Pemanfaatan Data Transkriptomik Publik Untuk Penelitian Biomedis (2) – Lanjutan

Perkembangan teknologi high-throughput dalam biologi molekuler telah menghasilkan data transkriptomik dalam jumlah besar yang tersimpan pada repositori publik seperti Gene Expression Omnibus (GEO). Data ini menyimpan potensi besar untuk mengungkap mekanisme molekuler penyakit, menemukan biomarker, serta mendukung pengambilan keputusan berbasis bukti dalam penelitian biomedis. Namun, pemanfaatan data transkriptomik lanjutan memerlukan pemahaman yang kuat tidak hanya pada aspek biologinya, tetapi juga pada metode analisis statistik dan komputasi yang tepat. Oleh karena itu, diperlukan sebuah kelas yang secara sistematis membekali peserta dengan kemampuan eksplorasi, analisis, visualisasi, serta interpretasi data transkriptomik lanjutan menggunakan alat yang umum digunakan dalam riset, seperti GEO2R dan bahasa pemrograman R.

Kelas ini dirancang bagi mahasiswa, peneliti, tenaga profesional, serta akademisi/praktisi yang ingin memperdalam keterampilan analisis lanjutan data transkriptomik berbasis dataset publik dari GEO. Melalui kombinasi konsep, simulasi, dan praktik langsung, peserta akan mempelajari teknik eksplorasi data transkriptomik lanjutan, perbandingan ekspresi gen antar fenotipe klinis, serta visualisasi top differential expressed genes menggunakan heatmap. Kelas ini juga membahas analisis co-expression untuk memahami hubungan antar gen, penerapan survival analysis (Kaplan–Meier) yang terintegrasi dengan data klinis, serta gene enrichment analysis menggunakan pendekatan Over-Representation Analysis (ORA) dan Gene Set Enrichment Analysis (GSEA). Di akhir pembelajaran, peserta diharapkan mampu menginterpretasikan hasil analisis secara komprehensif dan mengaplikasikannya untuk mendukung penelitian biomedis berbasis data transkriptomik.