Course manual 2021/2022

Course content

Genomics technologieën, zoals next-generation sequencing (NGS), worden op grote schaal gebruikt binnen de life sciences. Deze technologieën maken het bijvoorbeeld mogelijk om te bestuderen welke genen gereguleerd worden na experimentele behandelingen, of om vast te stellen welke genen een rol kunnen spelen bij ziektes zoals kanker, Alzheimer of de ziekte van Huntington. Daarbij wordt genoom-breed het expressie-niveau van alle genen gekwantificeerd. Bij dit soort transcriptoom analyses (transcriptomics) is het traject vanaf de experimentele opzet tot en met de interpretatie van de data lang. Eerst wordt op het wet-lab gebruikt gemaakt van complexe en gevoelige moleculaire technologieën. Daarna speelt bioinformatica (dry-lab) een belangrijke rol bij het interpreteren van de hieruit voortvloeiende grote data sets. Het is voor studenten in de biomedische richting van groot belang om hier ervaring mee op te doen. Tijdens deze cursus zullen studenten getraind worden in drylab werk, met betrekking tot data verwerking, analyse en vizualisatie. De docenten zullen laten zien hoe omics data gebruikt kan worden om biologische en biomedische onderzoeksvragen te bantwoorden. Een real-life experiment met een modelorganisme of cellijn dienen als rode draad. Het dry-lab werk in deze cursus, Practicum Advanced Genomics II, bouwt voort op kennis die is opgedaan tijdens de cursussen “Statistiek en onderzoeksmethoden 1 & 2”, “OMICS in de biomedische wetenschappen”, en is een aanvulling op Practicum Advanced Genomics I.

Study materials

Literature

  • Wordt verstrekt, en zelf opgezocht.

Practical training material

  • Wordt vertrekt.

Software

  • Eigen laptop, en verbinding met onze server.

Objectives

  • You can apply the basic principles of certain genomics technologies
  • You can use the relevant software.
  • you can use transcriptomics data to resolve a biological question
  • You can relate the results to the model organism and the experiment
  •  You can consider the experiment critically and give recommendations for improvement.
  • You can report the above aspects in a scientific way (in writing and oral presentation).

Teaching methods

  • Lecture
  • Computer lab session/practical training
  • Supervision/feedback meeting
  • Presentation/symposium
  • Self-study
  • Working independently on e.g. a project or thesis

Hoorcollege: Op de eerste dag wordt een introductiecollege gegeven waarvoor deelname zeer sterk aanbevolen wordt.

Werkgroepen: Belangrijke bioinformatica concepten worden middels werkcolleges inzichtelijk gemaakt. De resultaten van deze opdrachten moeten door de studenten zelfstandig bijgehouden worden in een labjournaal. Opdrachten worden toegelicht/ingeleid, maar studenten voeren het zoveel mogelijk zelfstandig uit, waarbij begeleiding aanwezig is.

Computerpracticum: Aan de hand van de voorbesprekingen en de practicumhandleiding worden de data analyse opdrachten uitgevoerd, waarbij assistentie aanwezig is. De resultaten van de opdrachten moeten door de studenten zelfstandig bijgehouden worden in een labjournaal. Studenten worden zo voorbereid op een grotere opdracht op basis van de data van Practicum Advanced Genomics 1. De studenten analyseren daarbij data zoveel mogelijk zelfstandig, maar met begeleiding, aan de hand van een onderzoeksvraag. Dit vormt de basis voor een wetenschappelijk verslag.

Zelfstudie: Er zijn verschillende facetten die bij het practicum horen die zelfstandig uitgevoerd dienen te worden, zoals een literatuurstudie uitvoeren, het definiëren van onderzoeksvragen, en het bedenken van een data analyse strategie. Hiervoor is zelfstudietijd ingeroosterd.

Learning activities

Activiteit

Uren

Laptopcollege

142

Zelfstudie

26

Totaal

168

(6 EC x 28 uur)

Academic skills

De vaardigheden (leerdoelen) die worden geoefend en getoetst staan bij de Leerdoelen. Er zal geen directe koppeling zijn met het vak Academische Vaardigheden, maar er zal wel gebruik gemaakt worden van de stof.

