Данные и презентации доступны на Google Drive
Список тем на зачет доступен здесь
Отзыв о курсе можно оставить тут (анонимно)
- Скачать данные по ссылке
- Используя dada2 в R, провести анализ данных, собрать phyloseq-объект (за исключением дерева). В качестве примера можно использовать код с занятий
- Сохранить полученный phyloseq-объект в виде файла, вычислить его контрольную сумму (md5sum)
- Проанализировать информацию о количестве прочтений на образец на всех стадиях обработки, сделать выводы о качестве секвенирования
- Провести первичный EDA-анализ, прокомментировать результаты. В качестве примера доступен код с занятий
- Собрать отчет при помощи Knitr/rmarkdown (указать в настройках "keep markdown source file")
- Отправить отчет (папку с картинками, файлы .RMd и .md) в свой репозиторий GitHub
- Дедлайн до 9 июня 2023
- Скачать данные агрохимии для ваших образцов из Практики I по ссылке
- Убрать те образцы, для которых нет данных агрохимии
- Проверить гипотезы, которые вы выдвинули в прошлой работе
- Подтвердить или опровергнуть ваши гипотезы при помощи статметодов
- Загрузить ваш отчет в формате .md (и соответствующие ему картинки) в свой репозиторий GitHub
- Код с занятий доступен здесь
- Дедлайн до 13 июня 2023
- Используя те же данные (из Практики I) пройдите алгоритм обработки данных в QIIME2. Пример кода здесь
- Получите данные альфа- и бета-разнообразия. Выберите интересные вам метрики - две для альфа-, одну для бета-разнообразия
- В любой удобной программе составьте отчет о работе. В отчет должны входить: а) статистика по обработке данных, б) данные по выбранному индексу альфа-разнообразия, данные по выбранному индексу бета-разнообразия.
- Загрузите ваш отчет на GitHub (если файл слишком большой, можно в любое удобное файлохранилище)
- Дедлайн до 23 июня 2023