Kursplan fastställd 2021-02-26 av programansvarig (eller motsvarande).
Kursöversikt
- Engelskt namnIntroduction to bioinformatics
- KurskodMVE510
- Omfattning7,5 Högskolepoäng
- ÄgareMPBIO
- UtbildningsnivåAvancerad nivå
- HuvudområdeBioteknik, Informationsteknik, Matematik
- InstitutionMATEMATISKA VETENSKAPER
- BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd
Kurstillfälle 1
- Undervisningsspråk Engelska
- Anmälningskod 08129
- Max antal deltagare60 (minst 10% av platserna reserveras för utbytesstudenter)
- Blockschema
- Sökbar för utbytesstudenterJa
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
|---|---|---|---|---|---|---|---|
| 0117 Tentamen 5 hp Betygsskala: TH | 5 hp |
| |||||
| 0217 Laboration 2,5 hp Betygsskala: UG | 2,5 hp |
I program
- MPBIO - BIOTEKNIK, MASTERPROGRAM, Årskurs 1 (obligatorisk)
- MPENM - MATEMATIK OCH BERÄKNINGSVETENSKAP, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
- MPENM - MATEMATIK OCH BERÄKNINGSVETENSKAP, MASTERPROGRAM, Årskurs 2 (valbar)
Examinator
Erik Kristiansson- Professor, Tillämpad matematik och statistik, Matematiska vetenskaper
Behörighet
Grundläggande behörighet för avancerad nivåSökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Särskild behörighet
Engelska 6Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Kursspecifika förkunskaper
Grundläggande kurser i molekylärbiologi och statistik.Syfte
Kursen introducerar bioinformatik med speciellt fokus på hur genomikdata genererad med storskaliga mätmetoder kan användas inom livsvetenskaperna. Kursen kommer att inkludera olika tekniker för datagenerering tillsammans med de grundläggande koncepten för analys och visualisering. Svårigheter och utmaningar relaterade till genomikdata kommer även att diskuteras.Lärandemål (efter fullgjord kurs ska studenten kunna)
- Förklara hur bioinformatik och storskalig molekylärbiologisk data kan användas för att lösa biologiska problem.
- Förklara fördelarna och nackdelarna med de olika metoderna för storskalig DNA- and protein-sekvensering samt deras tillämpningar inom genomiken.
- Beskriva och tillämpa metoder för analys av sekvensdata.
- Beskriva metoder för att anpassa sekvenser med syfta att identifiera mutationer och att uppskatta mängden mRNA, proteiner och gener.
- Beskriva och tillämpa algoritmer för att utforska och visualisera hög-dimensionell data.
- Beskriva och tillämpa metoder för att identifiera biologiska effekter i data från storskalig DNA-sekvensering.
- Beskriva och tillämpa metoder för att utvärdera statistisk signifikans i hög-dimensionell data.
- Förklara och kritiskt diskutera i) kvantitativitet, ii) "the curse of dimensionality" samt iii) korrelation och kausalitet i relation till storskalig molekylärbiologisk data.
Innehåll
Kursinnehållet omfattar metoder för storskalig sekvensering, tillvägagångssätt för analys av sekvensdata samt deras tillämpningar, algoritmer för utforskande analys och visualisering av hög-dimensionell data samt statistiska metoder för att utvärdera biologiska effekter i hög-dimensionell data. Utmaningarna kopplade till analys av storskalig data inom livsvetenskaperna kommer även att diskuteras.
Organisation
Föreläsningar och datorlaborationer.Litteratur
Bestäms senare. Specificeras I kurs-PM.Examination inklusive obligatoriska moment
Obligatoriska datorlaborationer samt skriftlig tentamen.Kursens examinator får examinera enstaka studenter på annat sätt än vad som anges ovan om särskilda skäl föreligger, till exempel om en student har ett beslut från Chalmers om pedagogiskt stöd på grund av funktionsnedsättning.