Gene expression is the process by which information from a gene is used in the synthesis of a functional gene product. These products are proteins or functional non-coding RNAs. These functional products are used by an organism to generate the machinery for life.
Gene expression is the most primary and fundamental level at which the genotype gives rise to the phenotype. The genetic code stored in DNA is “interpreted” by gene expression process giving rise to the organism’s phenotype. Such phenotypes are often expressed by the synthesis of proteins that control the organism’s shape, or that act as enzymes catalysing specific metabolic pathways characterizing the organism.
Nowadays, with the advent of technologies, such MicroArray and RNA-Seq, the large scale study of gene expression has become easily achievable. Scientists investigate gene expression variations among different cells to get better insight into the processes that give rise to specific phenotypes including, but not limited to, different type of adult cells, susceptibility to a disease, malignant cancerous cell, benign cancerous cells, etc.
In the 5th two-day workshop of Bioinformatics workshop series held by Eslahchi-Lab we intend to introduce Gene Expression Analysis and its related problems. Similar to our previous workshops, we will first briefly cover necessary Biological preliminaries for those who are not familiar. Then MicroArray and RNA-Seq technologies that are used to measure gene expression levels will be introduced. We will teach you how to normalize the expression data that are obtained by each of these technologies. Next, we will take a closer look to statistical hypothesis testing methods. We will employ these methods to extract differentially expressed genes (DEGs). Later, Gene Set Enrichment Analysis (GSEA) will be introduced to analyze the differentially expressed genes. GSEA is a computational method to identify classes of genes or proteins that are over-represented in a large set of genes or proteins, and may have statistically significant association with some phenotypes.
Furthermore, we will also introduce methods of constructing gene co-expression networks and gene regulatory networks (GRNs). GRNs and gene Co-expression networks represent important information about the correlations and inter-relationships between genes.


بیان ژن پروسه ای است که در آن از یک ژن یک محصول عملکردی ساخته میشود. این محصول عملکردی میتواند یک پروتئین و یا یک RNA غیر کدشونده باشد. یک ارگانیسم برای ادامه حیات خود نیازی مبرمی به این محصولات عملکردی دارد.
بدون شک بیان ژن، ابتدایی ترین و اساسی ترین مرحله از پروسه تبدیل ژنوتیپ به فنوتیپ است. محتوای ژنتیکی کد شده در DNA طی پروسه بیان ژن باعث به وجود آمدن یک فتوتیپ در یک ارگانیسم میشود. برای مثال یک فنوتیپ میتواند نتیجه ی نهایی سنتز پروتئینی باشد که مسئول شکل دهی به یک ارگانیسم است و یا پروتئینی که به عنوان یه آنزیم کاتالیزوری در یک مسیر متالبولیکی مختص یک ارگانسیم ایفای نقش میکند.
امروزه با ظهور تکنولوژیهایی چون میکرواری و توالی یابی نسل جدید RNA آنالیز داده های بیان ژن در مقیاس های بزرگ به آسانی امکان پذیر شده است. دانشمندان با بررسی تغییرات بیان ژنی در سلول های مختلف سعی میکنند درک بهتری از عوامل و پروسه هایی پیدا کنند که در ایجاد یک فنوتیپ نقش دارند. این فنوتیپ ممکن است نوع خاصی از انواع مختلف سلولهای بالغ یه ارگانیسم، یک سلول حساس به یک مریضی خاص، یک سلول سرطانی بدخیم، یک سلول سرطانی خوش خیم و یا غیره باشد.
در پنجمین کارگاه از سری کارگاههای بیوانفورماتیک که توسط آزمایشگاه دکتر اصلاحچی برگزار میشود قصد داریم آنالیز بیان ژن و مسائل مرتبط با آن را معرفی و مورد بررسی قرار دهیم. مشابه کارگاه های قبلی ابتدا به طور مختصر پیش نیاز های زیستی برای آن دسته از شرکت کنندگانی که با مفاهیم پایه ای و ضروری زیستی آشنایی کافی ندارند ارائه خواهد شد. سپس با تکنولوژیهای میکرواری و RNA-Seq که برای اندازه گیری سطوح بیان ژنی به کار میروند آشنا خواهید شد. روشهای نرمالسازی داده های هر کدام از این تکنولوژیها نیز ارائه خواهند شد. سپس نگاه دقیقی به روشهای آماری که برای آزمون یک فرضیه استفاده میشوند خواهیم داشت. از این روشها برای استخراج ژنهایی که میزان بیان آنها تحت شرایط مختلف تغییر کرده است استفاده خواهیم کرد. در ادامه روش انریچمنت مجموعه های ژنی معرفی خواهد شد. انریچمنت یک روشی محاسباتی برای تشخیص یک زیر مجموعه معنا دار از یک مجموعه ی ژنی است که در ایجاد یک فنوتیپ خاص نقش دارند.
علاوه بر رئوس بالا، در این کارگاه روشهای ساخت شبکه های هم بیانی و شبکه های تنظیمی ژنی نیز ارائه خواهد شد. شبکه های هم بیانی و شبکه های تنظیمی ژنی حاوی اطلاعات بسیار مهمی درباره ی همبستگی و ارتباطات میان ژنی میباشند.

ثبت نام کارگاه – Workshop Registration

امتیاز باز آموزی

نظر به اینکه این کارگاه دارای امتیاز باز آموزی می باشد، دوستانی که مایل به دریافت این امتیاز هستند لازم است در مقطع کارشناسی، کارشناسی ارشد و دکتری حرفه ای مبلغ هفتاد هزار تومان و در مقطع دکتری یا تخصص مبلغ یکصد و دو هزار تومان علاوه بر هزینه کارگاه پرداخت نمایند. متقاضیان محترم می توانند جهت دریافت این امتیاز هماهنگی های لازم و پرداخت هزینه مربوطه را در روز کارگاه انجام نمایند. همچنین فرم امتیازات پیوست شده که می توانید از امتیاز این کارگاه بنا به رشته و مقطع خود مطلع شوید.

فرم امتیاز بازآموزی