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

שנה: 
מנחה: 
אחראי אקדמי: 
מגמת לימוד: 
מסלול התמחות: 

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