Введение в геномную селекцию
О программе
Слушатели узнают, как устроен геном, почему мутации влияют на производительность и здоровье, а также какие математические инструменты применяются для поиска генетических вариаций, связанных с конкретными признаками.
Курс охватывает этапы от генотипирования и секвенирования до расчёта племенной ценности с помощью специализированных программ. Благодаря практическим примерам и моделированию ситуаций участники научатся анализировать связь между генетическими факторами и продуктивностью, а также смогут внедрять полученные навыки в реальную селекционную работу.
Теоретические блоки сразу связаны с практическими задачами: слушатели разбирают генотипирование, секвенирование, импутацию, наследование признаков, GWAS и расчёт племенной ценности не отдельно друг от друга, а как последовательные этапы одной селекционной работы.
Образовательные блоки программы
Тема 1.1. Вариации в геноме
Содержание: Снипы (би-аллельные, три-аллельные, как кодируются). Количество снипов в геноме. Распределение частот аллелей снипов. Структурные перестройки (CNV, Deletions, Inversions). Закон Харди-Вайберга, частота аллеля. Неравновесие по сцеплению между снипами (корреляция)
Самостоятельная работа: тестирование по теме
Тема 1.2. Импутация (восстановление) негенотипированных снипов
Содержание: Как получить полный сиквенс из 50 тыс снипов. Импутация с референсом и без референса. Перенос данных генотипирования между чипами Иллюмина. SNP для объединения данных из этих чипов в единой оценке
Самостоятельная работа: тестирование по теме
Тема 1.3. Секвенирование генома
Содержание: Выравнивание ридов на референс. Что такое референс. Секвенирование с низким покрытием, в чем его отличие от высокого покрытия, где оно применяется
Самостоятельная работа: тестирование по теме
Тема 1.4. Генотипирование генома
Содержание: Чипы, критерии выбора снипов для стандартного чипа, чипы низкой плотности
Самостоятельная работа: тестирование по теме
Тема 2.1. Мейоз
Содержание: Коэффициент наследуемости, коэффициент родства (генетически ковариация) между животными. А матрица, G матрица (разные формулы расчета), отличия между A и G матрицам. Типичные значения. Проблемы расчета на реальных данных
Самостоятельная работа: тестирование по теме
Тема 2.2. Как генетические варианты (снипы) влияют на признак
Содержание: Аддитивный, доминантный, рецессивный эффекты. Как они записываются в виде регрессионной модели. Как быстро смоделировать признак и снипы в R
Самостоятельная работа: тестирование по теме
Тема 2.3. Как ищут снипы ассоциированные с признаком/болезнью (GWAS)
Содержание: Регрессия (корреляция) признака на снип. Формула связи корреляции и эффекта снипа. Что такое эффект снипа и p-value (уровень значимости) Моногенные и полигенные признаки, типичные эффекты снипов. Какие снипы считаются ассоциированными с признаком, пороговое значение уровня значимости, проблема множественного тестирования. Суммарный вклад снипов в признак, описываемая дисперсия признака и как это относится коэффициенту наследуемости.
Самостоятельная работа: тестирование по теме
Тема 2.4. Проблема генетической стратификации в GWAS
Содержание: Как решают эту проблему (смешанные моделей, Байесовская регрессия и т.д.). PCA анализ для выявления генетической стратификации.
Самостоятельная работа: тестирование по теме
Тема 2.5. Примеры GWAS в животноводстве
Содержание: Снип-снип и снип-фактор взаимодействие (GxG, GxE). Зависимость эффекта снипа от породы.
Hypothesis free vs candidate gene tests. Разница в уровнях значимости. Предсказание будущего признака с помощью полигенной модели (PRS).
Самостоятельная работа: тестирование по теме
Тема 2.6. Генетическая корреляция между двумя признаками
Содержание: Селекция на признаки с отрицательной корреляцией (масса поросенка при рождении и многоплодие).
Самостоятельная работа: тестирование по теме
Тема 2.7. Племенная ценность животного
Содержание: Список неизвестных (ковариаты) при расчете EBV и их характеристика. Формулы для расчета неизвестных. Reliability (точность). Оцененная и реальная точность.
Самостоятельная работа: тестирование по теме
Тема 2.8. Язык программирования R
Содержание: Необходимость установки. Список необходимых команд R
Самостоятельная работа: тестирование по теме
Тема 3.1. Практикум №1. BLUPF90 для практических занятий
Практическая работа: BLUPF90 для практических занятий
Самостоятельная работа
Тема 3.2. Практикум №2. Расчет племенной ценности, генетической корреляции между признаками и коэффициента наследуемости
Практическая работа: Примеры скриптов для расчета племенной ценности, генетической корреляции между признаками, коэффициента наследуемости
Самостоятельная работа
Тема 3.3. Практикум №3. Моделирование одного снипа
Практическая работа: Моделируем один снип. Упражнение на понимание частоты снипа, распределения Харди-Вайнберга
Самостоятельная работа
Тема 3.4. Практикум №4. Моделирование признака
Практическая работа: Моделируем признак. Упражнение на аддитивной, доминантной и рецессивной модели наследуемости, коэффициент наследуемости.
