Program
VII edycji

Obok wprowadzenia do analizy danych biomedycznych, kurs obejmuje zapoznanie się z podstawowymi narzędziami wykorzystywanymi w bioinformatyce, a także z wyzwaniami współczesnej genetyki. Zajęcia umożliwią również praktyczne wykorzystanie nabytych umiejętności, w trakcie zajęć dedykowanych analizie danych omicznych.

Kurs jest podzielony na dwa semestry – ponad 200 godzin lekcyjnych, z naciskiem na zajęcia praktyczne, w sumie 13 spotkań.
W pierwszym semestrze będą wykładane podstawy badań wysokoprzepustowych w medycynie i podstawy informatyki niezbędne do obliczeń wysokoprzepustowych. W drugim semestrze będą prowadzone wykłady i ćwiczenia z dziedzin omicznych.

W ramach programu słuchacze są zobligowani do 30 godzin pracy własnej z określonych przedmiotów praktycznych, w grupach 4-5 osobowych pod nadzorem wykładowców.

Wprowadzenie do analizy danych wysokoprzepustowych
Wykłady, 14 godzin
Wykłady, 8 godzin
Ćwiczenia, 28 godzin
Wykłady, 10 godzin
Ćwiczenia, 20 godzin
Wykłady i ćwiczenia, 12 godzin
Wykłady i ćwiczenia, 20 godzin
Praktyczne wykorzystanie analiz wysokoprzepustowych
Wykłady, 5 godzin
Wykłady i ćwiczenia, 26 godzin
Wykłady i ćwiczenia, 17 godzin
Wykłady i ćwiczenia, 17 godzin
Wykłady i ćwiczenia, 17 godzin
Wykłady i ćwiczenia, 11 godzin
Wykłady i ćwiczenia, 4 godziny
Wykłady, 4 godziny
* Zastosowanie technik „single-cell”

Harmonogram

I semestr
21-22 lutego 2026
14-15 marca 2026
28-29 marca 2026
11-12 kwietnia 2026
09-10 maja 2026
23-24 maja 2026
13-14 czerwca 2026
27-28 czerwca 2026
II semestr
10-11 października 2026
24-25 października 2026
07-08 listopada 2026
21-22 listopada 2026
05-06 grudnia 2026

Spis publikacji do wybranych przedmiotów kursu

Materiały polecane przez wykładowców Omics Data Science

Podstawowe bazy danych i narzędzia do analizy danych wysokoprzepustowych
Quantum computing in bioinformatics: a systematic review mapping

Katarzyna Nałęcz-Charkiewicz, Kamil Charkiewicz, Robert M. Nowak

Briefings in Bioinformatics, 2024, 25(5), bbae391

Algorithm for DNA sequence assembly by quantum annealing

Katarzyna Nałęcz-Charkiewicz & Robert M. Nowak

BMC Bioinformatics (2022) 23:122

CNVind: an open source cloud‐based pipeline for rare CNVs detection in whole exome sequencing data based on the depth of coverage

Wiktor Kuśmirek & Robert M. Nowak

BMC Bioinformatics 23, Article number: 85 (2022)

Narzędzia wykorzystywane w badaniach biomedycznych w analizach omicznych
Forecasting SARS-CoV-2 epidemic dynamic in Poland with the pDyn agent-based mode

Karol Niedzielewski, K. , Bartczuk, R. a b, Natalia Bielczyk, N.,…, Górski, Ł. … et al.

Epidemics. 2024 Nov 12:49:100801

A pre-registered short-term forecasting study of COVID-19 in Germany and Poland during the second wave

Bracher, J., Wolffram, D., Deuschel, J.,… Górski, Ł. (ICM-agent Model), … et al.

Nature Communications 12, Article number: 5173 (2021)

Algorithms and Architectures for Parallel Processing

Shadi Ibrahim , Kim-Kwang Raymond Choo , Zheng Yan , Witold Pedrycz

ICA3PP 2017, Helsinki, Finland, August 21–23, 2017 Proceedings

Transkryptomika / Epigenomika
Comprehensive analysis of the REST transcription factor regulatory networks in IDH mutant and IDH wild-type glioma cell lines and tumors

Perycz, M., Dabrowski, M.J., Jardanowska-Kotuniak, M.,…, Wojtas, B., et al.

Acta Neuropathologica Communications 12, Article number: 72 (2024)

Regulatory networks driving expression of genes critical for glioblastoma are controlled by the transcription factor c-Jun and the pre-existing epigenetic modifcations

Roura, AJ., Szadkowska, P., Poleszak, K., Wojtas, B., et al.

Clinical Epigenetics 15, Article number: 29 (2023)

Targeted sequencing of cancer-related genes reveals a recurrent TOP2A variant which affects DNA binding and coincides with global transcriptional changes in glioblastoma

Gielniewski, B., Poleszak, K., Roura, A-J,…, Wojtas, B., et al.

International Journal of Cancer. 2023;153(5):1003‐1015

Identification of the immune gene expression signature associated with recurrence of high-grade gliomas

Roura AJ, Gielniewski B, Pilanc P, Szadkowska P, Maleszewska M, Krol SK, Czepko R, Kaspera W, Wojtas B., Kaminska B.

Journal of Molecular Medicine (2021) 99:241–255

Metagenomika / Mikrobiom
Determinants of the microbiome spatial variability in chronic rhinosinusitis

Szaleniec J, Bezshapkin V, Krawczyk A, Kopera K, Zapala B, Gosiewski T, Kosciolek T.

Rhinology 62: 1, 119 – 126, 2024

Comprehensive Functional Annotation of Metagenomes and Microbial Genomes Using a Deep Learning-Based Method

Maranga M, Szczerbiak P, Bezshapkin V, Gligorijevic V, Chandler C, Bonneau R, Xavier RJ, Vatanen T, Kosciolek T.

mSystems 8:e01178-22 (2023)

Treatment With Multi-Species Probiotics Changes the Functions, Not the Composition of Gut Microbiota in Postmenopausal Women With Obesity: A Randomized, Double-Blind, Placebo-Controlled Study

Kaczmarczyk M, Szulińska M, Łoniewski I, Kręgielska-Narożna M, Skonieczna-Żydecka K, Kosciolek T, Bezshapkin V, Bogdański P.

Front. Cell. Infect. Microbiol. 12:815798 (2022)

QIIME 2 Enables Comprehensive End-to-End Analysis of Diverse Microbiome Data and Comparative Studies with Publicly Available Data

Estaki M, Jiang L, Bokulich NA, McDonald D, González A, Kosciolek T, et al.

Current Protocols in Bioinformatics, 70, e100 (2020)

Reproducible, interactive, scalable and extensible microbiome data science using QIIME 2

Bolyen E, Rideout JR, Dillon MR, Bokulich NA, Abnet CC, Al-Ghalith GA, Kosciolek T, et al.

Nat Biotechnol. 2019 August; 37(8): 852–857

Qiita: rapid, web-enabled microbiome meta-analysis

Gonzalez, A., Navas-Molina, J.A., Kosciolek, T. et al.

Nat Methods. 2018 October ; 15(10): 796–798

A communal catalogue reveals Earth’s multiscale microbial diversity

Thompson, L., Sanders, J., McDonald, D., …, Kosciolek, T. et al.

Nature 551, pages457–463 (2017)

Aplikuj

Formularz zgłoszeniowy

Potwierdzam, że
Wyrażam zgodę na przetwarzanie moich danych osobowych w zakresie określonym w formularzu przez Uniwersytet Warszawski w celu:
Zgadzam się na:
Potwierdzam, że