北大生物信息学公开课学习(1)

https://www.bilibili.com/video/BV1by4y1k7rc?from=search&seid=8006130703787982050

北大的生物信息学公开课

 

课程目录

 

信号通路的分析  常见KEGG 和GO 分析

基于已知的模型对未知的模型进行预测，主要是通过(隐)马尔可夫模型(HMM）

如何构建模型，训练模型和预测

如何通过MM  进行序列比对，如何利用HMM预测给定DNA 序列种的编码区域

 

使用MM 和HMM方法

 

GeneScan 预测工具的原理

 

数据库及软件

遗传变异的鉴定

 

常用的MAQ，BWA 和GATK 软件

如何利用已知知识鉴定新的基因   SIFT 、polyphen、 SAPRAD算法

 

新一代的测序技术检测基因表达，短片段的拼接2010年开发的算法TopHat、Cufflinks

 

如何判断一个转录本是否编码蛋白，非编码RNA 的可能的功能，利用已知的编码和非编码RNA简历RNA 编码能力预测的潜能   2007年开发的CPC 软件的使用

利用生物信息学工具和方法解决生物学问题

 

生物信息学从中心法则开始  各部分常见的分析

 

从DNA 的层面主要包括

寻找新的基因，

比较基因学，

从进化的角度分析生物的演变 

DNA 的甲基化的分析

 

从RNA 的角度主要包括

差异表达的基因的分析DEG 

基因共表达网络分析

 

蛋白质水平

蛋白质普分析

蛋白质的结构

序列比对

 

分子网络分析

蛋白质互作网络

转录调控网络

代谢和信号网络

动态网络分析

 

那么最终通过以上各个部分的分析我们可以从个体到群体的分析  也就是所谓的群体遗传学

 

 

 

那么在这个数据挖掘的过程中

 

主要包括以下的过程  

1.数据的处理  数据的注释

2.算法软件工具  以及网页工具

3.数据挖掘  生物学发现

4.模型预测和构建