University of Warsaw - Central Authentication System

(in Polish) Analiza danych proteomicznych

General data

Course ID:	1000-5D22ADP
Erasmus code / ISCED:	11.1 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0541) Mathematics The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title:	(unknown)
Name in Polish:	Analiza danych proteomicznych
Organizational unit:	Faculty of Mathematics, Informatics, and Mechanics
Course groups:	Master seminars for Computer Science MSc seminars for Bioinformatics MSc seminars for Machine Learning
ECTS credit allocation (and other scores):	6.00 Basic information on ECTS credits allocation principles: the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS; the student’s weekly hourly workload is 45 h; 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes; weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS; work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load. view allocation of credits
Language:	English
Type of course:	Master's seminars
Short description:	The subject of the seminar covers the basic branch of computational biology which is proteomics, i.e. the analysis of proteins in living organisms. We focus on algorithms and mathematical models that allow for the interpretation of data obtained by the spectrometric technology.
Full description:	The extremely turbulent development of molecular biology resulted in a growing demand for the application of mathematics and computer science tools in this field. Computational molecular biology is a very capacious field in which various methods of mathematics and computer science are used: algorithmics, combinatorics, probabilistic methods, statistics. It is currently a very intensively developing research field that is of interest to both private companies and most leading universities. The subject of the seminar is focused on algorithmic and mathematical methods of proteomic data analysis. Many papers concern current research projects in which the seminar leaders participate. Recently, our interests concern computational methods for proteomic data (including metabolomics) obtained with the use of mass spectrometers and nuclear magnetic resonance technology. The analysis of such data is most often motivated by medical applications, and the IT and mathematical tools used, in addition to statistical models and machine learning, also use such areas like combinatorics or the theory of optimal transport.
Bibliography:	(in Polish) Współczesna literatura z tej dziedziny, w tym czasopisma naukowe i dane z Internetu.
Learning outcomes:	(in Polish) Wiedza 1. Ma ogólna wiedzę o problemach bioinformatyki i biologii systemów (K_W08). 2. Ma podstawową wiedzę w zakresie podstawowych narzędzi matematycznych stosowanych w modelowaniu i analizie danych molekularnych (K_W09). Umiejętności 1. Dostrzega ograniczenia własnej wiedzy i rozumie potrzebę jej ciągłego uzupełniania i aktualizowania (K_U07) 2. Potrafi przygotować prezentację i wygłosić referat opierając się na artykułach naukowych lub wynikach własnych badań (K_U08). 3. Potrafi czytać ze zrozumieniem teksty naukowe w języku angielskim (K_U09). Kompetencje 1. Potrafi zarządzać swoim czasem oraz podejmować zobowiązania i dotrzymywać terminów (K_K08). 2. Jest gotów do przedstawiania wybranych osiągnięć bioinformatycznych i formułowania opinii na ich temat (K_K05, K_K06).
Assessment methods and assessment criteria:	(in Polish) wygłoszenie referatu, na 4 roku zatwierdzenie pracy magisterskiej na 5 roku złożenie pracy magisterskiej

Classes in period "Academic year 2023/24" (in progress)

Time span:	2023-10-01 - 2024-06-16	Selected timetable range: weekly course term Navigate to timetable MO TU W TH SEM-MGR FR
Type of class:	Second cycle diploma seminar, 60 hours more information
Coordinators:	Anna Gambin, Błażej Miasojedow
Group instructors:	Anna Gambin, Błażej Miasojedow
Students list:	(inaccessible to you)
Examination:	Pass/fail

Classes in period "Academic year 2024/25" (future)

Time span:	2024-10-01 - 2025-06-08	Selected timetable range: weekly course term Navigate to timetable
Type of class:	Second cycle diploma seminar, 60 hours more information
Coordinators:	Anna Gambin, Błażej Miasojedow
Group instructors:	Anna Gambin, Błażej Miasojedow
Students list:	(inaccessible to you)
Examination:	Pass/fail

Course descriptions are protected by copyright.
Copyright by University of Warsaw.