Questo corso fornisce una formazione teorica e pratica sull’analisi dei dati di sequenziamento dell’RNA a singola cellula (scRNA-seq), con un focus su metodi basati sul sequencing. I partecipanti apprenderanno i passaggi chiave del preprocessing, inclusi controllo qualità, normalizzazione e selezione delle caratteristiche, e acquisiranno esperienza pratica su clustering, riduzione dimensionale e analisi dell’espressione differenziale. Alla fine del corso, i partecipanti dimostreranno la propria competenza completando una valutazione pratica, analizzando un dataset a loro scelta.

Obiettivi formativi
• Comprendere i passaggi di preprocessing per i dati di sequenziamento dell’RNA a singola cellula, inclusi controllo qualità, normalizzazione e selezione delle caratteristiche.
• Effettuare clustering, riduzione dimensionale e analisi dell’espressione differenziale su dataset scRNA-seq.
• Acquisire esperienza pratica con strumenti e flussi di lavoro per l’analisi dei dati scRNA-seq.
• Dimostrare la capacità di analizzare e interpretare in modo autonomo i dati scRNA-seq attraverso una valutazione pratica.

Materiale del corso
I partecipanti riceveranno:
• Slide delle lezioni e appunti
• Dataset di esempio per esercitazioni
• Template di codice per preprocessing e analisi

Calendario del corso

Giorno 1:

Mattina (Teoria):
• Introduzione all’analisi dei dati scRNA-seq
• Panoramica dei metodi basati sul sequencing
• Concetti chiave: conte grezze, controllo qualità e normalizzazione dei dati
• Introduzione agli strumenti più utilizzati (Seurat, Scanpy)

Pomeriggio (Pratica):
• Sessione pratica: Preprocessing dei dati scRNA-seq
• Controllo qualità: filtraggio delle cellule e delle caratteristiche di bassa qualità
• Normalizzazione dei dati e gestione degli effetti batch
• Salvataggio dei dati preprocessati per analisi successive

Giorno 2:

Mattina (Teoria):
• Workflow di analisi scRNA-seq
• Tecniche di riduzione dimensionale (PCA, t-SNE, UMAP)
• Clustering e identificazione dei tipi cellulari
• Analisi dell’espressione differenziale per la scoperta di marker

Pomeriggio (Pratica):
• Sessione pratica: Analisi e visualizzazione dei dati
• Esecuzione di clustering e riduzione dimensionale
• Visualizzazione dei risultati con feature plot, heatmap e proiezioni UMAP
• Conduzione di analisi dell’espressione differenziale e interpretazione dei risultati

Valutazione
Alla fine del corso, i partecipanti analizzeranno un dataset di sequenziamento dell’RNA a singola cellula a loro scelta, utilizzando gli strumenti e i metodi trattati. Il completamento con successo della valutazione pratica dimostrerà la competenza nell’analisi dei dati scRNA-seq.

Software e strumenti
• Google Colab: Piattaforma basata su browser per eseguire script in Python senza necessità di installazione locale. I partecipanti avranno bisogno di un account Google per accedere a Colab.
• Galaxy: Piattaforma web-based per analisi bioinformatiche, accessibile tramite qualsiasi browser moderno. Non è richiesta installazione locale.