Course of work with molecular data in R - MB120C16

• Anglický název: Course of work with molecular data in R
• Český název: Kurz práce s molekulárními daty v R
• Zajišťuje: Katedra botaniky (31-120)
• Fakulta: Přírodovědecká fakulta
• Platnost: od 2024
• Semestr: zimní
• E-Kredity: 2
• Způsob provedení zkoušky: zimní s.:
• Rozsah, examinace: zimní s.:0/5, Z [DS]
• Počet míst: 30
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: angličtina
• Další informace: https://trapa.cz/cs/kurz-molekularni-data-r-2025
• Poznámka: povolen pro zápis po webu
• Garant: Mgr. Vojtěch Zeisek, Ph.D.
• Vyučující: Mgr. Vojtěch Zeisek, Ph.D.

Anotace

čeština

R je v současnosti asi nejmocnější a nejpoužívanější nástroj na výpočty všeho druhu. Je k dispozici i celá řada modulů pro práci s molekulárními daty. Jejich reprezentativní výběr je náplní kurzu.
Kurz obsahuje teorii použitých metod, tutoriály s použitím testovacích dat, úlohy pro samostatnou práci účastníků, a další. Cílem je naučit studenty analýzu molekulárních dat v programovacím jazyce R, představit dostupné balíčky pro jejich analýzu a praktické vyzkoušení si analýz vlastních nebo poskytnutých dat.
Předchozí znalost R je výhodou, nikoli však podmínkou. Nutná je alespoň minimální znalost molekulární biologie a vhodná je předchozí znalost alespoň některých metod analýz DNA dat. Kurz je vhodný spíše pro magisterské a doktorské studenty, pro bakalářské jen jsou-li velmi pokročilí.
Bude-li se kurzu účastnit alespoň jeden člověk nemluvící česky, kurz bude anglicky.
Kurz poběží turnusově 4 dny.
Kurz bude probíhat 21.-24. 1. 2025 v Benátské 2 v učebně B12 od 9:00 do 16-17:00 (s dostatkem přestávek).
Konzultace jsou možné kdykoliv po předchozí e-mailové domluvě.

Poslední úprava: Zeisek Vojtěch, Mgr., Ph.D. (09.09.2024)

angličtina

R is nowadays probably the most powerful tool for calculations of all kinds. There are plenty of modules available for work with molecular data. Their representative selection will be introduced during the course.
The course contains theory of used methods, tutorials with test data, tasks for individual work of participants, and more. The aim is to teach students how to analyze molecular data in R programming language, introduce available packages for their analysis and practical trying out to work with own or provided data.
Previous knowledge of R is useful, but not necessary. At least basic knowledge of molecular biology is required, previous knowledge about any methods how to analyze DNA data is recommended. The course is aiming primarily to Master and Ph.D. students, for Bachelor students only if they are highly advanced.
The course will be taught 4 days.
The course will be taught from January 21 to 24 2025, Benátská 2, lecture room B12, from 9:00 to 16-17:00 (with enough breaks).
Consultations are possible any time after previous e-mail agreement.

Poslední úprava: Zeisek Vojtěch, Mgr., Ph.D. (09.09.2024)

Literatura

čeština

• http://ape-package.ird.fr/APER.html – Emmanuel Paradis, Analysis of Phylogenetics and Evolutionwith R, second edition
• https://cran.r-project.org/manuals.html
• https://www.r-phylo.org/wiki/Main_Page
• https://a-little-book-of-r-for-bioinformatics.readthedocs.io/en/latest/
• https://github.com/thibautjombart/adegenet/wiki/Tutorials
• https://cran.r-project.org/web/packages/pegas/vignettes/ReadingFiles.pdf
• https://popgen.nescent.org/
• https://en.wikibooks.org/wiki/R_Programming
• http://www.cookbook-r.com/
• http://zoonek2.free.fr/UNIX/48_R/all.html
• Michael J. Crawley, The R Book
• Paurush Praveen Sinha, Bioinformatics with R Cookbook
• Anthony R. Ives, Mixed and Phylogenetic Models: A Conceptual Introduction to Correlated Data, https://leanpub.com/correlateddata (zdarma k on-line čtení)

