Abordagens ômicas referem-se à capacidade de análise em larga-escala de aspectos moleculares e celulares em amostras biológicas. Já são bem estabelecidas, por exemplo, análises do conjunto de transcritos, de proteínas, de metabólitos celulares em populações celulares de interesse. Contudo, hoje sabemos que mesmo populações celulares relativamente homogêneas apresentam subpopulações com fenótipos diferentes; que tipos celulares relativamente já bem conhecidos podem modular a expressão de subconjuntos moleculares em resposta a estímulos, como processos infecciosos; e que populações celulares minoritárias podem desempenhar papéis centrais em processos de saúde/doença. Assim, a possibilidade de estudar o transcriptoma e/ou o proteoma de cada célula, individualmente, abre perspectivas sem precedentes para a caracterização de mecanismos moleculares muito mais detalhada e precisa. Neste curso serão discutidas as abordagens single-cell, com ênfase especial na análise computacional de dados de transcriptômica e aplicações para o estudo de mecanismos celulares e moleculares envolvidos em doenças infecciosas crônicas. O curso será presencial, terá duração de 2 semanas (60 h) e terá como público alvo alunos de pós-graduação e demais profissionais de pesquisa, dos mais diversos níveis de formação, que estejam realizando ou planejando realizar experimentos de single-cell transcriptomics.
O curso visa contribuir para a formação destes pesquisadores e alunos, através de conceitos e dicas práticas, desde o desenho experimental até a análise dos dados, além de propiciar trocas de experiências e posibilidades de colaborações. O curso será realizado presencialmente e em inglês na Fiocruz, campus Maré, prédio do Centro de Pesquisa, Inovação e Vigilância em Covid-19 e Emergências Sanitárias, salas 1-101 e 1-102, entre os dias 4 e 15 de março de 2024.
-----
This course will take place at Fiocruz, Campus Manguinhos-Maré, Rio de Janeiro, between March 4th and 15th, 2024. There will be theoretical and practical classes, from 9 am to ~4 pm.
Students will be selected according to their motivation letter (please, register before February, 9th).
Learning Objectives
Upon successful completion of this course, students will be able to
1. Understand the importance of single-cell transcriptomics vs bulk transcriptomics
2. What are the different methods of doing single-cell transcriptomics
3. How transcriptomics is different from “RNA sequencing”
4. Use basic command line tools
5. Importance of pre-processing of transcriptomics data
6. Access the quality of your data
7. Batch effects and how they affect your data
8. Data cleaning and normalization
9. Differentiate between data analysis pipelines. What to use for your studies?
10. Creating a reference genome (if your samples are not human samples)
11. Hypothesis-driven vs open-ended data analysis
12. Map reads to a genome, generate downstream metrics, and evaluate mapping quality.
13. Delineating “mechanistic” data out of single-cell transcriptomics
14. Illustrate how commonly used bioinformatics tools and techniques can produce incorrect or misleading results if not applied correctly. Illustrate common pitfalls of commonly-used bioinformatics tools.
15. Devise appropriate positive and negative controls for use in computational experiments.
16. Implement a reproducible computational workflow.
17. How to interpret your data and apply the output to real-world problems
18. Data reproducibility, rigor, and management. Applying FAIR principles to your data
* Students must bring their own laptops for practical classes
