Anvendt bioinformatikk og data analyse i medisinsk forskning

Dato, høsten 2024: 4.-6. desember

Hensikten med kurset er å gi kandidatene kunnskap til anvendelse av bioinformatikk og dataanalyse i kliniske studier av humant vev. Kurset vil fokusere på praktiske aspekter og metodologiske vurderinger som er nødvendig ved humane data, slik som datasensitivitet, misklassifisering av utvalg, begrenset utvalgsstørrelse, valg av statistiske modeller, kovariater, og vevsheterogenitet.

Kurset består av seminarer, forelesninger og praktiske øvelser ledet av klinikere og forskere, basert på scenarioer fra det virkelige liv. Kurset vil tilby et inspirerende miljø som legger til rette for nettverksbygging mellom ph.d.-kandidater, studenter og forskere, fremme karriereutvikling og motivere for fremtidig forskningssamarbeid.

Kurset er veldig fordelaktig for deltakere med interesse i bioinformatikk, biologi, medisin eller klinisk forsking generelt.

Etter kursdeltakelse vil kandidaten ha oppnådd følgende kunnskap:

• • Forståelse for basale statistiske modeller, fordeler og begrensninger ved inklusjon av kovariater.
  • Legale og praktiske implikasjoner av arbeid med sensitive data.
  • Generell forståelse av muligheter og begrensninger av Next Generation Sequencing (NGS) data, med særlig vekt på RNA og hele genom/eksom sekvensering.
  • Biobankenes tilgjengelighet og utvalg.
  • Forståelse av begrensningene ved studier som involverer humant vev.

Etter kursdeltakelse vil kandidaten ha oppnådd følgende ferdigheter, og være i stand til å foreta:

• • Big data analyser og redusjon av dimensjoner.
  • Kvalitetskontroll av data: Fjerne utval av lav kvalitet, identifisere uteliggere og datafiltrering, identifisering av utval med feilaktiv label.
  • Basal datajustering ved R.

Etter kursdeltakelse vil kandidaten ha oppnådd følgende generelle ferdigheter, og være i stand til å foreta:

• • Design av eksperimenter ved begresninger ved knapp utvalgstilgjengelighet.
  • Beslutninger basert på metadata og annen eksisterende informasjon (inkludert power estimering basert på preliminære data).