Bioinformatik, 6 hp (732A51)

Bioinformatics, 6 credits

Kursbeskrivning

The course aims at introducing students to basic bioinformatics topics. Methods for studying sequence data, microarray data and trait data will be discussed. Of particular focus will be evolutionary tree reconstruction methods. Computational methods concerning this are not specific to bioinformatics but are useful in other computer science disciplines, e.g. text analysis. The course will end with a primer into the advanced topic of network biology. A basic mathematical tool that will be used and introduced are Markov chains including Hidden Markov models. 

Huvudområde

Statistik

Nivå

Avancerad nivå

Kurstyp

Fristående och programkurs

Examinator

Krzysztof Bartoszek

Kursansvarig

Krzysztof Bartoszek

Studierektor eller motsvarande

Jolanta Pielaszkiewicz

Tillgänglig för utbytesstudenter

Ja

Kontaktinformation

Kostas Mitropoulos, international coordinator

Kursen ges för Termin Veckor Språk Ort VOF
Fristående kurs (Halvfart, Dagtid) HT 2021 v202144-202202 Engelska Linköping
Fristående kurs (Halvfart, Dagtid) HT 2021 v202144-202202 Engelska Linköping
F7MSL Statistics and Machine Learning, Master´s Programme - Second admission round (open only for Swedish/EU students) 3 (HT 2021) v202144-202202 Engelska Linköping v
F7MSL Statistics and Machine Learning, Master´s Programme - First and main admission round 3 (HT 2021) v202144-202202 Engelska Linköping v
VOF = Valbar / Obligatorisk / Frivillig

Huvudområde

Statistik

Utbildningsnivå

Avancerad nivå

Fördjupningsnivå

A1N

Kursen ges för

  • Master's Programme in Statistics and Machine Learning

Förkunskapskrav

  • Kandidatexamen om 180hp inklusive 90hp i matematik, tillämpad matematik, statistik, bioinformatik eller datavetenskap inklusive självständigt arbete om 15hp på fördjupningsnivå
  • Godkänd Statistik, grundkurs
  • Godkänd Datavetenskap, grundkurs
  • Engelska 6/B 
    (Undantag för Svenska)

Lärandemål

Efter avslutad kurs ska den studerande på en avancerad nivå kunna:

  • redogöra för begrepp inom molekylärbiologi och ha en primär förståelse för olika tekniker som används för att generera data.
  • reodgöra för viktiga algoritmer och principer för statistiska modeller som används för analys av högdimensionella molekylära data.
  • tillämpa några av de viktigaste datorprogrammen inom bioinformatik och statistik på molekylära data-exempel.

Kursinnehåll

Kursen introducerar grundläggande molekylärbiologiska begrepp och hur man analyserar data med bioinformatik och statistik. Mer specifikt innehåller kursen:

  • Grunder av molekylär biologi och genetik,
  • Gömda Markov kedjor, genetisk sekvensanalys,
  • Sekvenslikhet, sekvensgruppering,
  • Återuppbyggnad av fylogeni,
  • Kvantitativ dragmodellering,
  • Analys av mikromatriser,
  • Nätverksbiologi.

Undervisnings- och arbetsformer

Undervisningen består av föreläsningar och datorövningar. Föreläsningarna ägnas åt presentationer av begrepp och metoder. Datorövningarna ger praktisk erfarenhet av statistisk analys av molekylära genetiska data. Hemarbete och egna studier är ett nödvändigt komplement till kursen. Kursens undervisningsspråk är engelska.

Examination

Skriftliga labrapporter från datorövningarna. En sista skriftlig eller muntlig tentamen. Detaljerad information om examinationen finns i kursens studiehandledning.

Om LiU:s koordinator för studenter med funktionsnedsättning har beviljat en student rätt till anpassad examination vid salstentamen har studenten rätt till det. Om koordinatorn istället har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om examinator bedömer det möjligt utifrån kursens mål.

Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.

Den som godkänts i prov får ej delta i förnyat prov för högre betyg.

Betygsskala

ECTS, EC

Övrig information

Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.

Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.

Institution

Institutionen för datavetenskap
Det finns ingen kurslitteratur tillgänglig för den här kursen.
DAT1 Tentamen EC 3 hp
FRIV Frivillig inlämningsuppgift EC 0 hp
LAB1 Laboration EC 3 hp

Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida. Det finns inga filer att visa.

Sidansvarig: Infocenter, infocenter@liu.se