Die Library of Integrative Network-based Cellular Signatures (LINCS) war ein NIH Common Fund Programm, das 10 Jahre lang von 2012-2021 lief. Die Idee hinter dem LINCS-Programm war es, verschiedene Arten menschlicher Zellen mit vielen verschiedenen Arten von Störungen zu stören, wie z.B. Medikamente und andere kleine Moleküle, genetische Manipulationen, wie z.B. Knockdown, Knockout oder Überexpression einzelner Gene, Manipulationen der extrazellulären Mikroumgebung, wie z.B. das Wachsen von Zellen auf verschiedenen Oberflächen, und mehr. Diese Störungen werden auf verschiedene Arten menschlicher Zellen angewandt, darunter Krebszelllinien oder induzierte pluripotente Stammzellen (iPSCs) von Patienten, die sich in verschiedene Zelllinien wie Neuronen oder Kardiomyozyten differenzieren. Um die molekularen Netzwerke, die von diesen Störungen betroffen sind, besser zu verstehen, wurden die Veränderungen der Spiegel vieler verschiedener Moleküle in den menschlichen Zellen gemessen, darunter mRNAs, Proteine und Metaboliten sowie zelluläre phänotypische Veränderungen wie die Zellmorphologie. Das BD2K-LINCS Data Coordination and Integration Center (DCIC) wurde damit beauftragt, diese Daten zu organisieren, zu analysieren, zu visualisieren und mit anderen öffentlich zugänglichen relevanten Ressourcen zu integrieren. In diesem Kurs stellen wir das LINCS DCIC und die verschiedenen Data and Signature Generation Centers (DSGCs) vor, die Daten für LINCS gesammelt haben. Dann behandeln wir die LINCS-Metadaten und wie die Metadaten mit Ontologien und Wörterbüchern verknüpft sind. Anschließend stellen wir die Methoden zur Datenverarbeitung und Datennormalisierung vor, die zur Bereinigung und Harmonisierung der LINCS-Daten verwendet werden. Anschließend wird erörtert, wie die LINCS-Daten über RESTful APIs bereitgestellt werden. Vor allem aber behandelt der Kurs Methoden der Bioinformatik, die auf andere Multi-omics-Datensätze und -Projekte angewendet werden können, darunter Dimensionalitätsreduktion, Clustering, Analyse der Anreicherung von Gensätzen, interaktive Datenvisualisierung und überwachtes Lernen. Schließlich stellen wir Crowdsourcing/Citizen-Science-Projekte vor, bei denen die Studenten in Teams zusammenarbeiten können, um Genexpressionssignaturen aus öffentlichen Datenbanken zu extrahieren und dann solche Sammlungen von Signaturen mit den LINCS-Daten abzufragen, um kleine Moleküle als potenzielle Therapeutika für eine Reihe komplexer menschlicher Krankheiten vorherzusagen.
Big Data Science mit dem BD2K-LINCS Datenkoordinations- und Integrationszentrum
Dozent: Avi Ma’ayan, PhD
6.228 bereits angemeldet
Bei enthalten
(25 Bewertungen)
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
2 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 14 Module
Dieses Modul bietet einen Überblick über das Konzept des LINCS-Programms und Anleitungen für den Einstieg in die Verwendung des LINCS L1000-Datensatzes.
Das ist alles enthalten
8 Videos2 Lektüren1 Diskussionsthema
Dieses Modul enthält eine umfassende Beschreibung der Konzepte, die hinter Metadaten und Ontologien stehen und wie diese auf LINCS-Datensätze angewendet werden.
Das ist alles enthalten
2 Videos
In diesem Modul erklären wir das Konzept des Zugriffs auf Daten über eine Anwendungsprogrammierschnittstelle (API).
Das ist alles enthalten
2 Videos1 Diskussionsthema
Dieses Modul beschreibt das wichtige Konzept einer Bioinformatik-Pipeline.
