Ce cours présente les méthodes d'analyse des données utilisées dans la recherche en biologie des systèmes, en bioinformatique et en pharmacologie des systèmes. Le cours couvre les méthodes de traitement des données brutes provenant d'études d'expression d'ARNm à l'échelle du génome (microarrays et RNA-seq), y compris la normalisation des données, le regroupement, la réduction de la dimensionnalité, l'expression différentielle, l'analyse de l'enrichissement et la construction de réseaux. Le cours contient des tutoriels pratiques pour l'utilisation de plusieurs outils bioinformatiques et la mise en place de pipelines d'analyse de données, couvrant également les mathématiques derrière les méthodes appliquées par ces outils et flux de travail. Le cours s'adresse principalement aux étudiants débutants de troisième cycle et aux étudiants avancés de premier cycle dans des domaines tels que la biologie, les statistiques, la physique, la chimie, l'informatique, le génie biomédical et électrique. Le cours devrait être utile aux chercheurs des laboratoires humides et secs qui rencontrent de grands ensembles de données dans leur propre recherche. Le cours présente des outils logiciels développés par le Ma'ayan Laboratory (http://labs.icahn.mssm.edu/maayanlab/) de l'Icahn School of Medicine at Mount Sinai à New York, mais aussi d'autres outils d'analyse et de visualisation de données disponibles gratuitement. L'objectif principal du cours est de permettre aux étudiants d'utiliser les méthodes présentées dans ce cours pour analyser leurs propres données dans le cadre de leurs propres projets. Pour les étudiants qui ne travaillent pas dans le domaine, le cours présente les défis de recherche rencontrés dans les domaines de la biologie des systèmes computationnels et de la pharmacologie des systèmes.
Analyse des réseaux en biologie des systèmes
Ce cours fait partie de Spécialisation Biologie des systèmes et biotechnologie
Instructeur : Avi Ma’ayan, PhD
21 581 déjà inscrits
Inclus dans le site
(197 avis)
Détails à connaître
Ajouter à votre profil LinkedIn
38 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 10 modules dans ce cours
Le module "Introduction aux systèmes complexes" traite des systèmes complexes et conduit à l'idée qu'une cellule peut être considérée comme un système complexe ou un agent complexe vivant dans un environnement complexe, tout comme nous. Le module "Introduction à la biologie pour les ingénieurs" fournit une introduction à certains sujets centraux de la biologie cellulaire et moléculaire pour ceux qui n'ont pas d'expérience dans ce domaine. Il ne s'agit pas d'une couverture complète de la biologie cellulaire et moléculaire. L'objectif est de fournir un point d'entrée pour motiver ceux qui sont intéressés par ce domaine, venant d'autres disciplines, à commencer à étudier la biologie.
Inclus
3 vidéos4 lectures3 devoirs
Dans le module "Modèles d'évolution topologique et de réseau", nous proposons plusieurs conférences sur une perspective historique de l'analyse des réseaux dans la biologie des systèmes. L'accent est mis sur les modèles d'évolution des réseaux in-silico. Il s'agit de modèles informatiques simples qui, sur la base de quelques règles, peuvent créer des réseaux dont la topologie est similaire à celle des réseaux moléculaires observés dans les systèmes biologiques.
Inclus
4 vidéos4 devoirs
Le module "Types de réseaux biologiques" porte sur les différents types de réseaux qui sont généralement construits et analysés en biologie des systèmes et en pharmacologie des systèmes. Cette conférence se termine par l'idée des réseaux d'association fonctionnelle (FAN). Il est suivi d'exposés qui expliquent comment construire des FAN et comment utiliser ces réseaux pour analyser des listes de gènes.
Inclus
4 vidéos4 devoirs
Cette série de conférences du module "Traitement des données et identification des gènes différentiellement exprimés" aborde tout d'abord les méthodes de normalisation des données, puis plusieurs conférences sont consacrées à l'explication du problème de l'identification des gènes différentiellement exprimés, l'accent étant mis sur la compréhension du fonctionnement interne d'une nouvelle méthode développée par le laboratoire Ma'ayan, appelée "Characteristic Direction" (direction caractéristique).
Inclus
5 vidéos2 devoirs
Dans le module "Enrichissement des ensembles de gènes et analyses de réseaux", l'accent est mis sur les outils développés par le laboratoire Ma'ayan pour analyser les ensembles de gènes. Plusieurs outils seront abordés, notamment : Enrichr, GEO2Enrichr, Expression2Kinases et DrugPairSeeker. En outre, une conférence sera consacrée à une méthode que nous avons développée, appelée enrichment vector clustering, et deux conférences décriront la méthode populaire d'analyse de l'enrichissement des ensembles de gènes (GSEA) et une méthode améliorée que nous avons développée, appelée analyse de l'enrichissement de l'angle principal (PAEA).
Inclus
9 vidéos1 lecture8 devoirs
Une série de cours dans le module "Traitement et analyse des données de séquençage profond" couvrira les étapes de base et les pipelines populaires pour analyser les données RNA-seq et ChIP-seq en allant des données brutes aux listes de gènes et aux figures. Ces cours couvrent également les commandes UNIX/Linux et certains éléments de programmation de R, un logiciel statistique populaire disponible gratuitement. Notez que ces conférences ayant été développées et enregistrées à l'automne 2013, il est possible qu'il existe de meilleurs outils qui devraient être utilisés aujourd'hui puisque le domaine progresse rapidement.
Inclus
7 vidéos7 devoirs
Ce module est consacré à différentes méthodes de clustering : l'analyse en composantes principales, les cartes auto-organisatrices, le clustering basé sur les réseaux et le clustering hiérarchique. La théorie qui sous-tend ces méthodes d'analyse est abordée en détail et est suivie d'une démonstration pratique des méthodes pour des applications utilisant R et MATLAB.
Inclus
6 vidéos1 lecture6 devoirs
Les cours du module "Ressources pour l'intégration des données" portent sur les différents types de réseaux qui sont généralement construits et analysés dans le cadre de la biologie et de la pharmacologie systémiques. Ces cours commencent par l'idée des réseaux d'association fonctionnelle (FAN). Ils sont suivis de plusieurs cours qui expliquent comment construire des FAN à partir de diverses ressources et comment utiliser ces réseaux pour analyser des listes de gènes ainsi que pour construire un puzzle qui peut être utilisé pour relier des données génomiques à des données phénotypiques.
Inclus
5 vidéos2 devoirs
La dernière série de conférences présente l'idée du crowdsourcing. Les MOOC offrent la possibilité de travailler ensemble sur des projets difficiles à réaliser seul (microtâches) ou de concourir pour mettre en œuvre les meilleurs algorithmes afin de résoudre des problèmes difficiles (mégatâches). Vous aurez l'occasion de participer à divers projets de crowdsourcing : microtâches et mégatâches. Ces projets sont conçus spécifiquement pour ce cours.
Inclus
2 vidéos1 devoir
L'examen final consiste en des questions à choix multiples portant sur des sujets abordés dans tous les modules du cours. Certaines questions peuvent vous demander d'appliquer à de nouveaux ensembles de données certaines des méthodes d'analyse que vous avez apprises tout au long du cours.
Inclus
1 devoir
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Science fondamentale
Icahn School of Medicine at Mount Sinai
Icahn School of Medicine at Mount Sinai
Icahn School of Medicine at Mount Sinai
Icahn School of Medicine at Mount Sinai
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 197
197 avis
- 5 stars
64,14 %
- 4 stars
24,24 %
- 3 stars
8,58 %
- 2 stars
0,50 %
- 1 star
2,52 %
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.