Algorytmiczne i statystyczne aspekty sekwencjonowania DNA

Informacje ogólne

Kod przedmiotu:	1000-2M12DNA
Kod Erasmus / ISCED:	11.3 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. / (0612) Database and network design and administration Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu:	Algorytmiczne i statystyczne aspekty sekwencjonowania DNA
Jednostka:	Wydział Matematyki, Informatyki i Mechaniki
Grupy:	Przedmioty obieralne dla informatyki
Punkty ECTS i inne:	(brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS: roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS; tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h; 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się; tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS; nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta. zobacz reguły punktacji
Język prowadzenia:	angielski
Rodzaj przedmiotu:	monograficzne
Skrócony opis:	Wykład poświęcony jest technikom sekwencjonowania DNA oraz problemom związanym z analizą ich danych wyjściowych. Problemy te mają charakter zarówno algorytmiczny (zastosowanie znajdują tu m.in. grafy de Bruijna, transformacja Barrows'a Wheeler'a), jak i statystyczny (analiza różnic w populacji, testowanie hipotez).
Pełny opis:	1. Sekwencjonowanie nowej generacji: - różne technologie sekwencjonowania i ich dane wyjściowe, - zastosowania: sekwencjonowanie znanych genomów i ich wyselekcjonowanych próbek (transkryptomy, egzomy, immunoprecypitacja), sekwencjonowanie "de novo", sekwencjonowanie "metagenomów", - projektowanie eksperymentów i kontrola jakości wyników. 2. Problemy algorytmiczne i ich typowe rozwiązania: - asemblacja sekwencji na podstawie krótkich odczytów (m.in. zastosowania grafów de Bruijna), - odwzorowanie sekwencji na genomy (m.in. transformata Burrows'a-Wheeler'a i indeks Ferraginy-Manzini'ego), - wykrywanie i reprezentacja osobniczych różnic w genomach (analiza pojedynczych mutacji oraz zaburzeń liczby kopii w różnego rodzaju danych genomowych).. 3. Problemy związane z szacowaniem różnic pomiędzy eksperymentami: - różnicowa analiza ekspresji genów w RNA-seq, - wykrywanie microRNA i long-non-coding-RNA w danych z sekwencjonowania.
Literatura:	"Large-scale genome sequence processing", M. Kasahara, S. Morishita, Imperial College Press, 2006 "Bioinformatics for High Throughput Sequencing", N. Rodríguez-Ezpeleta, M. Hackenberg, A.M. Aransay, Springer, 2012
Efekty uczenia się:	Wiedza: - znajomość typowych technik całogenomowych nowej generacji - znajomość podstawowych rozkładów statystycznych opisujących nowoczesne pomiary na skalę genomową i algorytmów do ich analizy Umiejętności: - umiejętność wyboru właściwej techniki do zastosowania w danym problemie biologicznym. - umiejętność właściwiego zaprojektowania eksperymentów z wykorzystaniem technologii wielkoskalowych genomicznych i proteomicznych oraz analiza otrzymanych danych (K_U15) - umiejętność wyboru modelu statystycznego do reprezentacji wyniku eksperymentu - umiejętność implementacji wybranych algorytmów do analizy danych z sekwencjonowania nowej generacji Kompetencje: - zna ograniczenia własnej wiedzy i rozumie potrzebę dalszego kształcenia, w tym zdobywania wiedzy pozadziedzinowej (K_K01), - rozumie konieczność systematycznej pracy nad projektami informatycznymi (K_K02), - potrafi formułować opinie na temat podstawowych zagadnień informatycznych. (K_K06), - rozumie potrzebę systematycznego zapoznawania się z czasopismami naukowymi i popularnonaukowymi w celu poszerzania i pogłębiania wiedzy (K_K08).
Metody i kryteria oceniania:	Podczas laboratorium, studenci będą pracować (indywidualnie lub w zespołach 2-3 osobowych) nad projektami zaliczeniowymi związanymi z analizą danych z sekwencjonowania. Ocena końcowa jest pochodną oceny z projektu i (opcjonalnego) egzaminu ustnego. Zaliczenie przedmiotu przez doktoranta wymaga wykonania projektów indywidualnie.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.