Toetsing vindt plaats volgens de beoordelingsmodellen die op Canvas worden gepubliceerd.

Attendance

Programme's requirements concerning attendance (OER-B):

  • Participation in all practical sessions, computer sessions, and seminars in the curriculum is obligatory.

Additional requirements for this course:

Bovenstaande aanwezigheidsplicht geldt ook voor alle 'live' aangeboden online (computer)practica en werkcolleges.

Mocht je wegens persoonlijke omstandigheden (denk hierbij aan ziekte of bijzondere familieomstandigheden) niet kunnen deelnemen aan een verplichte onderwijsbijeenkomst, neem dan direct per e-mail contact op met de vakcoördinator. De vakcoördinator bespreekt dan met je of er mogelijkheden zijn om het onderwijs op een andere wijze te volgen, en zo ja welke.

Ben je langdurig niet in staat om onderwijs te volgen (langer dan 1 week), neem dan ook contact op met de studieadviseur.

NB Covid-19: Houd je te allen tijde aan de RIVM richtlijnen, ook als dit betekent dat je daardoor één of meerdere verplichte onderwijsbijeenkomsten moet missen. Ook hiervoor geldt, neem direct contact op met de vakcoördinator zodat er samen gekeken kan worden naar een oplossing.

Assessment

Item and weight Details

Final grade

0.25 (25%)

Labjournal

Must be ≥ 5

0.3 (30%)

Presentation

Must be ≥ 5

0.45 (45%)

Scientific Report

Must be ≥ 5

Computerwerk: In het computerlab ga je met toewijding, vlot en zelfstandig te werk. Je bereidt het practicum (waar nodig) voor en neemt actief deel aan de practicuminstructies en discussies. Ook de kwaliteit van de data analyse wordt beoordeeld.

Labjournaal: In het labjournaal houd je je data analyse stappen systematisch bij. Per (deel)experiment dient beknopt het doel, de experimentele aanpak (incl. afwijkingen van standaardprotocollen), resultaten, interpretatie en conclusies te worden beschreven. Gedetailleerde instructies worden in de cursus gegeven.

Presentaties: Tijdens de cursus en aan het einde geven de practicumgroepjes korte mondelinge presentaties aan elkaar, waarin ze hun bevindingen aan elkaar presenteren.

Wetenschappelijk verslag: In het wetenschappelijk verslag wordt een onderzoeksvraag aan de hand van (een deel van) de transcriptomics data beantwoord. In het verslag moet context worden gegeven, moet data en/of resultaten van data analyse worden gepresenteerd en bediscussieerd, en moeten wetenschappelijke conclusies worden geformuleerd. Het zandloper model, dat geleerd wordt bij Academische Basisvaardigheden is hierop van toepassing.

Gedetailleerde beoordelingscriteria worden op Canvas gepubliceerd.

Inspection of assessed work

Tijdens de cursus en via email worden inzagemomenten gecommuniceerd

Assignments

Details over de grote opdrachten staan bij Assessment. Het kan gebeuren dat er nog "ondersteunende opdrachten" komen. Deze zullen dan tijdens de werkcolleges besproken worden.

Fraud and plagiarism

The 'Regulations governing fraud and plagiarism for UvA students' applies to this course. This will be monitored carefully. Upon suspicion of fraud or plagiarism the Examinations Board of the programme will be informed. For the 'Regulations governing fraud and plagiarism for UvA students' see: www.student.uva.nl

Course structure

Weeknummer Onderwerpen Studiestof
1 Practice RNAseq analysis en Scripting  
2 Practice RNAseq analysis en Scripting  
3 RNAseq Research Project  
4 RNAseq Research Project  Data  

Timetable

The schedule for this course is published on DataNose.

Processed course evaluations

Dit vak is opnieuw vorm gegeven. Feedbackmomenten zijn gestroomlijnd en er is gewerkt aan inleidende oefeningen. Door middel van een opdracht zal een koppeling worden gemaakt tussen theorie (hoorcolleges) en de praktijk.

Contact information

Coordinator

  • dr. M.J. Jonker