Я уже ушел, но многим на НГ может быть полезно это объявление от моего соратника по трансгуманизму Миши Батина. Советую всем разработчикам и инженерам, кто хочет прокачаться в сфере анализа данных для борьбы со старением. Минимально требуемые навыки — базовые знания Python и R. Плюс желание заниматься сферой longevity. Дальше цитата: Каждую среду, начиная с 4 января, будет проходить Школа анализа данных Проекта AGCT. Мы прочтем бесплатный курс лекций по темам: 1. Определение геномной сети. Понятие регуляторов: энхансер, сайленсер, транскрипционный фактор. Примеры регуляции и мотивов: цинковый палец, лейциновая застежка (кратко). Подсети метаболической сети. 2. RNA-seq, WGS и экзомы. Основы секвенирования. Понятие экспрессии гена, численное выражение экспрессии (как определяется), FPKM, TPKM. Дифференциальная экспрессия, аннотация генома и транскриптома. 3. Метиллирование и метилом, генные часы, хроматин и его роль. Примеры, mTOR или воспалительный процесс. 4. Мат. основы анализа графов. Определение графа, обхода графа, комьюнити на графе. Мотивы на графах (scale-free графы, случайные графы). Отличие метаболической сети от всех остальных с т.зр. топологии 5. Алгоритмы-1. Поиск коммьюнити на графе. Алгоритмы кластеризации узлов графа (без ML). 6. Алгоритмы-2. Вычисление насыщения (enrichment), статистические критерии, GSEA, enrichR. 7. Базы данных. KEGG, GO, WikiPathway 8. Алгоритмы-3. Новые методы построения сетей: GENIE3, pathfindR, GRNBoost2. ML-подход к кластеризации и аннотации 9. Канцерогенез. Отличия раковых клеток от здоровых, гликолиз, механизм апоптоза, восстановление теломеров. Метаболическая сеть апоптоза и её возможные повреждения, как пример. 10. Старение и его проявление в метаболизме. Возможные примеры воздействия различных гипотез клеточного старения на метаболическую сеть. 11. Бизнес-аналитика биотех-проектов в области анализа данных. Перспективные направления, возможности и подводные камни. Можно записываться и всё обсуждать в чате Проекта AGCT https://t.me/+-GZtdAqsOvcyMGVi