BI1016 Genexpressionsanalyse

Modulverantwortliche
  • Prof. Dr. Franz Cemic
Lehrende
  • Prof. Dr. Franz Cemic
  • Prof. Dr. Andreas Peter Dominik
  • Prof. Dr. Cornelia Meckbach
Notwendige Voraussetzungen zur Teilnahme

Keine

Empfohlene Voraussetzungen zur Teilnahme

Gute Programmiererfahrung in Python

Kurzbeschreibung

Analyse von Transkriptomik- und anderen Hochdurchsatzdaten. Anwendung und Programmierung von Bioinformatikwerkzeugen.

Inhalte
  • Einführung in die Programmiersprache R
  • Einführung in Hochdurchsatztechniken mit dem Schwerpunkt Transkriptomik, Proteinidentifikation aus MS-Daten
  • Mechanismen der Expressionsregulation
  • Standardsoftware zur Auswertung von Transkriptionsexperimenten
Qualifikations- und Lernziele

Fachkompetenzen

  • Die Studierenden können die im Kurs vorgestellten Auswertesoftware von RNAseq-Experimenten oder Massenspektrometrie anhand der dahinterliegenden statistischen Modelle beschreiben und erläutern.
  • Sie können die wesentlichen Konstrukte der Programmiersprache R an Beispielen darstellen.
  • Sie sind in der Lage, die wichtigsten Mechanismen der Genregulation wiederzugeben.
  • Sie können Diagnoseplots zur differentiellen Genexpression interpretieren.

Methodenkompetenzen (fachlich & überfachlich)

  • Die Studierenden können in der öffentlichen Domäne verfügbare Bioinformatikwerkzeuge in Form von Analysepipelines verbinden.
  • Sie können diese Werkzeuge zur Lösung typischer bioinformatischer Fragestellungen einsetzen.
  • Sie können einfache Algorithmen in R umzusetzen.

Sozialkompetenzen

  • Die Studierenden können Aufgaben in Gruppen-/ Teamarbeit gemeinsam konstruktiv lösen und sich dabei gegenseitig unterstützen.
  • Sie sind in der Lage ihre Lösungen von Aufgaben argumentativ zu verteidigen und in der Seminaröffentlichkeit vorzutragen.

Selbstkompetenzen

  • Sie können allein oder in kleinen Teams selbständig eigene Werkzeuge programmieren.
  • Die Studierenden können eigenständig Lehrinhalte erarbeiten, präsentieren und praktisch vertiefen.
  • Sie können Lösungen konzentriert, genau und zielgerichtet erarbeiten.
ECTS-Leistungspunkte (CrP)
  • 6 CrP
  • Arbeitsaufwand 180 Std.
  • Präsenzzeit 90 Std.
  • Selbststudium 90 Std.
Lehr- und Lernformen
  • 6 SWS
  • Vorlesung 2 SWS
  • Übung 2 SWS
  • Praktikum 2 SWS
Studiensemester
  • Bioinformatik (B.Sc. 2012)
  • Informatik (B.Sc. 2010)
  • Ingenieur-Informatik (B.Sc. 2010)
Dauer
1 Semester
Häufigkeit des Angebots
Einmal im Jahr
Unterrichtssprache
Deutsch
Bonuspunkte

Nein

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: Programmierübungen (Abnahme selbst programmierter Verknüpfungstools)

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
  • Alberts, E. et al.: Essential Cell Biology. Norton & Company.
  • Pevsner, J: Bioinformatics and Functional Genomics. Wiley Blackwell.
  • Sung, W: Algorithms for Next-Generation-Sequencing. CRC-Press.
  • Aktuelle Publikationen und Vignetten zu Auswertesoftware

Rechtliche Hinweise