Анализ данных секвенирования 1

2026/2027

ID 1216533

Статус: Маго-лего

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 4 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Ашниев Герман Альфредович

Язык: русский

Кредиты: 3

Контактные часы: 40

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина «Анализ данных секвенирования 1» делает акцент на прикладном анализе данных конкретных экспериментальных технологий. Настоящая часть отвечает на вопрос «как из полученных данных извлечь биологический вывод и как понять, где этот вывод ненадёжен». Модуль посвящён функциональной геномике: транскриптомике (bulk RNA-seq и single-cell RNA-seq), эпигеномике (ChIP-seq, ATAC-seq, CUT&RUN, CUT&Tag) и трёхмерной организации генома (Hi-C), а также двум прикладным доменам: анализу микробиома (метабаркодирование 16S, шотган-метагеномика, сборка геномов из метагеномов) и биоинформатике генома человека с выходом в медицинскую геномику (сборка, пайплайн WGS/WES, вызов и аннотация вариантов, клиническая интерпретация по ACMG/AMP, неравновесие по сцеплению). Сквозная методическая линия курса — статистика и её допущения: отрицательное биномиальное распределение в RNA-seq, композиционность микробиомных данных, множественное тестирование, разреженность single-cell матриц, смещения покрытия в ChIP-seq и Hi-C рассматриваются как источник большинства ошибочных выводов в реальных работах. Практическая составляющая — Jupyter Notebook (Python 3.11+) и командная строка Linux: pyDESeq2, Scanpy, MACS3, deepTools, cooler/cooltools, DADA2/QIIME 2, GATK, VEP, публичные базы данных. Занятия проводятся на русском языке; терминология, слайды и материалы — на английском.

Цель освоения дисциплины

Сформировать у студентов способность самостоятельно спланировать эксперимент на основе высокопроизводительного секвенирования, провести полный цикл обработки данных соответствующего типа и критически оценить надёжность полученного биологического или клинического вывода.

Планируемые результаты обучения

Знать принципы работы платформ секвенирования (Illumina, MGI, Oxford Nanopore, PacBio) и характерный профиль ошибок каждой; уметь по отчёту контроля качества определить платформу и пригодные для анализа участки чтений.
Уметь спланировать эксперимент RNA-seq: обосновать выбор между глубиной секвенирования и числом биологических повторностей, протокол обогащения и стратегию выравнивания.
Уметь рассчитывать и корректно применять нормализации (CPM, RPKM/FPKM, TPM, медиана отношений) и проводить анализ дифференциальной экспрессии на основе отрицательной биномиальной модели (DESeq2) с контролем FDR.
Знать специфику данных scRNA-seq (клеточные баркоды, UMI, артефакты 10x Genomics, разреженность матриц); уметь выполнить контроль качества, нормализацию, снижение размерности, кластеризацию и аннотацию типов клеток.
Уметь обрабатывать данные профилирования хроматина (ChIP-seq, ATAC-seq, CUT&RUN, CUT&Tag): фильтрация, пиковый каллинг, метрики качества и воспроизводимости (FRiP, IDR), дифференциальный анализ, анализ мотивов.
Уметь обрабатывать данные Hi-C: фильтрация пар, биннинг, итеративная коррекция матрицы контактов, выделение компартментов и топологически ассоциированных доменов.
Знать принципы метабаркодирования и метагеномики: выбор гипервариабельного региона 16S, различие OTU и ASV, композиционность данных; уметь рассчитывать и интерпретировать метрики альфа- и бета-разнообразия.
Знать пайплайн WGS/WES от FASTQ до аннотированного VCF; уметь сравнивать результаты разных методов вызова вариантов и фильтровать варианты по полям VCF.
Уметь интерпретировать варианты по критериям ACMG/AMP с использованием ClinVar, gnomAD, OMIM, ClinGen и in silico предикторов и оформлять письменное заключение.
Знать механизмы возникновения и распада неравновесия по сцеплению; уметь оценивать число поколений до распада сцепления между двумя локусами.
Владеть навыками работы в Jupyter Notebook и командной строке Linux и воспроизводимого оформления анализа: структурированный ноутбук, подписанные графики, явные версии инструментов.
Уметь указать, какое допущение метода нарушено в конкретном анализе, и оценить, как это меняет вывод.

Содержание учебной дисциплины

Технологии секвенирования и контроль качества чтений
Транскриптомика: bulk RNA-seq
Single-cell RNA-seq
Эпигеномика: профилирование хроматина
Трёхмерная организация генома: Hi-C
Микробиом: метабаркодирование и метагеномика
Геном человека и медицинская геномика

Элементы контроля

Домашнее задание 1. Bulk RNA-seq
Выдаётся на занятии по дифференциальной экспрессии. На подготовленной матрице каунтов публичного эксперимента студент проходит путь от сырых каунтов до биологического вывода. Срок выполнения — 7 дней.
Домашнее задание 2. Single-cell RNA-seq
Выдаётся на втором занятии по single-cell RNA-seq. Полный цикл анализа публичного набора 10x Genomics в Scanpy — от сырой матрицы до аннотированных кластеров. Срок выполнения — 7 дней.
Домашнее задание 3. Микробиом
Выдаётся по завершении блока метабаркодирования. Анализ публичного набора ампликонов 16S: от сырых чтений до сравнения групп образцов с учётом композиционности данных. Срок выполнения — 7 дней.
Домашнее задание 4. Пайплайн WGS/WES
Выдаётся на занятии по вызову вариантов. Путь от FASTQ до аннотированного VCF на учебной подвыборке (участок генома эталонного образца GIAB). Срок выполнения — 7 дней.
Домашнее задание 5. Мини-проект: клиническая интерпретация вариантов
Выдаётся на занятии по клинической интерпретации вариантов. Студент получает набор из 5–6 вариантов с кратким описанием фенотипа, классифицирует каждый по критериям ACMG/AMP с обоснованием и оформляет письменное заключение. Срок выполнения — 12 дней.
Экзамен
Экзамен охватывает материал обоих модулей. Билет содержит два теоретических вопроса и один кейс — фрагмент отчёта, графика или таблицы из реального анализа, в котором требуется найти методологическую ошибку и объяснить её последствия. Список теоретических вопросов публикуется не позднее чем за две недели до экзамена; кейсы не публикуются. Время на подготовку — 30 минут, ответ — до 20 минут; пользоваться материалами при подготовке нельзя.

Промежуточная аттестация

2026/2027 4th module
0.09 * Домашнее задание 3. Микробиом + 0.4 * Экзамен + 0.12 * Домашнее задание 2. Single-cell RNA-seq + 0.12 * Домашнее задание 1. Bulk RNA-seq + 0.09 * Домашнее задание 4. Пайплайн WGS/WES + 0.18 * Домашнее задание 5. Мини-проект: клиническая интерпретация вариантов

Список литературы

Авторы

Ашниев Герман Альфредович

Программа дисциплины