Praktiline töötuba, kus puhastame käsitsi sisestatud andmeid OpenRefine tarkvaraga. Esmalt käsitleme tabelarvutuse parimaid tavasid ning seejärel rakendame teadmisi OpenRefine’is. Koolitusel uurime OpenRefine tarkvara funktsionaalsusi: andmete puhastamist suuremate partiidena ja andmete ühtlustamist ühe hoobiga. Lisaks tutvustame võimalust laadida alla täiendavaid andmeid teistest andmebaasidest ja lisarakendusi.
Me teeme andmete visualiseerimist kasutades ggplot2 paketti, mis on R-s laialdaselt kasutatav, ning loodud visuaalselt atraktiivsete ja kõrgelt kohandatavate graafikute loomiseks.
See töötuba tutvustab põhjalikult g:Profilerit - tööriista, mis on loodud funktsionaalse rikastamise analüüsi, geeni ID konversiooni ja ortoloogia kaardistamise jaoks ning ei eelda varasemaid teadmisi. See on suunatud peamiselt algajatele, rõhutades g:Profileri tõhusa kasutamise olulisust geenide kaardistamisel teadaolevatele funktsionaalsetele infoallikatele ja statistiliselt oluliste rikastatud terminite tuvastamisel.
Andmehaldus on oluline osa teadustööst ja on hädavajalik andmetest maksimumi saamiseks.
Andmehaldus 101 on sissejuhatav kursus, mis varustab teadlasi vajalike oskustega uurimisandmete tõhusaks organiseerimiseks ja haldamiseks. Osalejad saavad teadmisi parimatest praktikatest andmete dokumenteerimise, varundamise ja jagamise kohta. Teeme läbi harjutusi ning ülesandeid uute teadmiste kinnistamiseks.
Here we offer a two-day workshop with the primary aim of introducing participants to good enough practices for managing their data. On the first day, participants will learn about the basics of data management, good research practices, Common European Data Spaces, data management and governance in industry and data management plans. On the second day, participants will learn how to organise their data, how to make it FAIR, about electronic lab notebooks and how to make their computational results reproducible.
Registration deadline: February 25, 2024
“Python algajatele” kursus tutvustab Pythoni programmeerimist, mis on mõeldud neile, kellel on vähe või puudub varasem kogemus. Kursuse lõpus on õpilastel kindel arusaam Pythoni põhitõdedest ja saavad alustada oma teekonda Pythoni programmeerimises.
R on tasuta tarkvarakeskkond statistilise arvutamise ja graafika jaoks. See kompileerib ja töötab erinevatel UNIX platvormidel, Windowsil ja MacOS-il.
RStudio on oluline tööriist kõigile, kes tegelevad R programmeerimisega. See mängib olulist rolli andmeanalüüsis, hõlbustades andmete importimist, juurdepääsu, transformeerimist, uurimist, visualiseerimist ja modelleerimist. Kui alustate oma teekonda R-i õppimisel, siis on nüüd ideaalne hetk tutvuda RStudioga. Avastage, mis on RStudio, ja alustage selle võimaluste kasutamist oma andmeanalüüsi ja programmeerimisoskuste täiustamiseks.
Selle kursuse eesmärk on pakkuda põhiteadmisi Linuxi ja terminalikeskkonna kohta. Õpetame teile, kuidas juurde pääseda failidele ja kaustadele, liikuda nende vahel ja loodetavasti vabaneda hirmust kuskil tee peal kinni jääda. Eelnevaid teadmisi pole vaja.
Experiments designed to quantify gene expression often yield hundreds of genes that show statistically significant differences between groups of interest. Once differentially expressed genes are identified, enrichment analysis (EA) methods can be used to explore the biological functions associated with these genes. EA methods allow us to identify groups of genes (e.g. particular pathways) that are over-represented, thereby offering insights into biological mechanisms. One of the EA methods frequently used for high-throughput gene expression data analysis is Gene Set Enrichment Analysis (GSEA). This course will cover GSEA and alternative enrichment methods. Because the implementation of GSEA is directly linked to databases that annotate the function of genes in a cell, the course will also give an overview of functional annotation databases such as Gene Ontology.
Application deadline: 26 February 2024
The detection of genetic variation is of major interest in various disciplines spanning from ecology and evolution research to inherited disease discovery and precision oncology. Next generation sequencing (NGS) methods are very powerful for the detection of genomic variants. Thanks to its throughput and cost-efficiency it enables the detection of a large number of variants in a large number of samples. In this two-day course we will cover the steps from read alignment to variant calling and annotation. We will mainly focus on the detection of germline mutations by following the GATK best practices.
Application deadline: 15 February 2024