Bioinformatyka

fakultatywne

Algorytmy i struktury danych 510-IS1-2ASD-23
Bazy danych 510-IS1-2BD-23
Metody probabilistyczne i statystyka 510-IS1-2PST-23
Programowanie obiektowe 510-IS1-1WPO-23
Programowanie strukturalne 510-IS1-1PPS-23

Student powinien dysponować wiedzą i umiejętnościami w zakresie programowania oraz podstawową wiedzą z dziedziny statystyki.

Przedmioty wstępne:

Podstawy programowania strukturalnego

Wstęp do programowania obiektowego

Algorytmy i struktury danych

Bazy danych

Celem przedmiotu jest pokazanie praktycznych zastosowań różnorodnych metod algorytmów i narzędzi informatycznych w zastosowaniach naukowych na przykładzie biologii i medycyny. Podstawowy nacisk jest położony na zastosowania analizy danych, uczenia maszynowego i wykorzystanie języków programowania stosowanych w analizie danych: R i Python.

W ramach wykładu przedstawione będą podstawy wiedzy dziedzinowej i pokazanie w jaki sposób metody informatyczne są stosowane do pogłębiania wiedzy na fundamentalne poznanie wiedzy w naukach o życiu i medycynie. W szczególności przedstawione zostaną algorytmy wykorzystywane w analizie sekwencji biologicznych oraz zastosowanie algorytmów uczenia maszynowego analizie wielkoskalowych danych generowanych przez wysokoprzepustowe metody biologii molekularnej.

Ćwiczenia laboratoryjne będą poświęcone implementacjom podstawowych algorytmów bioinformatycznych a także zastosowaniu wybranych metod uczenia maszynowego do analizy danych wysokoprzepustowych.

Profil studiów: ogólnoakademicki

Forma studiów: stacjonarne

Rodzaj przedmiotu: fakultatywny

Dziedzina i dyscyplina nauki: nauki ścisłe i przyrodnicze, informatyka

Rok studiów / semestr: 3 / 5

Wymagania wstępne (tzw. sekwencyjny system zajęć i egzaminów):

Przedmioty wprowadzające:

Podstawy programowania strukturalnego

Wstęp do programowania obiektowego

Algorytmy i struktury danych

Bazy danych

Wykład: 15h Laboratorium: 30h

Metody dydaktyczne: Materiały dydaktyczne są opracowane w formacie slajdów pdf i prezentowane w trakcie wykładów. Instrukcje laboratoryjne są udostępniane studentom na każdych zajęciach. Przewidziane są także konsultacje.

Punkty ECTS: 4

Bilans nakładu pracy studenta:

Udział w zajęciach:

- wykład 15h

- laboratorium 30h

Przygotowanie do zajęć:

- wykład 0h

- laboratorium 10h

Zapoznanie z literaturą: 5h

Sprawozdania, raporty z zajęć, prace domowe: 25h

Przygotowanie do zaliczenia: 10h

Udział w konsultacjach: 5h

Wskaźniki ilościowe:

Nakład pracy studenta związany z zajęciami:

- wymagającymi bezpośredniego udziału nauczyciela: 50h, 2ECTS

- nakład pracy studenta, który nie wymaga bezpośredniego udziału nauczyciela: 50h, 2 ECTS

iteratura podstawowa:

Programowanie w języku R : analiza danych, obliczenia, symulacje / Marek Gągolewski., 2014

Python dla każdego : podstawy programowania. / Michael Dawson

Podstawy bioinformatyki / Jin Xiong, Warszawa : Wydawnictwa Uniwersytetu Warszawskiego, 2009.

Bioinformatyka i ewolucja molekularna / Paul G. Higgs, Teresa K. Attwood 2008

Literatura uzupełniająca:

Introductory Bioinformatics, Fourth Edition. Stefanie Hartmann, Joachim Selbig

Bioinformatics and Functional Genomics, Second Edition, Jonathan Pevsner.

Bioinformatics for Dummies, Second Edition, Jean-Michel Claverie and Cedric Notredame

http://pl.python.org/kursy,jezyka.html

http://www.r-project.org/

KP6_WG4, KP6_WG11, KP6_UW3, KP6_UW8,

KP6_UW14, KP6_UK3, KP6_UO1, KP6_UO2, KP6_UU1, KP6_KO1

Ogólna forma zaliczenia: zaliczenie na ocenę

Zaliczenie przedmiotu wymaga spełnienia następujących warunków:

a) uzyskanie pozytywnej oceny z laboratorium (uzyskanie co najmniej 50% maksymalnej liczby punktów z sprawozdań);

b) uzyskanie co najmniej 50% maksymalnej liczby punktów z kolokwium pisemnego sprawdzającego znajomość materiału omawianego na wykładach.