Nanoscience Fundamentals Training Course

Πρόκειται για ένα πρακτικό εργαστήριο, το οποίο θα εισαγάγει τα βασικά στοιχεία της βιοπληροφορικής. Στόχος είναι άτομα με βασικό βιολογικό υπόβαθρο και γνώση στη μοριακή βιολογία, που θέλουν να μάθουν πώς να επεξεργάζονται και να εργάζονται με βιολογικά δεδομένα χρησιμοποιώντας υπολογιστικά εργαλεία. Έχει σχεδιαστεί ειδικά για:

• Ερευνητές που εργάζονται σε πειραματικά εργαστήρια σε πρωτεΐνες βιολογικών μακρομορίων, RNA και DNA.
• Οι επιστήμονες των οποίων ο κύριος τομέας εμπειρογνωμοσύνης δεν είναι βιολογία, αλλά πρέπει να αντιμετωπίσουν τα βιολογικά δεδομένα.
• Οι διευθυντές που εισάγουν νέα προϊόντα (π.χ. φάρμακα), που επιθυμούν να διευρύνουν τις γνώσεις τους σχετικά με τη σημερινή βιοπληροφορική.
• Προγραμματιστές Computer που πρόκειται να γράψουν προγράμματα που ασχολούνται με βιολογικά μόρια.

Το μάθημα χωρίζεται σε δύο μέρη: θεωρητικό και πρακτικό. Η διάλεξη είναι συνυφασμένη με απλές πρακτικές ασκήσεις, κουίζ και δοκιμές για να βεβαιωθείτε ότι οι συμμετέχοντες κατανοούν τις έννοιες.

Κατά τη διάρκεια της εκπαίδευσης θα σας οδηγήσουμε κατά τη διάρκεια μιας περιήγησης που θα καλύπτει όλες τις βασικές πτυχές της βιολογικής ανάλυσης δεδομένων. Αυτό το σεμινάριο είναι μια ιδανική ευκαιρία για εξοικείωση με τη βιοπληροφορική και τα πολλά πρόσωπα! Στο τέλος, θα πρέπει να είστε σε θέση να αντιμετωπίσετε οποιοδήποτε βασικό πρόβλημα βιοπληροφορικής: θα ξέρετε πού να πάρετε τα απαιτούμενα δεδομένα, πώς να αποκτήσετε σχετικές πληροφορίες και πώς λειτουργούν το βασικό λογισμικό και οι αλγόριθμοι. Στόχος μας είναι να διευκολύνετε την κατανόηση των βιολογικών δεδομένων.

Μέχρι το τέλος του μαθήματος θα είστε σε θέση να εργαστείτε με βιολογικά δεδομένα χρησιμοποιώντας εργαλεία βιοπληροφορικής.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επαγγελματίες υγείας και εργαζόμενους που επιθυμούν να μάθουν γνώσεις μεσαίου έως προχωρημένου επιπέδου για τις διάφορες λειτουργίες γενετικής αλληλουχίας και δοκιμών.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Μάθετε και κατανοήστε βασικές έννοιες της γενετικής.
• Κατανοήστε πώς λειτουργούν οι λειτουργίες γενετικής αλληλουχίας και δοκιμών.

Go Clinical Practice (GCP) είναι ένα σύνολο οδηγιών για την κλινική έρευνα που γίνεται σε ανθρώπους. Το GCP αποτελεί το διεθνές πρότυπο για το σχεδιασμό, τη διεξαγωγή, την παρακολούθηση, την τεκμηρίωση, την ανάλυση και την αναφορά κλινικών δοκιμών.

Σε αυτή την καθοδηγούμενη από εκπαιδευτές, ζωντανή εκπαίδευση, οι συμμετέχοντες θα μάθουν τις πιο σημαντικές κατευθυντήριες γραμμές και τις θεμελιώδεις αρχές που εφαρμόζονται στην Go od Clinical Practice (GCP) για κλινικές δοκιμές και έρευνες που αφορούν ανθρώπους. Αυτό το μάθημα παρέχει μια επισκόπηση των διαφόρων περιοχών GCP, αλλά παρέχει λίγο περισσότερη εστίαση στο ICH-κεντρικό GCP για Investigational Drugs και Bio logics.

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

• Κατανοήστε τις θεμελιώδεις αρχές του GCP για ερευνητικά φάρμακα και βιολογικά φάρμακα, όπως βασίζονται στη Διεθνή Διάσκεψη για την Εναρμόνιση (ICH)
• Εφαρμόστε τις κατευθυντήριες γραμμές που ορίζονται από το GCP στις κλινικές έρευνες και δοκιμές τους

Κοινό

• Κλινικοί ερευνητές
• Κλινικοί ερευνητές
• Υγειονομική περίθαλψη και επαγγελματίες υγείας
• Κλινικές δοκιμές προσωπικό υποστήριξης
• Ερευνητικό και αναπτυξιακό προσωπικό

Μορφή του μαθήματος

• Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση

Αυτό το μάθημα θα παρέχει μια εισαγωγή στη μικροβιακή γονιδιωματική. Το περιεχόμενο έχει ως στόχο να παρέχει μια βασική πρακτική εκπαίδευση σχετικά με την ανάλυση δεδομένων, τα εργαλεία και τους πόρους για τη μικροβιακή βιοπληροφορική και τη μεταγονιδιωματική.

