BI2027 Data Science in der Biologie
Modulverantwortliche
- Prof. Dr. Cornelia Meckbach
Lehrende
- Prof. Dr. Cornelia Meckbach
Notwendige Voraussetzungen zur Teilnahme
Keine
Kurzbeschreibung
Das Modul umfasst klassische bioinformatische Algorithmen und Datenstrukturen. Weiterhin werden neue bioinformatische Methoden behandelt und diskutiert.
Inhalte
- Methoden zur Erstellung multipler Alignments
- Verfahren zur Vorhersage von RNA-Sekundärstrukturen
- Methoden für die Detektion biologischer Motive
- Neue Methoden für Sequenzvergleiche (z.B. k-mers, gapped k-mers)
- Informationstheoretische Anwendungen
- Burrows-Wheeler-Transformation
- Weitere erfolgreiche und aktuelle Methoden und Datenstrukturen in der Bioinformatik
Einfache Verfahren werden teilweise oder ganz nachimplementiert.
Qualifikations- und Lernziele
Fachkompetenzen
- Die Studierenden können die erlernten Techniken benennen, erklären und analysieren.
- Sie können Vor- und Nachteile der erlernten Techniken benennen und mit anderen Techniken vergleichen.
- Sie können für eine gegebene Problemstellung geeignete Techniken auswählen.
Methodenkompetenzen (fachlich & überfachlich)
Die Studierenden
- können die passenden erlernten Techniken auf bioinformatische Fragestellungen anwenden.
- können die Leistungsparameter der erlernten Techniken abschätzen und kritisch bewerten.
- können die erlernten Techniken auf weitere Probleme transferiert anwenden.
- sind in der Lage, einfache Algorithmen und/oder Datenstrukturen zu implementieren.
Sozialkompetenzen
- Die Studierenden können die Anwendbarkeit und Genauigkeit der Methoden und Verfahren diskutieren und kritisch bewerten.
- Sie können die gelernten Prinzipien klar verständlich erklären und Fragen beantworten.
- Sie können über Problemstellungen und ihre Lösungsmöglichkeiten aus den genannten Gebieten kommunizieren.
Selbstkompetenzen
- Die Studierenden können sich selbstständig benötigtes Wissen auf dem aktuellen Stand der Technik aneignen.
- Sie können die Anforderungen des Moduls mit ihrem eigenen Vorwissen abgleichen und entsprechend Wissenslücken selbstständig schließen.
ECTS-Leistungspunkte (CrP)
- 6 CrP
- Arbeitsaufwand 180 Std.
- Präsenzzeit 60 Std.
- Selbststudium 120 Std.
Lehr- und Lernformen
- 4 SWS
- Seminaristischer Unterricht 2SWS
- Übung 2SWS
Studiensemester
- Bioinformatik (B.Sc. 2012)
Dauer
1 Semester
Häufigkeit des Angebots
Einmal im Jahr
Unterrichtssprache
Deutsch
Bonuspunkte
Ja
Bonuspunkte werden gemäß § 9 (4) der Allgemeinen Bestimmungen vergeben. Art und Weise der Zusatzleistungen wird den Studierenden zu Veranstaltungsbeginn rechtzeitig und in geeigneter Art und Weise mitgeteilt.
Prüfungsleistungen
Prüfungsvorleistung: Keine
Prüfungsleistung: Klausur oder mündliche Prüfung (Art der Prüfungsleistung wird den Studierenden rechtzeitig und in geeigneter Weise bekannt gegeben.)
Benotung
Die Bewertung des Moduls erfolgt gemäß §§ 9, ggf. 12 (Teilleistungen), ggf. 18 (Arbeiten, Kolloquien) der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung).
Verwendbarkeit
Gemäß § 5 der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung) Verwendbarkeit in allen Bachelorstudiengänge der THM möglich.
Literatur, Medien
- Durbin, R.: Biological Sequence Analysis. Probabilistic Models of Proteins and Nucleic Acids. Cambridge University Press.
- Gusfield, D.: Algorithms on Strings, Trees and Sequences. Computer Science and Computational Biology. Cambridge University Press.
- Jones, N. C.; Pevzner, P. A.: An Introduction to Bioinformatics Algorithms. The MIT Press.
Rechtliche Hinweise
- Diese Informationen geben den in den Online-Diensten für Studierende erfassten Datenbestand wieder.
- Die rechtskräftigen und damit verbindlichen Fassungen der Modulhandbücher finden Sie im Amtlichen Mitteilungsblatt der THM (AMB).
- Alle gültigen Prüfungsbestimmungen für die THM-Studiengänge können Sie außerdem in komfortabler Leseversion über den Downloadbereich auf der Homepage des Prüfungsamts einsehen.