Das ist alles enthalten
1 Video1 Diskussionsthema
Dieses Modul beschreibt ein Projekt, das viele Ressourcen mit Wissen über Gene und Proteine integriert. Das Projekt heißt Harmonizome und ist als Web-Server-Anwendung implementiert, die Sie unter http://amp.pharm.mssm.edu/Harmonizome/ finden
Das ist alles enthalten
4 Videos1 Diskussionsthema
Dieses Modul beschreibt die mathematischen Konzepte hinter der Datennormalisierung.
Das ist alles enthalten
2 Videos1 Diskussionsthema
Dieses Modul beschreibt die mathematischen Konzepte, die dem Clustering von Daten zugrunde liegen. Mit anderen Worten: Unüberwachtes Lernen - die Identifizierung von Mustern innerhalb von Daten ohne Berücksichtigung der mit den Daten verbundenen Etiketten.
Das ist alles enthalten
3 Videos1 Diskussionsthema
Die Zwischenprüfung besteht aus 45 Multiple-Choice-Fragen, die die Module 1-7 abdecken. Einige der Fragen verlangen von Ihnen, dass Sie mit den im Kurs erlernten Methoden an neuen Datensätzen Analysen durchführen.
Das ist alles enthalten
1 Aufgabe
Dieses Modul führt Sie in das wichtige Konzept der Anreicherungsanalyse von Gensätzen ein. Bei der Anreicherungsanalyse werden Gensätze aus Genomik- und Proteomik-Studien mit annotierten Gensätzen abgeglichen, die aus dem biologischen Vorwissen stammen.
Das ist alles enthalten
3 Videos
Dieses Modul beschreibt die mathematischen Konzepte des überwachten maschinellen Lernens, den Prozess der Vorhersage von Beispielen, die Beobachtungen/Merkmale/Attribute mit einer oder mehreren Eigenschaften verbinden, die wir lernen/vorhersagen möchten.
Das ist alles enthalten
3 Videos1 Diskussionsthema
In diesem Modul wird erörtert, wie Bioinformatik-Pipelines verglichen und bewertet werden können.
Das ist alles enthalten
2 Videos1 Diskussionsthema
Dieses Modul enthält Programmierbeispiele für die Erstellung interaktiver webbasierter Datenvisualisierungselemente/-figuren.
Das ist alles enthalten
4 Videos1 Diskussionsthema
Dieses letzte Modul beschreibt Möglichkeiten, an LINCS-bezogenen Projekten zu arbeiten, die über den Kurs hinausgehen.
Das ist alles enthalten
2 Videos1 Lektüre
Die Abschlussprüfung besteht aus 60 Multiple-Choice-Fragen, die alle Module des Kurses abdecken. Einige der Fragen verlangen von Ihnen, dass Sie mit den im Kurs erlernten Methoden an neuen Datensätzen Analysen durchführen.
Das ist alles enthalten
1 Aufgabe
Dozent
Empfohlen, wenn Sie sich für Grundlagen der Wissenschaft interessieren
Coursera Project Network
King Abdullah University of Science and Technology
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
25 Bewertungen
- 5 stars
76,92 %
- 4 stars
23,07 %
- 3 stars
0 %
- 2 stars
0 %
- 1 star
0 %
Zeigt 3 von 25 an
Geprüft am 20. Jan. 2017
A very practical courses. Very good introduction to Big Data sources and Computational Analysis tool.
Geprüft am 9. Mai 2020
Excellent course! Thoroughly enjoyed learning from these excellent instructors. With very little prior knowledge on the topic, the course was quite easy to follow and very well explained!
Geprüft am 18. Sep. 2018
excellent oppurtunity for the data science learners
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Sie haben Anspruch auf eine vollständige Rückerstattung bis zwei Wochen nach Ihrem Zahlungsdatum oder (bei Kursen, die gerade erst begonnen haben) bis zwei Wochen nach Beginn der ersten Sitzung des Kurses, je nachdem, welcher Zeitpunkt später liegt. Sie können keine Rückerstattung erhalten, sobald Sie ein Kurszertifikat erworben haben, auch wenn Sie den Kurs innerhalb der zweiwöchigen Rückerstattungsfrist abschließen. Siehe unsere vollständigen Rückerstattungsbedingungen.