Single-Cell-RNA-Seq-Analyse für eine Heidelberger Forschungsplattform
Übersicht
Worum es bei diesem Projekt geht.
Führe QC, Normalisierung, Clustering und differenzielle Expression an Single-Cell-Daten durch und erhalte ein verifizierbares Zertifikat.
Das Szenario
Das Konsortium publiziert pro Jahr rund 30 Studien; reproduzierbare Analyse-Vorlagen sollen die Zeit von Daten zu Manuskript-Figur halbieren.
Das Briefing
Was Du tust und was Du zeigst.
Wie wird ein Single-Cell-RNA-Seq-Datensatz mit Scanpy reproduzierbar geclustert, annotiert und für differenzielle Expression ausgewertet?
Earning criteria — what you'll demonstrate
- Single-Cell-QC und Normalisierungsentscheidungen begründet treffen
- Dimensionsreduktion (PCA, UMAP) und Clustering (Leiden) auf realen Daten praktisch durchführen
- Differenzielle Expression mit Multiple-Testing-Korrektur korrekt interpretieren
- Forschungs-Notebooks für externe Wiederverwendung dokumentieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Studienzuordnung folgt in Kürze.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Bioinformatics
Apply bioinformatics to solve real industry problems and demonstrate production-level capability.
- Single Cell Analysis
Apply single cell analysis to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Data Visualization
Transform complex data into clear, insightful visual representations.
- Statistical Testing
Apply statistical testing to solve real industry problems and demonstrate production-level capability.
- Reproducibility
Apply reproducibility to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Software Engineer
Software Engineers in Life-Science-Plattformen müssen mit Forschungs-Notebooks arbeiten. Diese Challenge schließt die Lücke zwischen Engineering-Disziplin und biologischer Domäne.
Dieses Projekt schärft
- bioinformatics
- single-cell-analysis
- python
Noch eine Sache