Ποιοι αναμένεται να παραστούν;
Μικροβιολόγος, διδάσκοντες, μεταδιδακτορικούς, μεταπτυχιακούς φοιτητές, ερευνητικό προσωπικό και ερευνητές της βιομηχανίας που ενδιαφέρονται για τη μικροβιακή γονιδιωματική.

Μορφή του μαθήματος
Τα θέματα θα παραδοθούν χρησιμοποιώντας ένα μείγμα διαλέξεων (20%), πρακτικών συνεδριών (60%) και ανοικτών συζητήσεων (20%).
Η πρακτική εργασία κατά τη διάρκεια του μαθήματος θα χρησιμοποιεί μικρά σύνολα δεδομένων παραδείγματος, αλλά είναι δυνατή η επεξεργασία των προσωπικών σας δεδομένων.
Αυτό το μάθημα θα πραγματοποιηθεί σε ένα εργαστήριο ηλεκτρονικών υπολογιστών, το οποίο διαθέτει επιτραπέζιους υπολογιστές με λειτουργικό σύστημα Microsoft Windows OS με σύνδεση υψηλής ταχύτητας στο διαδίκτυο. Ωστόσο, μπορείτε να χρησιμοποιήσετε το δικό σας φορητό υπολογιστή, βεβαιωθείτε ότι έχετε Chrome ή Firefox και έχετε εγκαταστήσει μια πρόσφατη έκδοση Java .

Πρόκειται για ένα πρακτικό μάθημα, το οποίο δείχνει γιατί ο προγραμματισμός είναι ένα ισχυρό εργαλείο στο πλαίσιο της επίλυσης βιολογικών προβλημάτων. Κατά τη διάρκεια του μαθήματος οι συμμετέχοντες θα διδαχθούν τη γλώσσα προγραμματισμού Python, μια γλώσσα που θεωρείται ευρέως τόσο ισχυρή όσο και εύκολη στη χρήση. Αυτό το μάθημα μπορεί να θεωρηθεί ως μια επίδειξη πώς η βιοπληροφορική βελτιώνει τη ζωή των βιολόγων.

Το μάθημα έχει σχεδιαστεί και απευθύνεται σε άτομα χωρίς υπόβαθρο πληροφορικής που θέλουν να μάθουν να προγραμματίζουν.

Αυτό το μάθημα είναι κατάλληλο για:

• Ερευνητές που ασχολούνται με βιολογικά δεδομένα.
• Επιστήμονες που θα ήθελαν να μάθουν πώς να αυτοματοποιούν τις καθημερινές εργασίες και να αναλύουν δεδομένα.
• Διευθυντές που θέλουν να μάθουν πώς ο προγραμματισμός βελτιώνει τις ροές εργασίας και τη διεξαγωγή έργων.

Μέχρι το τέλος του μαθήματος, οι συμμετέχοντες θα μπορούν να γράφουν σύντομα προγράμματα, τα οποία θα τους επιτρέπουν να χειρίζονται, να αναλύουν και να αντιμετωπίζουν βιολογικά δεδομένα και να παρουσιάζουν αποτελέσματα σε γραφική μορφή.

Αυτό το μάθημα στοχεύει να δώσει στους ερευνητές μια κατανόηση των αρχών του στατιστικού σχεδιασμού και ανάλυσης και τη συνάφειά τους με την έρευνα σε μια σειρά επιστημονικών κλάδων.

Καλύπτει ορισμένες πιθανότητες και στατιστικές μεθόδους, κυρίως μέσω παραδειγμάτων. Αυτή η εκπαίδευση περιλαμβάνει περίπου το 30% των διαλέξεων, το 70% των καθοδηγούμενων κουίζ και εργαστηρίων.

Στην περίπτωση κλειστού μαθήματος μπορούμε να προσαρμόσουμε τα παραδείγματα και το υλικό σε έναν συγκεκριμένο κλάδο (όπως τεστ ψυχολογίας, δημόσιος τομέας, βιολογία, γενετική κ.λπ...)

Στην περίπτωση των δημόσιων μαθημάτων, χρησιμοποιούνται μικτά παραδείγματα.

Αν και κατά τη διάρκεια αυτού του μαθήματος χρησιμοποιούνται διάφορα λογισμικά (Microsoft Excel σε SPSS, Statgraphics, κ.λπ.), η κύρια εστίασή του είναι στην κατανόηση αρχών και διαδικασιών που καθοδηγούν την έρευνα, τη συλλογιστική και τα συμπεράσματα.

Αυτό το μάθημα μπορεί να παραδοθεί ως μικτό μάθημα, π.χ. με εργασίες για το σπίτι και εργασίες.