Poslední úprava: Zeisek Vojtěch, Mgr., Ph.D. (11.11.2021)

angličtina

• http://ape-package.ird.fr/APER.html – Emmanuel Paradis, Analysis of Phylogenetics and Evolutionwith R, second edition
• https://cran.r-project.org/manuals.html
• https://www.r-phylo.org/wiki/Main_Page
• https://a-little-book-of-r-for-bioinformatics.readthedocs.io/en/latest/
• https://github.com/thibautjombart/adegenet/wiki/Tutorials
• https://cran.r-project.org/web/packages/pegas/vignettes/ReadingFiles.pdf
• https://popgen.nescent.org/
• https://en.wikibooks.org/wiki/R_Programming
• http://www.cookbook-r.com/
• http://zoonek2.free.fr/UNIX/48_R/all.html
• Michael J. Crawley, The R Book
• Paurush Praveen Sinha, Bioinformatics with R Cookbook
• Anthony R. Ives, Mixed and Phylogenetic Models: A Conceptual Introduction to Correlated Data, https://leanpub.com/correlateddata (free to read on-line)

Poslední úprava: Zeisek Vojtěch, Mgr., Ph.D. (11.11.2021)

Požadavky ke zkoušce

čeština

• Aktivní účast.
• Kladení a zodpovídaní otázek v průběhu výuky týkajících se probíraných témat.
• Načtení libovolných molekulárních dat (vlastních, vzorových z nějakého R balíčku, anebo z on-line databáze) a provedení několika vhodných analýz (podle typu dat), přičemž je možné při řešení využít internet, dokumentaci, apod.
• Napsat na Wikipedii alespoň jednu normostranu o libovolném tématu souvisejícím s probíranými tématy. Může jít i o překlad, úpravy stávajícíh článků, o příspěvky do několika kratších článků, apod. Mělo by jít o jazykovou verzi Wikipedie odpovídající mateřskému jazyku studenta (tedy typicky českou nebo slovenskou verzi).

Poslední úprava: Zeisek Vojtěch, Mgr., Ph.D. (03.05.2021)

angličtina

• Active participation.
• Asking and answering on-topic questions during the course.
• Loading of any molecular data into R (own, exemplary data from some R package, or from on-line database) and doing several appropriate analysis (according to data type), it is possible to use Internet, documentation, etc.
• Write to Wikipedia at least one page about any topic related to the course. It can be translation, edition of an existing page, it can be splitted into several articles, etc. Student should use native Wikipedia according to her/his language (so preferebly not English).

Poslední úprava: Zeisek Vojtěch, Mgr., Ph.D. (03.05.2021)

Sylabus

čeština

Přehled témat (může být upraven podle požadavků účastníků, rychlosti apod.):

• Základy práce v R – jak se zadávají příkazy, instalují balíčky, čte se nápověda, typy proměnných, indexy apod.
• Práce s Bioconductorem
• Načítaní a exportování molekulárních dat různých typů a formátů.
• Stažení sekvencí z databáze
• Extrakce SNP ze sekvenačních dat
• Extrakce polymorfismu ze sekvencí
• Mikrosatelity, AFLP, SNP, sekvence, …
• Alignment
• Manipulace s daty, konverze mezi formáty
• Tvorba distančních matic, import vlastních matic
• Export dat
• Základní statistiky
• PCoA
• Fylogenetické stromy (NJ, UPGMA, parsimonie), jejich zobrazení a testování
• MSN
• Základní statistika, genetické indexy, heterozygosita, HWE, F-statistika
• Práce s celogenomovými SNP daty
• DAPC
• Prostorové analýzy – Mantel test, Moran’s I, Monmonier, sPCA, …
• Základy tvorby map
• Manipulace se stromy, zpracování většího množství stromů
• Phylogenetic independent contrast
• Phylogenetic autocorrelation
• Phylogenetic PCA
• Ancestral state reconstruction
• Další rozšiřující témata…

Prostor pro další speciální otázky účastníků, zápočty a konzultace vlastních dat účastníků bude zejména během posledního dne.

