Biophysics of Genomes
General data
Course ID: | 1101-4Bio24 |
Erasmus code / ISCED: | (unknown) / (unknown) |
Course title: | Biophysics of Genomes |
Name in Polish: | Biofizyka Genomów |
Organizational unit: | Faculty of Physics |
Course groups: |
(in Polish) ZFBM, II stopień; Biofizyka molekularna Physics (2nd cycle); courses from list "Selected Problems of Modern Physics" Physics (2nd level); elective courses |
Course homepage: | http://nucleus3d.cent.uw.edu.pl |
ECTS credit allocation (and other scores): |
6.00
|
Language: | Polish |
Main fields of studies for MISMaP: | biology |
Short description: |
(in Polish) Wykład poświęcony będzie biofizyce genomów, tj. nowym paradygmacie analizy i modelowania masowych danych biologicznych skupiającym się na próbie zrozumienia mechanizmów regulacji genów przez zmiany strukturalne zachodzące w jądrze komórkowym. W części ćwiczeniowej przyjrzymy się strukturalnym danym genomicznym, bazom genomicznym dostępnym publicznie (w tym zasobom projektu 1000 Genomes, ENCODE, Roadmap Epigenomics, TCGA), jak również różnym algorytmom biofizycznym modelowania struktury trójwymiarowej chromatyny, jej analizy w skali całego jądra komórkowego. |
Full description: |
(in Polish) Genom jest często postrzegany jako prosta, liniowa sekwencja DNA używana do cyfrowego zapisu informacji biologicznej przez organizmy żywe. Okazuje się jednak, że struktura przestrzenna genomu ma duże znaczenie dla jego funkcji biologicznej. W przypadku genomu ludzkiego wiemy, że geny znajdujące się blisko siebie są jednocześnie albo wszystkie "włączone", albo wszystkie "wyłączone". Często zdarza się także, że geny znajdujące się w zupełnie innych miejscach na chromosomie zbliżają się do siebie aby móc wspólnie działać. W ostatnich latach opracowano eksperymentalne metody, które pozwalają na poznanie struktury trójwymiarowej chromatyny i jej dynamiki. Na podstawie tych danych możliwe jest odtworzenie wyższej formy organizacji przestrzennej chromosomów w jądrze komórkowym. Celem wykładu i ćwiczeń jest zapoznanie uczestników z analiza danych genomicznych w dużej skali, jak również podstawowymi metodami rekonstrukcji struktury trójwymiarowej chromosomów szczególnie dla komórek ludzkich. Uczestnicy przeprowadzą kompleksową analizę rzeczywistych danych biologicznych przy użyciu baz publicznych oraz samodzielnie – przy użyciu programowania w języku python. Następnie dokonają wizualizacji wyników swoich poszukiwań, próbując wyrobić sobie intuicje dotyczące natury wielkoskalowych danych genomicznych. Zaproponują własny model rekonstrukcji strukturalnej i spróbują samodzielnie wymodelować własne struktury (np. dynamika molekularna, mechanika molekularna, metodą Monte Carlo), oraz powiązać funkcję biologiczną z cechami strukturalnymi chromatyny. Zagadnienia poruszane w toku wykładu: - Źródła danych trójwymiarowej genomiki – eksperymenty Hi-C, ChIA-PET - Hierarchiczna struktura danych i wieloskalowość procesu modelowania - Sposoby rekonstrukcji struktur 3D z map kontaktów: - - Multidimensional scaling - - Molecular Dynamics - - Monte Carlo - Pola Siłowe dla chromatyny - Metody porównywania struktur 3D chromatyny - Symulacja komputerowe, a dane doświadczalne - Modyfikacje DNA i białek histonowych oraz ich wpływ na funkcję i strukturę genomu - Wizualizacja danych genomicznych - Metody obrazowania jądra komórkowego - Metody sekwencjonowania następnej generacji w kontekście trójwymiarowej genomiki - Metody uczenia maszynowego w zastosowaniu do danych genomicznych - motywy DNA wiążące białka - białka architektoniczne oraz czynniki transkrypcyjne - modyfikacje epigenetyczne w genomie ludzkim - zagadnienia teorii ewolucji genomów |
Bibliography: |
