Nummer

BIOINF4331 (entspricht BIO-4331)
Titel

Advances in Computational Transcriptomics
Lehrform(en)

Vorlesung, Übung
ECTS 6
Arbeitsaufwand
- Kontaktzeit
- Selbststudium
Arbeitsaufwand:
180 h
Kontaktzeit:
60 h / 4 SWS
Selbststudium:
120 h
Veranstaltungsdauer 1 Semester
Häufigkeit des Angebots Im Wintersemester
Unterrichtssprache Englisch
Prüfungsform

Klausur (mündliche Prüfung bei geringer Teilnehmeranzahl)

Inhalt

Die funktionelle Genomik, d. h. die Interpretation eines Genoms zur Bestimmung der biologischen Funktion von Genen und Geninteraktionen, ist einer der wichtigsten Bereiche der modernen Biologie. Heute werden zunehmend Next-Generation-Sequencing-Technologien eingesetzt, um die Expression von Tausenden von Genen gleichzeitig zu messen. Daraus ergeben sich neue Herausforderungen für die Bioinformatik, sowohl in algorithmischer als auch in softwaretechnischer Hinsicht. In der Vorlesung werden u.a. folgende Themen besprochen: NGS-Technologien, insbesondere RNA-Seq- und ChIP-Seq-Technologien, schnelle bis ultraschnelle Alignment-Methoden von Short Reads, Mapping-basierte und de novo 'Assemblierung' von Genomen und Transkriptomen, Peak-Calling, Spleiß- und Genmodelle, Motivsuche, differentielle Expression, Visualisierung von NGS-Daten und weitere aktuelle Themen. In den Übungen wird insbesondere das wissenschaftliche Arbeiten und das wissenschaftliche Schreiben gefördert. Die Übungen werden auch durch Blended-Learning-Methoden ergänzt.

Qualifikationsziele

Die Studierenden sind mit den neuen Erkenntnissen der Bioinformatik zur Expressionsanalyse und den neueren Sequenzierungstechnologien vertraut. Sie können die Herausforderungen der neuen Technologien für die Bioinformatik formulieren. Sie kennen Algorithmen zur Quantifizierung von Expressionsdaten, statistische Methoden und maschinelle Lernverfahren zur Berechnung der differentiellen Expression und Klassifikation sowie Methoden zur Analyse von Expressionsdaten im Netzwerkkontext. Die Studierenden können reale Microarray- und RNA-Seq-Experimente analysieren und haben ihre R-Kenntnisse vertieft. Die Studierenden kennen die Möglichkeiten, aber auch die Grenzen der verschiedenen Methoden in diesem Teilgebiet der Bioinformatik. Sie sind in der Lage, Probleme auf wissenschaftlichem Niveau zu analysieren und schriftlich zusammenzufassen. Insbesondere wird ein hohes Maß an intrinsischer Motivation und Eigenverantwortung gefördert.

Vergabe von Leistungspunkten/Benotung
Lehrform
Status
SWS
LP
Prüfungsform
Prüfungsdauer
Benotung
Berechnung
Modulnote (%)
Vorlesung
V
o
2
4.0
K
90
b
100
Übung
Ü
o
2
2.0
Teilnahmevoraussetzungen BIOINF3330 Expressions-Bioinformatik
Dozent/in Nieselt
Literatur / Sonstiges

Own lecture notes and selected articles

Zuletzt angeboten nicht bekannt
Geplant für derzeit nicht geplant
Zugeordnete Studienbereiche BIO-BIO, INFO-INFO, MEDI-APPL, MEDI-INFO, MEDZ-BIOMED, ML-CS