Самостоятельная работа
Тема 3.5. Практикум №5. Анализ ассоциаций между смоделированным снипом и признаком с помощью корреляции и линейной регрессии
Практическая работа: Делаем анализ ассоциаций между смоделированным снипом и признаком с помощью корреляции и линейной регрессии. Упражнение на понимание линейной регрессии, как делается GWAS, уровня значимости (p-value), эффекта снипа на признак, дисперсии описываемая снипом, мощности статистического метода. Почему в GWAS аддитивная модель является базовой, как связаны эффект снипа - p-value (размер выборки)
Самостоятельная работа
Тема 3.6. Практикум №6. Моделирование полигенной архитектуры признака
Практическая работа: Моделируем признак, на который влияют два и более снипа. Модель на понимание полигенной генетической архитектуры, неравновесия по сцеплению, GxG и GxF взаимодействия, в чем отличие линейной регрессии с стандартной оптимизацией OLS от Байесовской регрессии.
Самостоятельная работа
Тема 3.7. Практикум №7. GWAS на реальных данных компании
Практическая работа: Берем реальные или симулированные данные : например 100-50000 снипов и один или несколько признаков. Используем plink, gcta или похожий пакет для проведения GWAS. Проводим контроль качества генетических и фенотипических данные. Проводим PCA анализ. Минимизируем влияние генетической стратификации с помощью PCA и mixed model. Разделяем выборку на тренировочную и тестовую, валидируем найденные снипы, сравниваем с публикациями, создаем PRS score для предсказания будущего признака. Что такое инфляционный фактор, как стратификация влияет на ошибки в GWAS.
Самостоятельная работа
Тема 4.1. Практикум №8. Расчет коэффициента наследуемости и генетической ковариации в BLUPF90
Практическая работа: Рассчитываем коэффициент наследуемости и генетическую ковариацию в blupf90. Делаем BLUP. Смотрим на распределение полученных BV, сравниваем с оцененными ошибками BV.
Самостоятельная работа
Тема 4.2. Практикум №9. GBLUP или ssBLUP с добавлением снипов
Практическая работа: Добавляем генетические данные и проводим GBLUP или ssBLUP. Смотрим на распределение полученных BV, сравниваем с оцененными ошибками BV. Сравниваем с BV из предыдущего анализа BLUP.
Самостоятельная работа
Тема 4.3. Практикум №10. Оценка BV при маскировании фенотипов животных последнего поколения
Практическая работа: Маскируем фенотипы животных последнего поколения, оцениваем для них BV и смотрим на корреляцию между BV и фенотипом. Сравниваем оцененный нами коэффициент наследуемости, коэффициент из таблиц, оцененный и реальный reliability
Самостоятельная работа
Итоговая аттестация
Эксперт программы
Административная команда программы
Что узнаете и изучите на курсе
Научитесь разбираться в основных типах генетических вариантов, включая SNP и структурные перестройки, понимать кодирование SNP, частоты аллелей и неравновесие по сцеплению
Поймёте, как получают и дополняют геномные данные: через SNP-чипы, секвенирование, работу с референсным геномом и восстановление негенотипированных SNP
Научитесь готовить генетические, фенотипические и племенные данные для дальнейшей аналитической работы: проверки качества, моделирования, GWAS и расчёта племенной ценности
Разберёте коэффициент наследуемости, коэффициент родства, генетическую ковариацию, A-матрицу и G-матрицу, а также модели влияния SNP на признак
Поймёте логику GWAS: как проводится анализ ассоциаций, что означают эффект SNP, p-value, уровень значимости, множественное тестирование и доля объясняемой дисперсии
Познакомитесь с R, PLINK/GCTA и BLUPF90 для моделирования SNP и признаков, проведения GWAS, анализа данных и расчёта племенной ценности
Научитесь понимать и выполнять расчёты коэффициента наследуемости, генетической корреляции и племенной ценности с использованием BLUP, GBLUP и ssBLUP
Научитесь анализировать результаты расчётов, сравнивать оценки, учитывать reliability и использовать выводы для решения прикладных задач геномной селекции
Остались вопросы?
Курс предназначен для
Отзывы на наши программы
Конфигурации программы
Список необходимых документов для прохождения программы обучения ДПО
- Копия паспорта (разворот + прописка);
- Копия СНИЛС;
- Копия диплома о высшем/среднем профессиональном образовании или справка об обучении;
- Копия документа, подтверждающего трудоустройство обучающегося (копия трудового договора/трудовой книжки/выписка из трудовой книжки) - при наличии;
- Заявление/согласие на обработку персональных данных.
- Справка об обучении (для студентов)
Подать заявку на обучение
Налоговый вычет
Как оформить социальный налоговый вычет на обучение
Сведения об образовательной организации
Контакты
г. Новосибирск, Академгородок, ул. Пирогова, 2, уч.-лаб. корпус, каб. 205а
Дарья Соловьева, специалист отдела дополнительного профессионального образования
