Z raportu ,,Przeszłość, teraźniejszość i przyszłość edukacji akademickiej'', z punku widzenia socjologa
Studenci preferują zajęcia nastawione na zdobycie potrzebnych na rynku pracy umiejętności praktycznych, opisywane przez nich często jako „atrakcyjne i łatwe” niż zajęcia „trudne i znojne”, nie zdając sobie sprawy z tego, że do odniesienia sukcesu w konkurencji na globalnym rynku potrzebna jest przede wszystkim sprawność myślenia, a tę kształci się wychodząc poza sferę komfortu.
Celem naszych zajęć jest praca nad dwoma kompetencjami, ważnymi w pracy badawczej, a słabo rozwijanymi w standardowej edukacji:
- Iteracyjna praca nad danymi
- Opisywanie uzyskanych rozwiązań
Aby ten cel zrealizować będziemy pracować nad zadaniem: ,,Identyfikacja czynników różnicujących prognozy w rokowaniach dalszego czasu życia w zależności od tła genetycznego''
Pracujemy w małych grupach: 2-3 osoby
Każda grupa wybiera jedną z platform opisujących dane genetyczne (jedną platformę mogą analizować nie więcej niż dwie grupy)
- Białka (
RTCGA.RPPA) - Ekspresja genów (
RTCGA.mRNA) - Ekspresja genów (
RTCGA.miRNASeq) - Mutacje genów (
RTCGA.mutations) - Profil metylacji (
RTCGA.methylation) - Profil duplikacji na genomie (
RTCGA.CNV)
Informacje kliniczne znajdują się w pakiecie RTCGA.clinical.
W zadaniu należy
- Dla zadanej platformy, dla każdego z dużych nowotworów należy zidentyfikować biomarkery (w liczbie 100-200), które korelują z czasem przeżycia (albo stosując regresję logistyczną i 5-letni czas życia albo analizę przeżycia),
- Należy zbadać jaka jest część wspólna/przecięcie zbioru istotnych biomarkerów pomiędzy nowotworami,
- Należy zbadać jak wygląda zróżnicowanie pomiędzy nowotworami bazując na określonej sygnaturze,
- Należy przygotować aplikację shiny pozwalającą na przedstawienie jak przeżycia zależą od wybranego bio-markera dla określonego rodzaju nowotworu,
- Należy przygotować krótki raport opisujące wykonane obliczenia oraz opracowaną aplikację.
Każdy zespół wybiera sobie nazwę i tworzy katalog w https://github.com/pbiecek/WarsztatyBadawcze. W tym katalogu powinny znajdować się przynajmniej trzy podkatalogi shiny (z aplikacją shiny), report (z raportem w knitrze), biomarkers (z listą biomarkerów uznanych za ważne). Poza nimi można dodawać dowolnie dużo innych plików i katalogów, ale nie należy wgrywać zbyt dużych plików by nie utrudnić pracy innym.
- [9 XII] Spotkanie wprowadzające
- [16 XII] ??? (ustalić godzinę!) Prezentacja charakterystyki danych z wybranej platformy oraz zidentyfikowanych biomarkerów.
- [21 XII]
- [13 I]
- [20 I]
Aby zwiększyć szansę na indywidualną pracę nad raportem, każde ze spotkań składać się będzie z 2h wspólnego bloku, oraz pozostałego czasu w którym z każdym zespołem porozmawiam o jego obecnym podejściu (średnio 20 min na zespół).
Ocena będzie składała się z trzech części:
- (językowa) ocena raportu, pod kątem kompletności, klarowności i czytelności,
- (merytoryczna) ocena listy znalezionych biomarkerów, pod kątem ich sensowności,
- (inżynierska) jakość aplikacji, wykorzystanego zaplecza statystycznego i narzędzie do prezentacji wyników (np. ggplot2, krzywe przeżycia).
-
Zbiory danych są dostępne na stornie https://github.com/RTCGA
-
Opis badania https://tcga-data.nci.nih.gov/tcga/
-
Analiza danych o metylacji w R https://www.bioconductor.org/packages/3.3/bioc/vignettes/methyAnalysis/inst/doc/methyAnalysis.pdf
-
Analiza danych o CNV w R http://www.biomedcentral.com/1755-8794/4/47 https://www.bioconductor.org/packages/3.3/bioc/vignettes/CNVtools/inst/doc/CNVtools-vignette.pdf
-
Analiza danych o ekspresji białek http://www.biotechniques.com/BiotechniquesJournal/2014/September/RPPanalyzer-Toolbox-An-improved-R-package-for-analysis-of-reverse-phase-protein-array-data/biotechniques-353895.html https://cran.r-project.org/web/packages/RPPanalyzer/vignettes/RPPanalyzer.pdf
-
Analiza danych o mutacji (wyłącznie do inspiracji) https://www.bioconductor.org/packages/release/bioc/html/CancerMutationAnalysis.html
-
Analiza danych o ekspresji http://www.bioconductor.org/help/workflows/rnaseqGene/ https://www.bioconductor.org/packages/3.3/bioc/vignettes/DESeq2/inst/doc/DESeq2.pdf