SylabUZ
| Course name | Elements of bioinformatics |
| Course ID | 11.3-WF-FizD-PB-S17 |
| Faculty | Faculty of Physics and Astronomy |
| Field of study | Physics |
| Education profile | academic |
| Level of studies | Second-cycle studies leading to MS degree |
| Beginning semester | winter term 2020/2021 |
| Semester | 3 |
| ECTS credits to win | 4 |
| Available in specialities | Medical Physics |
| Course type | obligatory |
| Teaching language | polish |
| Author of syllabus |
|
| The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
| Lecture | 15 | 1 | - | - | Exam |
| Laboratory | 30 | 2 | - | - | Credit with grade |
Zapoznanie studentów z teoretycznymi, obliczeniowymi i praktycznymi elementami bioinformatyki.
Przygotowanie do pracy w pracowni bioinformatyki w jednostce medycznej lub naukowej.
Znajomość podstaw rachunku prawdopodobieństwa, biostatystyki oraz matematycznych metod bioinformatyki.
Umiejętność programowania w języku Python lub języku R
1) Podstawy genów i genomu
2) Podstawy ewolucji molekularnej
3) Technologie genomowe
4) Dane, bazy danych, formaty, wyszukiwanie i pobieranie danych / przeglądarki genomów
5) Przetwarzanie dużych wolumenów danych w bioinformatyce / big data w bioinformatyce
6) Dopasowanie sekwencji i wyszukiwanie na podstawie podobieństwa
7) Sekwencjonowanie
8) Metoda analizy mikromacierzy
9) Struktura białek
Podczas ćwiczeń studenci będą rozwiązywali zadania programistyczne związane z powyższymi
tematami posługując się językiem Python lub R.
Wykład problemowy oraz konwersatoryjny. Ćwiczenia laboratoryjne, zadania programistycznie oraz projekty.
| Outcome description | Outcome symbols | Methods of verification | The class form |
Wykład:
Warunkiem zaliczenia wykładu jest zdanie egzaminu końcowego pisemnego polegającego na opisaniu kilku problemów teoretycznych.
Ćwiczenia:
W trakcie zajęć laboratoryjnych studenci wykonywać będą otwarte projekty oparte o zawartość wykładów
Ocena końcowa: 40% oceny z egzaminu i 60 % oceny z zajęć laboratoryjnych.
[1] Supratim Choudhuri, Bioinformatics for Beginners: Genes, Genomes, Molecular Evolution, Databases and Analytical Tools,
[2] Phillip Compeau and Pavel Pevzner, Bioinformatics Algorithms: An Active Learning Approach, 2nd Ed
Modified by dr hab. Piotr Lubiński, prof. UZ (last modification: 08-06-2020 23:10)