Poslední úprava: Zeisek Vojtěch, Mgr., Ph.D. (03.05.2021)

angličtina

List of topics (might be edited according to wishes of participants, speed, etc.):

• Basic work in R – how to enter commands, install packages, read help, types of variables, indexes, etc.
• Bioconductor
• Load and export molecular data of various types and formats.
• Download molecular data from on-line databases
• Extractions of SNP from sequencing data
• Extraction of polymorphism from sequences
• Mikrosatellites, AFLP, SNP, sequences, …
• Manipulations with data, conversions among formats
• Distance matrices, import of custom matrices
• Export of data
• Basic statistics
• PCoA
• Phylogenetic trees (NJ, UPGMA, ML) and display and test
• MSN
• Basic statistics, genetic indices heterozygosity, HWE, F-statistics
• DAPC
• Whole genome SNP data
• Spatial analysis – Mantel test, Moran’s I, Monmonier, sPCA, …
• Basic map creation
• Alignments
• Manipulations with trees, work with big sets of trees
• Phylogenetic independent contrast
• Phylogenetic autocorrelation
• Phylogenetic PCA
• Ancestral state reconstruction
• Additional extending topics

There will be space available (especially during the last day) for another special questions of participants, exams and consultation of participants' own data (optional).

Poslední úprava: Zeisek Vojtěch, Mgr., Ph.D. (03.05.2021)

Vstupní požadavky

čeština

Nebát se R. :-)

Předchozí znalost R je výhodou, nikoli však podmínkou. Nutná je alespoň minimální znalost molekulární biologie a vhodná je předchozí znalost alespoň některých metod analýz DNA dat. Doporučuji předem absolvovat předměty R pro život - MB162P13 a Use of molecular markers in plant systematics and population biology - MB120P44 (případně včetně praktik I a II), a Populační genetika rostlin - MB120P145, anebo jakékoliv obdobné.

Kurz je vhodný prvořadě pro magisterské a doktorské studenty, pro bakalářské studenty jen jsou-li velmi pokročilí.

Na kurz potřebujete

• Vlastní notebook, na kterém budete pracovat.
• Funkční připojení k Wi-Fi. Buď Eduroam (nastavte si jej pomocí fakultních nebo doporučených obecných instrukcí) nebo můžete v přihlášce požádat o dočasné jméno a heslo.
• Nainstalované R. Doporučuji nainstalovat i grafické rozhraní RStudio, RKWard, R commander nebo jiné podobné dle vlastního výběru.
• Pokud už máte zkušenosti s R, můžete si ušetřit práci tím, že si dopředu nainstalujete potřebné balíčky. Instrukce k tomu pošlu před kurzem. Pokud nechcete všechno instalovat, můžete použít předpřipravený linuxový obraz pro VirtualBox, kde je vše připraveno.

Poslední úprava: Zeisek Vojtěch, Mgr., Ph.D. (12.10.2022)

angličtina

Don't be afraid of R. :-)

Previous knowledge of R is useful, but not necessary. At least basic knowledge of molecular biology is required, previous knowledge about any methods how to analyze DNA data is recommended. I recommend to follow courses R for life - MB120P147E a Use of molecular markers in plant systematics and population biology - MB120P44 (optionally also with practical lessons I and II), and Plant population genetics - MB120P145, or anything similar, prior to this course. Course is primarily for Master and Ph.D. students, for Bachelor students only if they are very advanced.

For course you need

• Own computer to work.
• Working Wi-Fi. Eduroam (set it up using faculty or recommended general instructions) or in application form You can ask for temporary password.
• Installed R. I also recommend to install some graphical user interface like RStudio, RKWard, R commander or some similar according to your choice.
• If you have experience with R, you can save some work by installing required R packages in advance. I'll send instruction prior to the course. If You do not wish to install everything, You can use prepared Linux image for VirtualBox containing everything needed.

Poslední úprava: Zeisek Vojtěch, Mgr., Ph.D. (12.10.2022)

Požadavky k zápisu

čeština

Zájemce o kurz prosím o vyplnění krátkého dotazníku, který mi pomůže s přípravou kurzu a komunikací.

Poslední úprava: Zeisek Vojtěch, Mgr., Ph.D. (03.05.2021)

angličtina

I'd be glad if participants could fill a short questionary which will help me with preparation of the course and communication.

Poslední úprava: Zeisek Vojtěch, Mgr., Ph.D. (03.05.2021)