(in Polish) Biologia genomów: ● T.A. Brown, "Genomy", Wydawnictwo Naukowe PWN, 2013 ● Cremer et al. The 4D nucleome: Evidence for a dynamic nuclear landscape based on co-aligned active and inactive nuclearcompartments. FEBS Lett. 2015 Oct 7;589(20 Pt A):2931-43 ● Ozer G, Luque A, Schlick T. The chromatin fiber: multiscale problems and approaches. Curr Opin Struct Biol. 2015 Apr;31:124-39. Modelowanie molekularne: ● D.W.Heermann, Podstawy symulacji komputerowych w fizyce, WNT, Warszawa, 1997. Zagadnienia genomiki obliczeniowej: ● T. Speed, Statistical analysis of Gene expression microarray data,( CRC Chapmann&Hall) 2003 ● Hahne, F., Huber, W., Gentleman, R., Falcon, S, Bioconductor Case Studies, Springer, 2008 ● M. Kasahara i S. Morishita, Large-scale Genome sequence processing, Imperial College Press, 2006 ● M. Rodrigez-Ezpeleta, M. Hackenbetrg, A.M. Aransay, Bioinformatics for HIgh Throughput Sequencing, Springer, 2012 Zagadnienia bioinformatyki: ● Higgs Paul G., Attword Teresa K., "Bioinformatyka i ewolucja molekularna", Warszawa, 2016, Wydawnictwo Naukowe PWN Metody analizy statystycznej danych: ● Łomnicki A. 2003. Wprowadzenie do statystyki dla przyrodników. Wydawnictwo Naukowe PWN. ● Shahbaba B. 2012. Biostatistics with R. An Introduction to Statistics Through Biological Data. Seria: Use R!. Springer. ● Dalgaard P. 2008. Introductory statistics with R. Springer Science+Business Media LLC, New York. ● Łomnicki A. 2010. Wprowadzenie do statystyki dla przyrodników. Wydawnictwo Naukowe PWN, Warszawa. ● T. J. Hastie, R. J. Tibshirani, J. Friedman, The Elements of Statistical Learning, Springer 2001. ● R. Gentleman, V. Carey, W. Huber, R. Irizarry, Bioinformatics and Computational Biology Solutions Using R and Bioconductor, Springer; 1 edition (August 31, 2005). ● T. Speed, Statistical analysis of gene expression data, Chapman & Hall/CRC, March 26, 2003. Zagadnienia obrazowania mikroskopowego: ● R. Gonzalez, R. Woods, Digital Image Processing, Prentice Hall, 2002. ● J. Frank, Three-Dimensional Electron Microscopy of Macromolecular Assemblies, Elsevier, 1996 |
Learning outcomes: |
(in Polish) Po ukończeniu przedmiotu student: Wiedza: - orientuje się w podstawach wybranych zagadnień: a) biologii genomów, b) proteomiki nuklearnej, c) ją∂rowej biologii systemowej (modele procesów biologicznych, analiza sieci metabolicznych i sygnałowych w kontekście jądrowym), d) ma ugrunowaną wiedzę bioinformatyczną związaną z genomami organizmów żywych, e) potrafi analizować wyniki obrazowania mikroskopowego na poziomie komórkowym i jądrowym, f) ma znajomość metod statystycznych, organizacji wiedzy genomicznej i jej analizy, oraz g) zdobył umiejętność modelowania biofizycznego struktury trójwymiarowej chromatyny. – analizuje dane wielkoskalowe (biologiczne, genomiczne, strukturalne) – rozpoznaje i poprawnie posługuje się metodami uczenia maszynowego w kontekście modelowania procesów biologicznych i genomicznych – identyfikuje i wyjaśnia procesy biologiczne zachodzące w jądrze komórkowym umiejętności społeczne i interpersonalne: - prezentuje wyniki badań opublikowanych i własnych - umie nawiązać współpracę w grupie interdyscyplinarnej |
Assessment methods and assessment criteria: |
(in Polish) wykonanie i przedstawienie projektu indywidualnego, wykonanie prezentacji wybranej publikacji, ocena prezentacji, stopnia zrozumienia problemu, obecność na zajęciach (zarówno wykłady jak i ćwiczenia), aktywność podczas zajęć w niektórych wypadkach: stopień z egzaminu końcowego (ustny lub pisemny). |
Practical placement: |
(in Polish) Możliwość zaliczenia praktyk zawodowych w Laboratorium Genomiki Funkcjonalnej i Strukturalnej Centrum Nowych Technologii UW. |
Classes in period "Winter semester 2023/24" (past)
Time span: | 2023-10-01 - 2024-01-28 |
Navigate to timetable
MO CW
TU W TH FR WYK
|
Type of class: |
Classes, 30 hours
Lecture, 30 hours
|
|
Coordinators: | Dariusz Plewczyński | |
Group instructors: | Dariusz Plewczyński | |
Students list: | (inaccessible to you) | |
Examination: | Examination |
Copyright by University of Warsaw.