دوره های آنلاین ( غیر حضوری)

کارآموزی بیوانفورماتیک

در این دوره، کارآموزان با اصول پایه و کاربردی بیوانفورماتیک آشنا می‌شوند. آموزش شامل ساختار پایگاه‌های داده زیستی، کار با فایل‌های ژنومی و استفاده از ابزارهایی مانندBLAST، Ensembl، UCSC و NCBI است. شرکت‌کنندگان با مفاهیم annotation، توالی‌یابی، طراحی پرایمر و آنالیز جهش‌ها به‌صورت پروژه‌محور کار خواهند کرد.

• آشنایی عملی با پایگاه‌های ژنومی و ابزارهای بیوانفورماتیکی
• مناسب برای دانشجویان ژنتیک، بیوتکنولوژی، پزشکی و علوم پایه

کارآموزی طراحی دارو

در این دوره، اصول طراحی دارو با استفاده از تکنیک‌های in-silico آموزش داده می‌شود. کارآموزان با داکینگ مولکولی، طراحی لیگاند، آنالیز ساختاری پروتئین‌ها و نرم‌افزارهایی مانند AutoDock، PyMOL و SwissADME آشنا می‌شوند. پروژه عملی شامل شبیه‌سازی تعامل دارو-گیرنده در یک مسیر زیستی مشخص است.

• آموزش طراحی دارو به روش کامپیوتری
• توانمندسازی برای فعالیت در حوزه داروسازی تحقیقاتی و بالینی

کارآموزی طراحی واکسن: ایمونوانفورماتیک

در این دوره تخصصی، کارآموزان با مبانی طراحی واکسن مبتنی بر اپی‌توپ‌ها آشنا می‌شوند. آموزش شامل پیش‌بینی اپی‌توپ‌های سلولی و هومورال، مدل‌سازی آنتی‌ژن‌ها و ارزیابی ایمنی‌زایی با ابزارهایی مانند IEDB و VaxiJen است. در پایان، شرکت‌کنندگان یک طراحی واکسن چند‌اپی‌توپی علیه پاتوژن خاص را ارائه خواهند داد.

• تسلط بر ابزارهای طراحی واکسن با داده‌های ژنومی
• مناسب برای پروژه‌های ایمونولوژی و واکسن‌سازی

سیستم بیولوژی: R و آنالیز داده‌های میکرواری

در این دوره، کارآموزان با مفاهیم سیستم بیولوژی و تحلیل داده‌های بیان ژن با استفاده از زبان R آشنا می‌شوند. آموزش شامل آنالیز داده‌های microarray و RNA-seq  با پکیج های مختلف می باشد،  که منجر به شناسایی ژن‌های تغییربیان یافته (DEGs) می گردد. سپس با روش های مختلفی مانند آنالیز شبکه، آنالیز بقا و WGCNA ژن های کلیدی شناسایی می شوند. آشنایی با نرم‌افزار RStudio و پکیج هایی مانند limma،GDCRNA Tools، WGCNA و TCGAbiolinks از محور اصلی دوره‌اند.

کارآموزی ژن درمانی

در این کارآموزی، کارآموزان با مفاهیم پایه ژن‌درمانی، روش‌های انتقال ژن، انتخاب ناقل (ویروسی و غیر ویروسی) و استراتژی‌های طراحی درمان‌های ژنی آشنا می‌شوند. آموزش شامل ساخت وکتورهای درمانی، آشنایی با CRISPR/Cas9 و ارزیابی بیان ژن هدف خواهد بود.

• یادگیری عملی مفاهیم و روش‌های ژن‌درمانی
• ورود به حوزه‌های کاربردی ژنتیک پزشکی و درمان‌های نوین

دوره کارآموزی جامع پژوهش، نگارش و چاپ مقاله

این دوره جامع به آموزش روش تحقیق، طراحی پژوهش، جستجوی پیشرفته منابع علمی، نگارش اصولی مقاله، نحوه نگارش و ویرایش مقاله و همچنین نحوه ارسال مقاله به مجله می‌پردازد. کارآموزان با ساختار مقالات مختلف، نحوه نگارش مقاله ریویو، انتخاب ژورنال، پاسخ به داوران، و مسائل اخلاقی پژوهش به ویژه در مورد استفاده مناسب از هوش مصنوعی در نگارش مقاله آشنا می‌شوند.

• آموزش قدم‌به‌قدم نگارش، ویرایش و سابمیت مقاله در ژورنال
• مناسب برای پروژه‌های تحقیقاتی، پایان‌نامه و نگارش و چاپ مقاله

کارآموزی بیوآرت و طراحی آکادمیک

این دوره برای علاقه‌مندان به طراحی شکل‌های علمی مقاله و چکیده گرافیکی و همچنین علاقه‌مندان به ترکیب علم و هنر تنظیم شده و شامل مفاهیم طراحی گرافیکی، تولید شکل‌های علمی و طراحی بر اساس الهام از طبیعت است. در این دوره، نرم‌افزارهای Adobe Illustrator و Adobe Photoshop برای طراحی گرافیکی و نرم‌افزار Camtasia برای تولید ویدیوهای علمی آموزش داده می‌شوند.

• آموزش قدم‌به‌قدم طراحی علمی و آکادمیک
• رسم چکیده گرافیکی، ویرایش، روتوش تصاویر و تولید ویدیوهای علمی

کارآموزی هوش مصنوعی: ماشین لرنینگ برای بیولوژیست‌ها

در این دوره، مفاهیم پایه یادگیری ماشین، آنالیز داده و تحلیل های آماری با تمرکز بر تحلیل داده‌های زیستی آموزش داده می‌شود. شرکت‌کنندگان با الگوریتم‌های طبقه‌بندی  و رگرسیون مانند SVM و شبکه های عصبی و همچنین الگوریتم های  خوشه‌بندی مانند K-Means به تحلیل داده‌ها زیستی مانند داده های سرطان، ژنتیکی و داده های بیماری های مختلف  خواهند پرداخت. پایتون و scikit-learn محیط اصلی آموزش هستند.

• ورود به دنیای هوش مصنوعی در زیست‌پزشکی
• آموزش پروژه‌محور آنالیز داده با داده‌های واقعی زیستی

کارآموزی پایتون برای بیولوژیست‌ها

این دوره برای دانشجویان علوم زیستی طراحی شده تا بتوانند با زبان برنامه‌نویسی پایتون، داده‌های زیستی را پردازش و تحلیل کنند. آموزش شامل مبانی برنامه نویسی و کدنویسی، کار با فایل‌های ژنتیکی، رسم نمودارهای علمی و استفاده از کتابخانه‌هایی مانند Biopython و Matplotlib و Numpy می‌باشد. پروژه‌های عملی با داده‌های واقعی زیستی اجرا خواهد شد.

• ورود کاربردی به دنیای برنامه نویسی و آنالیز داده در زیست‌شناسی
• تحلیل داده‌های زیستی و الگوریتم های بیوانفورماتیکی بدون نیاز به پیش‌زمینه برنامه‌نویسی