Large-scale biology projects such a

Large-scale biology projects such as the sequencing of the human genome and gene expression surveys using RNA-seq, microarrays and other technologies have created a wealth of data for biologists. However, the challenge facing scientists is analyzing and even accessing these data to extract useful information pertaining to the system being studied. This course focuses on employing existing bioinformatic resources – mainly web-based programs and databases – to access the wealth of data to answer questions relevant to the average biologist, and is highly hands-on. Topics covered include multiple sequence alignments, phylogenetics, gene expression data analysis, and protein interaction networks, in two separate parts. The first part, Bioinformatic Methods I (this one), deals with databases, Blast, multiple sequence alignments, phylogenetics, selection analysis and metagenomics. This, the second part, Bioinformatic Methods II, covers motif searching, protein-protein interactions, structural bioinformatics, gene expression data analysis, and cis-element predictions. This pair of courses is useful to any student considering graduate school in the biological sciences, as well as students considering molecular medicine. Both provide an overview of the many different bioinformatic tools that are out there. These courses are based on one taught at the University of Toronto to upper-level undergraduates who have some understanding of basic molecular biology. If you're not familiar with this, something like https://learn.saylor.org/course/bio101 might be helpful. No programming is required for this course.

ผลลัพธ์ (ไทย) 1:

โครงงานชีววิทยาขนาดใหญ่เช่นลำดับมมนุษย์และยีนนิพจน์สำรวจใช้อาร์เอ็นเอลำดับ microarrays และเทคโนโลยีอื่น ๆ ได้สร้างข้อมูลให้เลือกมากมายสำหรับ biologists อย่างไรก็ตาม ท้าทายหันหน้านักวิทยาศาสตร์จะวิเคราะห์ และได้เข้าถึงข้อมูลเหล่านี้จะแยกข้อมูลที่เป็นประโยชน์ที่เกี่ยวข้องกับระบบการศึกษา หลักสูตรนี้เน้นการใช้ทรัพยากรผลเชิงวิวัฒนาการอยู่ –โปรแกรมส่วนใหญ่บนเว็บและฐานข้อมูล – การเข้าถึงความมั่งคั่งของข้อมูลเพื่อตอบคำถามที่เกี่ยวข้องกับนักชีววิทยาเฉลี่ย และมีอีกมาก หัวข้อมีหลายลำดับจัดแนว วงศ์วานวิวัฒนาการ วิเคราะห์ข้อมูลนิพจน์ยีน และโปรตีนโต้ตอบเครือ ข่าย ในส่วนที่แยกต่างหากสอง ส่วนแรก วิธีผลเชิงวิวัฒนาการผม (คนนี้), เกี่ยวข้อง กับฐานข้อมูล ระเบิด หลายลำดับจัดแนว วงศ์วานวิวัฒนาการ วิเคราะห์เลือก metagenomics นี้ ส่วนที่สอง ผลเชิงวิวัฒนาการวิธี II ครอบคลุมสาระสำคัญค้น โต้ตอบโปรตีนโปรตีน bioinformatics โครงสร้าง ยีนนิพจน์ และการคาดคะเนล่วงหน้าองค์ประกอบ คู่นี้หลักสูตรที่มีประโยชน์ให้นักเรียนพิจารณาบัณฑิตวิทยาศาสตร์ชีวภาพ ตลอดจนนักเรียนพิจารณาโมเลกุลยา ทั้งแสดงภาพรวมของเครื่องมือผลเชิงวิวัฒนาการต่าง ๆ มากมายที่ออกมี หลักสูตรเหล่านี้จะขึ้นอยู่กับหนึ่งสอนให้สูง ๆ ระดับบนที่มีบางความเข้าใจพื้นฐานอณูชีววิทยาที่มหาวิทยาลัยโตรอนโต ถ้าคุณไม่คุ้นเคยกับนี้ บางสิ่งบางอย่างเช่น https://learn.saylor.org/course/bio101 จะเป็นดี การเขียนโปรแกรมไม่จำเป็นสำหรับหลักสูตรนี้ได้

ผลลัพธ์ (ไทย) 2:

