Course Goals and Description
The course will introduce algorithmic, statistical, and machine learning techniques for understanding the human genome, epigenome, evolution, and disease mechanisms. Every week we will introduce a topic from the field of bioinformatics. We will present its biology background and motivation, and discuss computational concepts and approaches for advancing our understanding of the relevant biology. The biological applications we will introduce include: genetic sequence analysis, gene expression analysis, genomic and epigenomic regulation, protein folding, genetic variation, genome wide associations, disease mapping, population genetics and evolution, cancer genomics and single-cell genomics. We will also learn to use basic tools and major databases in the bioinformatics field. The course includes a weekly lecture and tutorial, 4 HW assignments and a final project.
בקורס נעסוק ביסודות אלגוריתמיים, סטטיסטיים ומעולם למידת המכונה המשמשים להבנת הגנום האנושי, האפיגנום, האבולוציה ומנגנוני מחלות. בכל שעור תתואר בעיה מתחום הביואינפורמטיקה, כולל הרקע הביולוגי שלה, ויוצגו עקרונות חישוביים לפתרון הבעיות. היישומים הביולוגיים בהם נעסוק יכללו: ניתוח רצף גנטי, ניתוח ביטוי גנים, רגולציה גנומית ואפיגנומית, קיפול חלבונים, וריאציה ואסוציאציות גנטיות, מיפוי מחלות, גנטיקה של אוכלוסיות, גנומיקה של סרטן וגנומיקה של תאים בודדים. נלמד גם ליישם את העקרונות בעזרת כלים ובסיסי נתונים מרכזיים מעולם הביואינפורמטיקה. בסוף הקורס התלמידים יבצעו פרויקט מחקרי מודרך ויציגו אותו ביום פוסטרים מרוכז.