We will learn computational methods -- algorithms and data structures -- for analyzing DNA sequencing data. We will learn a little about DNA, genomics, and how DNA sequencing is used. We will use Python to implement key algorithms and data structures and to analyze real genomes and DNA sequencing datasets.
제공자:
Genomic Data Science 특화 과정존스홉킨스대학교이 강좌에 대하여
최근 조회 106,420회
학습자 경력 결과
43%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
33%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 8개 강좌 중 4번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 10시간 필요
영어
자막: 영어
귀하가 습득할 기술
Bioinformatics AlgorithmsAlgorithmsPython ProgrammingAlgorithms On Strings
학습자 경력 결과
43%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
33%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 8개 강좌 중 4번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 10시간 필요
영어
자막: 영어
제공자:
존스홉킨스대학교
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 4시간 필요
DNA sequencing, strings and matching
This module we begin our exploration of algorithms for analyzing DNA sequencing data. We'll discuss DNA sequencing technology, its past and present, and how it works.
완료하는 데 4시간 필요
19개 동영상 (총 112분), 7 개의 읽기 자료, 2 개의 테스트
19개의 동영상
Lecture: Why study this?4m
Lecture: DNA sequencing past and present3m
Lecture: Genomes as strings, reads as substrings5m
Lecture: String definitions and Python examples3m
Practical: String basics 7m
Practical: Manipulating DNA strings 7m
Practical: Downloading and parsing a genome 6m
Lecture: How DNA gets copied3m
Optional lecture: How second-generation sequencers work 7m
Optional lecture: Sequencing errors and base qualities 6m
Lecture: Sequencing reads in FASTQ format4m
Practical: Working with sequencing reads 11m
Practical: Analyzing reads by position 6m
Lecture: Sequencers give pieces to genomic puzzles5m
Lecture: Read alignment and why it's hard3m
Lecture: Naive exact matching10m
Practical: Matching artificial reads 6m
Practical: Matching real reads 7m
7개의 읽기 자료
Welcome to Algorithms for DNA Sequencing10m
Pre Course Survey10m
Syllabus10m
Setting up Python (and Jupyter)10m
Getting slides and notebooks10m
Using data files with Python programs10m
Programming Homework 1 Instructions (Read First)10m
2개 연습문제
Module 120m
Programming Homework 114m
완료하는 데 3시간 필요
Preprocessing, indexing and approximate matching
In this module, we learn useful and flexible new algorithms for solving the exact and approximate matching problems. We'll start by learning Boyer-Moore, a fast and very widely used algorithm for exact matching
완료하는 데 3시간 필요
15개 동영상 (총 114분), 1 개의 읽기 자료, 2 개의 테스트
15개의 동영상
Lecture: Boyer-Moore basics8m
Lecture: Boyer-Moore: putting it all together6m
Lecture: Diversion: Repetitive elements5m
Practical: Implementing Boyer-Moore 10m
Lecture: Preprocessing7m
Lecture: Indexing and the k-mer index10m
Lecture: Ordered structures for indexing8m
Lecture: Hash tables for indexing7m
Practical: Implementing a k-mer index 7m
Lecture: Variations on k-mer indexes9m
Lecture: Genome indexes used in research9m
Lecture: Approximate matching, Hamming and edit distance6m
Lecture: Pigeonhole principle6m
Practical: Implementing the pigeonhole principle 9m
1개의 읽기 자료
Programming Homework 2 Instructions (Read First)10m
2개 연습문제
Module 220m
Programming Homework 212m
완료하는 데 2시간 필요
Edit distance, assembly, overlaps
This week we finish our discussion of read alignment by learning about algorithms that solve both the edit distance problem and related biosequence analysis problems, like global and local alignment.
완료하는 데 2시간 필요
13개 동영상 (총 92분), 1 개의 읽기 자료, 2 개의 테스트
13개의 동영상
Lecture: Solving the edit distance problem12m
Lecture: Using dynamic programming for edit distance12m
Practical: Implementing dynamic programming for edit distance 6m
Lecture: A new solution to approximate matching9m
Lecture: Meet the family: global and local alignment10m
Practical: Implementing global alignment 8m
Lecture: Read alignment in the field4m
Lecture: Assembly: working from scratch2m
Lecture: First and second laws of assembly8m
Lecture: Overlap graphs8m
Practical: Overlaps between pairs of reads 4m
Practical: Finding and representing all overlaps 3m
1개의 읽기 자료
Programming Homework 3 Instructions (Read First)10m
2개 연습문제
Module 320m
Programming Homework 38m
완료하는 데 2시간 필요
Algorithms for assembly
In the last module we began our discussion of the assembly problem and we saw a couple basic principles behind it. In this module, we'll learn a few ways to solve the alignment problem.
완료하는 데 2시간 필요
13개 동영상 (총 83분), 1 개의 읽기 자료, 2 개의 테스트
13개의 동영상
Lecture: The shortest common superstring problem8m
Practical: Implementing shortest common superstring 4m
Lecture: Greedy shortest common superstring7m
Practical: Implementing greedy shortest common superstring 7m
Lecture: Third law of assembly: repeats are bad5m
Lecture: De Bruijn graphs and Eulerian walks8m
Practical: Building a De Bruijn graph 4m
Lecture: When Eulerian walks go wrong9m
Lecture: Assemblers in practice8m
Lecture: The future is long?9m
Lecture: Computer science and life science5m
Lecture: Thank yous 43
1개의 읽기 자료
Post Course Survey10m
2개 연습문제
Programming Homework 48m
Module 414m
Genomic Data Science 특화 과정 정보
With genomics sparks a revolution in medical discoveries, it becomes imperative to be able to better understand the genome, and be able to leverage the data and information from genomic datasets. Genomic Data Science is the field that applies statistics and data science to the genome.
This Specialization covers the concepts and tools to understand, analyze, and interpret data from next generation sequencing experiments. It teaches the most common tools used in genomic data science including how to use the command line, along with a variety of software implementation tools like Python, R, Bioconductor, and Galaxy.
This Specialization is designed to serve as both a standalone introduction to genomic data science or as a perfect compliment to a primary degree or postdoc in biology, molecular biology, or genetics, for scientists in these fields seeking to gain familiarity in data science and statistical tools to better interact with the data in their everyday work.
To audit Genomic Data Science courses for free, visit https://www.coursera.org/jhu, click the course, click Enroll, and select Audit. Please note that you will not receive a Certificate of Completion if you choose to Audit.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.
환불 규정은 어떻게 되나요?
구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.
재정 지원을 받을 수 있나요?
예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.