SylabUZ
| Nazwa przedmiotu | PW15b - Statystyczne i niestatystyczne metody analizy porównawczej białek |
| Kod przedmiotu | 13.9-WB-Biol2P-Biolog.-S16 |
| Wydział | Wydział Nauk Biologicznych |
| Kierunek | Biologia |
| Profil | ogólnoakademicki |
| Rodzaj studiów | pierwszego stopnia z tyt. licencjata |
| Semestr rozpoczęcia | semestr zimowy 2018/2019 |
| Semestr | 6 |
| Liczba punktów ECTS do zdobycia | 2 |
| Typ przedmiotu | obowiązkowy |
| Język nauczania | polski |
| Sylabus opracował |
|
| Forma zajęć | Liczba godzin w semestrze (stacjonarne) | Liczba godzin w tygodniu (stacjonarne) | Liczba godzin w semestrze (niestacjonarne) | Liczba godzin w tygodniu (niestacjonarne) | Forma zaliczenia |
| Laboratorium | 15 | 1 | 9 | 0,6 | Zaliczenie na ocenę |
| Wykład/Zdalne | 15 | 1 | 9 | 0,6 | Zaliczenie na ocenę |
Celem przedmiotu jest zapoznanie sie ze statystycznymi i niestatystycznymi metodami analizy porównawczej białek. Porównanie skuteczności i wiarygodności obu rodzajów metod. Szczegółowe zapoznanie się z powszechnie stosowanymi metodami analizy porównawczej opartymi o stochastyczne macierze PAM i BLOSUM, oraz z algorytmem semihomologii genetycznej jako przykładu aplikacji niestatystycznej. Wady i zalety przedstawionych aplikacji.
Wykład z prezentacjami multimedialnymi (PowerPoint) oraz korzystaniem z bioinformatycznych serwisów i baz danych online oraz specjalistycznego oprogramowania bioinformatycznego. Ćwiczenia praktyczne z wykorzystaniem biologicznych baz danych i specjalistycznego oprogramowania bioinformatycznego.
Charakterystyka podstawowych założeń statystycznych aplikacji służących do analizy porównawczej sekwencji białkowych. Konsekwencje stosowania aplikacji opartych na macierzach PAM i BLOSUM w interpretacji procesów zmienności mutacyjnej na poziomie fenotypowym białek. Algorytm semihomologii genetycznej - jako przykład alternatywnej niestatystyczne aplikacji do analizy porównawczej białek. Charakterystyka algorytmu semihomologii genetycznej i jego fundamentalnych założeń. Informacje jakie można uzyskać w wyniku zastosowania aplikacji statystycznych i niestatystycznych. Wartość poznawcza poszczególnych aplikacji. Wiarygodność otrzymywanych wyników.
Wykład z prezentacjami multimedialnymi (PowerPoint) oraz korzystaniem z bioinformatycznych serwisów i baz danych online oraz specjalistycznego oprogramowania bioinformatycznego. Ćwiczenia praktyczne z wykorzystaniem biologicznych baz danych i specjalistycznego oprogramowania bioinformatycznego. Korzystanie z materiału zdalnego nauczania (e-learning)
| Opis efektu | Symbole efektów | Metody weryfikacji | Forma zajęć |
Test zaliczeniowy.
Ocena końcowa to zaliczenie na ocenę uzyskaną w wyniku rozwiązania testu zaliczeniowego.
| Obciążenie pracą | Studia stacjonarne (w godz.) |
Studia niestacjonarne (w godz.) |
| Godziny kontaktowe (udział w zajęciach; konsultacjach; egzaminie, itp.) | 25 | 20 |
| Samodzielna praca studenta (przygotowanie do: zajęć, kolokwium, egzaminu; studiowanie literatury przygotowanie: pracy pisemnej, projektu, prezentacji, raportu, wystąpienia; itp.) | 25 | 30 |
| Łącznie | 50 | 50 |
| Punkty ECTS | Studia stacjonarne | Studia niestacjonarne |
| Zajęcia z udziałem nauczyciela akademickiego | 1 | 0 |
| Zajęcia bez udziału nauczyciela akademickiego | 1 | 2 |
| Łącznie | 2 | 2 |
1. Baxevanis, A.D, Ouellette, B.F.F. (red.), Bioinformatyka, Wydawnictwo Naukowe PWN, 2004.
2. Jin Xiong, Podstawy bioinformatyki, Wydawnictwa Uniwersytetu Warszawskiego, 2011
3. Higgs Paul G., Attword Teresa K., Bioinformatyka i ewolucja molekularna, Wydawnictwo Naukowe PWN, 2008.
Zmodyfikowane przez dr Renata Grochowalska (ostatnia modyfikacja: 13-06-2018 19:41)