ชีววิทยาโครงการขนาดใหญ่เช่นการเรียงลำดับของจีโนมของมนุษย์และการสำรวจการแสดงออกของยีนที่ใช้ RNA-หมายเลขที่ microarrays และเทคโนโลยีอื่น ๆ ได้สร้างความมั่งคั่งของข้อมูลสำหรับนักชีววิทยา แต่ความท้าทายที่หันหน้าไปทางนักวิทยาศาสตร์คือการวิเคราะห์และแม้กระทั่งการเข้าถึงข้อมูลเหล่านี้จะดึงข้อมูลที่เป็นประโยชน์เกี่ยวกับระบบการศึกษา หลักสูตรนี้มุ่งเน้นไปที่การใช้ทรัพยากรที่มีอยู่ชีววิทยา - โปรแกรมส่วนใหญ่บนเว็บและฐานข้อมูล - การเข้าถึงความมั่งคั่งของข้อมูลที่จะตอบคำถามที่เกี่ยวข้องกับชีววิทยาเฉลี่ยและเป็นอย่างสูงบนมือ หัวข้อที่ครอบคลุมรวมถึงการจัดแนวลำดับหลาย phylogenetics การวิเคราะห์ข้อมูลการแสดงออกของยีนและเครือข่ายการทำงานร่วมกันโปรตีนในสองส่วนแยก ส่วนแรก, วิธีการ Bioinformatic ผม (อันนี้) เกี่ยวข้องกับฐานข้อมูลระเบิดลำดับการจัดแนวหลาย phylogenetics การวิเคราะห์การเลือกและ metagenomics นี้ส่วนที่สองวิธี Bioinformatic ครั้งที่สองครอบคลุมการค้นหาแรงจูงใจปฏิกริยาระหว่างโปรตีน, ชีวสารสนเทศโครงสร้างยีนการวิเคราะห์ข้อมูลการแสดงออกและการคาดการณ์ถูกต้ององค์ประกอบ คู่ของหลักสูตรนี้จะเป็นประโยชน์ในการพิจารณานักเรียนที่จบการศึกษาในด้านวิทยาศาสตร์ทางชีวภาพเช่นเดียวกับนักเรียนพิจารณาโมเลกุลยา ทั้งสองให้ภาพรวมของเครื่องมือชีววิทยาที่แตกต่างกันที่มีออกมี หลักสูตรเหล่านี้จะขึ้นอยู่กับหนึ่งในการเรียนการสอนที่มหาวิทยาลัยโตรอนโตนักศึกษาระดับปริญญาตรีระดับบนที่มีความเข้าใจในอณูชีววิทยาพื้นฐานบางอย่าง หากคุณไม่คุ้นเคยกับการนี​​้สิ่งที่ต้องการ https://learn.saylor.org/course/bio101 อาจจะเป็นประโยชน์ การเขียนโปรแกรมไม่เป็นสิ่งจำเป็นสำหรับหลักสูตรนี้

ผลลัพธ์ (ไทย) 3:

โครงงานชีววิทยาขนาดใหญ่เช่นลำดับของจีโนมมนุษย์ และการแสดงออกของยีนในการสำรวจการใช้ seq RNA , และการแสดงเทคโนโลยีอื่น ๆได้สร้างความมั่งคั่งของข้อมูลสำหรับนักชีววิทยา . อย่างไรก็ตาม ความท้าทาย ซึ่งนักวิทยาศาสตร์กำลังวิเคราะห์ และแม้กระทั่งการเข้าถึงข้อมูลเหล่านี้เพื่อดึงข้อมูลที่เป็นประโยชน์เกี่ยวกับระบบการศึกษาหลักสูตรนี้มุ่งเน้นการใช้ทรัพยากรที่มีอยู่บนเว็บ–ไบโอ นฟ ์เมติกส่วนใหญ่โปรแกรมและฐานข้อมูลและการเข้าถึงความมั่งคั่งของข้อมูลที่จะตอบคำถามที่เกี่ยวข้องกับนักชีววิทยา ปานกลาง และสูงบนมือ หัวข้อที่ครอบคลุมรวมหลายลำดับการไฟโลเจเนติก , การแสดงออกของยีน , การวิเคราะห์ข้อมูลและเครือข่ายปฏิสัมพันธ์ของโปรตีน ในการแยกเป็น 2 ส่วน ส่วนแรกไบโอ นฟ ์เมติกวิธีฉัน ( นี้ ) ที่เกี่ยวข้องกับฐานข้อมูล ระเบิดหลายลำดับการไฟโลเจเนติก , การวิเคราะห์และเมตะจีโนมิก เลือก นี้ส่วนที่สอง วิธีการที่ 2 ไบโอ นฟ ์เมติก , ปก , ค้นหา , รูปแบบปฏิสัมพันธ์โปรตีนโปรตีนโครงสร้างรสน , การแสดงออกของยีน , การวิเคราะห์ข้อมูลและการคาดการณ์ของ CISคู่ของหลักสูตรนี้จะเป็นประโยชน์กับนักศึกษาจากบัณฑิตวิทยาลัยในวิทยาศาสตร์ชีวภาพ เช่นเดียวกับนักเรียนพิจารณาโมเลกุลยา ทั้งให้ภาพรวมของไบโอ นฟ ์เมติกเครื่องมือต่าง ๆที่ออกมี หลักสูตรเหล่านี้จะขึ้นอยู่กับการสอนที่มหาวิทยาลัยโตรอนโตนักศึกษาระดับปริญญาตรีระดับบนที่มีความเข้าใจบางอย่างของอณูชีววิทยาเบื้องต้นหากคุณไม่คุ้นเคยกับ นี้ คล้ายๆ https://learn.saylor.org/course/bio101 อาจเป็นประโยชน์ ไม่ต้องใช้โปรแกรม สำหรับหลักสูตรนี้