روش‌های آماری برای ژنومیکس‌ سرطان
Statistical Methods for Cancer Genomics

در این سخنرانی، به معرفی مسائل کلیدی در حوزه محاسبات ژنومیکس‌ سرطان (Cancer Genomics) پرداخته می‌شود. در بخش نخست، تمرکز بر شناسایی cancer dependencies، به‌ویژه وابستگی‌های ژنتیکی نظیر synthetic lethality خواهد بود. این نوع وابستگی‌ها با بهره‌گیری از داده‌های حاصل از آزمایش‌های تداخل ژنتیکی (perturbation) که به‌وسیله فناوری‌های shRNA و CRISPR تولید شده‌اند، قابل شناسایی هستند. در این بخش، دو روش محاسباتی پیش‌رفته با نام‌های APSiC و SLiDR معرفی می‌شوند که به‌منظور تحلیل این داده‌ها و کشف وابستگی‌های ژنتیکی توسعه یافته‌اند. در بخش دوم سخنرانی، موضوع شناسایی ژن‌های پیش‌برنده سرطان با استفاده از داده‌های توالی‌یابی کل ژنوم (WGS) مورد بررسی قرار می‌گیرد. در این راستا، ابتدا روشی برای مدل‌سازی نرخ زمینه‌ای جهش‌ها (background mutation rate) ارائه می‌شود و سپس یک مدل گرافیکی احتمالاتی معرفی خواهد شد که امکان طراحی آزمون‌های آماری مؤثر برای شناسایی این ژن‌ها را فراهم می‌کند.

سخنران: دکتر حسام منتظری

  • کارشناسی مهندسی کامپیوتر – دانشگاه امیرکبیر
  • کارشناسی‌ارشد یادگیری ماشین – دانشگاه امیرکبیر
  • کارشناسی‌ارشد آمار – دانشگاه ETH Zurich
  • دکتری زیست‌شناسی محاسباتی – دانشگاه ETH Zurich
  • عضو هیئت علمی گروه بیوانفورماتیک، مرکز تحقیقات بیوشیمی و بیوفیزیک، دانشگاه تهران

زمان: یکشنبه ۱۲ مرداد ۱۴۰۴ ساعت ۱۷

مکان: وبینار آنلاین (رایگان)