פיתוח אלגוריתם למידה חישובי לסיווג של שזירה חלופית של גנים במידע גנומי

אחראי אקדמי
שנה
2016

Development of machine learning algorithms for classification of alternative splicing in genomic sequence data

תיאור הפרויקט ותכולתו:

תיאור הפרויקט:
• מטרת הפרויקט היא מציאת תובנות ביולוגיות באמצעות ניתוח  Big Data גנומי.
• כתיבת תוכנה למציאה של כל השזירות החלופיות ( Alternative Splicing) בין מצבים ביולוגיים שונים על בסיס מידע גנומי שהתקבל מריצוף רנ"א.

תכולת הפרויקט:
• איסוף נתונים מניסויי המעבדה וממידע ציבורי גנומי
• תכנון אלגוריתם למציאת isoforms ורמות ביטוי בין מצבים ביולוגיים
• איפיון אפליקציה לכריית נתונים והצגתם

דרישות:

• לימוד עצמי של כלים סטטיסטיים לניתוח מידע גנומי ברמת ה-exon וברמת האיזופורם: tophat, cufflinks, cuffdiff, MISO, DEXSeq
• לימוד עצמי של שפת R,  ו/או Matlab, Python

מקורות:

•           Alternative splicing - https://en.wikipedia.org/wiki/Alternative_splicing

•           http://genome.sph.umich.edu/wiki/BAM

•           http://genes.mit.edu/burgelab/miso/

•           http://cole-trapnell-lab.github.io/cufflinks/manual/

email: benhaim.nissim@gmail.com

מנחה חיצוני
מר בן חיים ניסים

תאריך עדכון אחרון : 04/12/2022