni taxonómiai profilozást marker-alapú és k-mer módszerekkel.
• Összeállítani és annotálni mikrobiális genomokat és plazmidokat.
• SNP-ket észlelni, filogenetikus fákat építeni és populációstruktúrát értelmezni.
• Antibiotikum-rezisztencia géneket előre jelezni és funkcionális profilokat összefoglalni.
• Reprodukálható munkafolyamatokat használni Conda, Docker és jegyzetfüzet-alapú jelentések segítségével.

A képzés formátuma

• Előadások, amelyek bemutatják a fogalmakat és eszközöket (20%).
• Gyakorlati foglalkozások példaadatkészletek használatával (60%).
• Nyílt viták és irányított elemzések, hogy a résztvevők alkalmazhassák a módszereket saját adataikra (20%).

Képzés testreszabási lehetőségei

• Egyedi workshop igénylése klinikai, környezeti vagy ipari metagenomikára fókuszálva, kérjük, lépjen kapcsolatba velünk.

Ez egy gyakorlati kurzus, amely bemutatja, hogy miért tekinthető a programozás hatékony eszköznek biológiai problémák megoldása során. A kurzus során a résztvevők a Python programozási nyelvet tanulják meg, amelyet széles körben hatékony és könnyen használható nyelvnek tartanak. Ez a kurzus tekinthető annak a bemutatásának, hogyan javítja a bioinformatika a biológusok életét.

A kurzus olyan emberek számára készült, akiknek nincs informatikai hátterük, de szeretnének megtanulni programozni.

Ez a kurzus megfelelő lehet:

• Biológiai adatokkal foglalkozó kutatók számára.
• Tudósok számára, akik szeretnének megtanulni, hogyan automatizálhatnak mindennapi feladatokat és elemezhetnek adatokat.
• Menedzserek számára, akik szeretnének megtanulni, hogyan javítja a programozás a munkafolyamatokat és a projektek lebonyolítását.

A kurzus végére a résztvevők képesek lesznek rövid programokat írni, amelyek lehetővé teszik számukra a biológiai adatok kezelését, elemzését és az eredmények grafikus formában történő bemutatását.

Ez a kurzus célja, hogy a kutatók megértsék a statisztikai tervezés és elemzés alapelveit, valamint ezek jelentőségét a tudományos kutatásokban különböző diszciplínákban.

A kurzus során valószínűségszámítási és statisztikai módszereket mutatunk be, főként példákon keresztül. A képzés körülbelül 30%-a előadásokból, 70%-a irányított kvízekből és laborokból áll.

Zárt kurzus esetén a példákat és anyagokat egy adott szakterülethez szabhatjuk (például pszichológiai tesztek, közszféra, biológia, genetika stb.).

Nyilvános kurzusok esetén vegyes példákat használunk.

Bár a kurzus során különböző szoftvereket használunk (Microsoft Excel, SPSS, Statgraphics stb.), a fő hangsúly a kutatást vezető elvek és folyamatok megértésén van, az érvelés és a következtetések alapjain.

A kurzus kevert formában is elérhető, azaz házi feladatokkal és feladatokkal.