MM552: Beregningsmæssig biologi
Kommentar
13015501(tidligere UVA) er identisk med denne kursusbeskrivelse.
Samlæses med DM847: Introduktion til bioinformatik (10 ECTS)
Indgangskrav
Faglige forudsætninger
Studerende, der følger kurset, forventes at:
- Have grundlæggende viden i sandsynlighedsregning
- Have grundlæggende viden i algoritmik
- Have færdigheder i programmering
Formål
Formålet med kurset er at give en introduktion til forskning i
bioinformatik. I hver forelæsning vil vi begynde med et konkret
biologisk og/eller medicinsk spørgsmål, lave det om til en
problemformulering, der kan løses af en computer, designe en matematisk
model, løse denne og endelig aflede og evaluere svar fra modellen, som
giver mening i den virkelige verden. Kursets formål er at give
grundlæggende indsigt i moderne forskning i bioinformatik.
Kurset giver et videnskabeligt grundlag for at løse bioinformatik-problemer ved modellering og implementering af edb-programmer.
I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på:
- kompetence til at planlægge og udføre grundlæggende bioinformatiske opgaver
- viden om typisk supervised og unsupervised data mining metoder
- anvendelse af typisk netværk enrichment og NGS sekventering data analysemetoder
- udvikling af nye omik data mining platforme og software
Målbeskrivelse
For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:
- forklare
og forstå det centrale dogma i molekulær biologi, centrale aspekter af
genregulering, basisprincipper af epigenetisk DNA-ændringer og
specialiteter m.h.t. bakterie & phage genetik - modellere ontologier for biomedicinske dataafhængigheder
- designe databaser til systems biologi
- forklare
og implementere metoder til analyse af DNA & aminosyre sekvenser
(HMMs, scoringmatricer og efficient statistik med disse på
datastrukturer som for eksempel suffix arrays) - forklare og implementere statistiske læringsmetoder på biologiske netværk (network enrichment, GraphLets)
- forklare specialiteter af bakteriel genetik (operonforudsigelsestrick)
- forklare og implementere metoder for suffixtræer, suffixarrays og Burrows-Wheeler-transformationen
- forklare de novo sekvensmønster screening med EM algoritmen og entropimodeller.
- forklare
og implementere grundlæggende metoder til supervised og unsupervised
data mining, samt deres anvendelse på biomedicinske omik datasæt
Indhold
Kurset indeholder følgende faglige hovedområder:
- det centrale dogme i molekulær genetik, epigenetik og bakteriel og phage genetik
- design og konstruktion af databaser for molekulærbiologiske data (ontologies, eksempler på databaser: NCBI, CoryneRegNet, ONDEX)
- analyse
af DNA og aminosyre sekvens mønster model (HMMS, scoringsmatricer,
blandede modeller, efficient statistik med dem på store datasæt) - specialiteter i bakteriel genetik (sekvens modeller og funktionelle modeller for operonforudsigelse)
- de novo identifikation af transkriptionsfaktorbindingsmotifer (rekursiv forventingsmaksimering, entropi-baserede modeller)
- analyse
af næste generations DNA sekvens datamængder (memory-aware short
sequence read mapping data ved hjælp af Burrows Wheeler transformationen
og suffix arrays, bi-modal peak calling) - visualisering af biologiske netværk (graflayout: små men stærk variable grafer vs. store men mere statiske grafer)
- systems biologi og statistik på netværk (network enrichment with CUSP
- jActiveModules og KeyPathwayMiner, Graphlet degree signatures)
- grundlæggende supervised og unsupervised metoder klassificeringskriterierne for omics dataanalyse
Litteratur
Eksamensbestemmelser
Forudsætningsprøve a)
Tidsmæssig placering
Udprøvninger
Obligatoriske opgaver
EKA
Censur
Bedømmelse
Identifikation
Sprog
Hjælpemidler
Oplyses på kurset
ECTS-point
Uddybende information
Forudsætningsprøven er en forudsætning for deltagelse i eksamenselement a)
Eksamenselement a)
Tidsmæssig placering
Forudsætninger
Type | Forudsætningsnavn | Forudsætningsfag |
---|---|---|
Delprøve | Forudsætningsprøve a) | N300011101, MM552: Beregningsmæssig biologi |
Udprøvninger
Mundtlig eksamen
EKA
Censur
Bedømmelse
Identifikation
Sprog
Hjælpemidler
Tilladte hjælpemidler: Blackboard/Whiteboard. Tilladte IT-redskaber: Laptop.
ECTS-point
Uddybende information
Vejledende antal undervisningstimer
Undervisningsform
For at sætte de studerende i stand til at nå læringsmålene for kurset tilrettelægges undervisningen således, at
Der er 86 forelæsningstimer, holdtimer etc. på et semester.
Disse undervisningsaktiviteter udmønter sig i en anslået vejledende fordeling af arbejdsindsatsen hos en gennemsnitsstuderende på følgende måde:
- Introfase (forelæsning, holdtimer) - Antal timer:41
- Træningsfase: Antal timer: 45
- Total: Antal timer: 86
Aktiviteter i studiefasen: De studerende arbejder alene eller i studiegruppe med grundlæggende begreber og opgaver fra kursets pensum.