MEIO - Summer School - Analysis of Microarray gene expression
Títol del curs | Analysis of Microarray gene expression |
| Impartit per | Mei-Ling-Ting Lee |
| Llengua del curs | Anglès |
| Dates i horaris del curs | July 6: From 9:00 to 13:00 plus 14:30 to 16:15 July 9: From 8:15 to 10:00 |
| Tipus d'activitat i càrrega lectiva | Curs de 10 hores |
| Reconeixement acadèmic | 1 ECTS com a assignatures optatives per als estudiants del MEIO, 1 crèdit com a ALE per als de l'LCTE, i 1 crèdits per als de Doctorat |
| Destinataris | Estudiants del MEIO, de l'LCTE i estudiants de Doctorat |
| Data de matrícula | El 15 de maig de 2007 - de 11 a 13h i de 16 a 18h |
| Presentació | La Prof. Lee és catedràtica i directora del Departament de Bioestadística de la Ohio State University des de novembre de 2005. La seva carrera acadèmica i professional al Departament de Bioestadística de Harward, així com la seva col·laboració a l’Hospital Brighman and Women de Boston li ha permès desenvolupar un gran coneixement dels problemes més rellevants de l’Estadística i li ha donat eines per a enfrontar-s’hi de forma rigorosa i complexa. El contingut d’aquest curs és de màxima actualitat i d’importància cabdal sobretot per als alumnes que escullen el perfil de bioestadística. El curs proporciona part dels continguts del curs “Bioinformàtica” del 3r semestre, que no s’impartirà durant el curs 2006-07. |
| Objectius del curs | Mostrar que hi ha moltes fonts de variabilitat en les dades d’estudis de microarrays, i que el disseny d’experiments permet als investigadors explorar les dades de manera intuïtiva i natural. Discutir com s’adapten a aquest tipus de dades les diferents tècniques estadístiques: anàlisis de conglomerats, tècniques d’aprenentatge automàtic (machine learning), components principals, ANOVA, proves simultànies, anàlisi Bayesiana, taxes de falsos positius, determinació de mides mostrals i de la potència d’una prova estadística. |
| Continguts | Session 1: • Introduction to DNA, RNA, Proteins, and Gene Expression • Introduction to Microarray Technology • Inherent Variability in Array Data • Background Noise • Transformation and Normalization of Gene Expression Data • Case Studies Session 2: • Bayesian Models for Microarray Data • Experimental Design • Two-stage ANOVA Models • Multiple Comparisons in Microarray studies • Power and Sample Size Considerations • Case Studies Session 3: • Significant Analysis of Microarrays • Permutation Tests • Nonparametric Tests • Replicated Analysis of Microarray Studies • Case Studies Session 4: • Unsupervised Clustering Methods: - Hierarchical clustering - Self-Organizing Maps • Supervised Machine Learning Methods - Support Vector Machines - Neural Networks |
| Bibliografia | Lee, Mei-Ling Ting, (2004). Analysis of Microarray Gene Expression Data, Kluwer Academic Publishers, Boston (now merged with Springer). |
Share: