Module 1 Introduction

Loading...

Из курса от партнера Johns Hopkins University

Algorithms for DNA Sequencing

392 оценки

Johns Hopkins University

Algorithms for DNA Sequencing

392 оценки

Курс 4 из 8 — Specialization Genomic Data Science

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.

Из урока

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.

Module 1 Introduction1:32

Lecture: Why study this?4:29

Lecture: DNA sequencing past and present3:08

Lecture: Genomes as strings, reads as substrings5:02

Lecture: String definitions and Python examples3:33

Practical: String basics 7:14

Practical: Manipulating DNA strings 7:00

Practical: Downloading and parsing a genome 6:29

Lecture: How DNA gets copied3:37

Optional lecture: How second-generation sequencers work 7:10

Optional lecture: Sequencing errors and base qualities 6:37

Lecture: Sequencing reads in FASTQ format4:39

Practical: Working with sequencing reads 11:11

Practical: Analyzing reads by position 6:58

Lecture: Sequencers give pieces to genomic puzzles5:41

Lecture: Read alignment and why it's hard3:09

Lecture: Naive exact matching10:18

Practical: Matching artificial reads 6:53

Practical: Matching real reads 7:24

Познакомьтесь с преподавателями

Ben Langmead, PhD
Assistant Professor
Computer Science
Jacob Pritt

Department of Computer Science

В этом модуле мы начнем наше исследование алгоритмов для

анализа данных секвенирования ДНК

Мы обсудим технологию секвенирования ДНК, ее прошлое и будущее и как это работает

И мы узнаем больше о ДНК и

геномах, и мы узнаем как геномы могут быть представлены в виде текстовых строк.

И это наблюдение действительно является ключом, который открывает весь остаток

курса.

Это позволит нам использовать компьютерные методы, которые были разработаны для

различных типов строковых данных, таких как книги, и веб-страницы, и

файлы на ваших жестких дисках, в применении к ДНК

Мы также сформулируем две вычислительные проблемы, которые будут мотивировать

наши технические дискуссии до конца курса

Итак, первая проблема это чтение/выравнивание и сборка - другая проблема.

Остаток курса разделен примерно пополам на две части, в которых мы будем обсуждать

базовые алгоритмы и структуры данных для этих двух контрольных проблем.

В практической части домашних работ в этом модуле Вы будете работать с

реальными геномами и реальными данными секвенирования включая некоторые данные по геному человека и

Вы начнете писать программу для анализа этих данных.

Вы научитесь работать с некоторыми важными файловыми форматами, которые мы будем использовать снова и

снова, и Вы увидите некоторые базовые паттерны и данные секвенирования.

И, наконец, мы будем обсуждать кое-что под названием нативный алгоритм

точного совпадения

Это простой, гибкий, но

не очень быстрый алгоритм поиска паттернов в тексте.

И затем в следующем модуле мы обсудим алгоритмы, несколько более умные и

также использующие некоторые новые типы структурных данных.

Ознакомьтесь с нашим каталогом

Присоединяйтесь бесплатно и получайте персонализированные рекомендации, обновления и предложения.

Coursera делает лучшее в мире образование доступным каждому, предлагая онлайн-курсы от ведущих университетов и организаций.

© Coursera Inc., 2019 Все права защищены.

Загрузить из App Store

Загрузить в Google Play