Om dette emnet

Introduksjon til sekvenser og databaser. Sekvenssammenstillinger - teori og praksis. Databasesøk - BLAST og liknende verktøy. Modeller for biologiske sekvenser. Fylogeni. Genuttrykksanalyse. Temaene vil gjennomgåes omtrent i denne rekkefølgen, med ukentlige forelesninger og tilhørende praktiske oppgaver på datamaskin. Innsikt i bioinformatikk er med på å øke vår forståelse for den verden vi er en del av og vil bidra til utviklingen av bærekraftige samfunn.

Dette lærer du

KUNNSKAPER: Studentene skal få en grunnleggende kunnskap om analyse av biologiske sekvenser i form av sammenstillinger, sekvensmodeller og fylogeni. De skal også ha grunnleggende kunnskap om analyse av data fra kvantifisering av genuttrykk og mikrobielle miljøer. De skal kunne gjengi og forklare prinsippene som metodene er bygget på.

FERDIGHETER: Det blir lagt vekt på at studentene kan håndtere vanlig brukte analyseverktøy, inkludert grunnleggende programmering i R, og forstå resultatene som de forskjellige programvarene produserer.

GENERELL KOMPETANSE: Kunne anvende de vanligste bioinformatiske verktøy, samt sette seg inn i og ta i bruk andre liknende verktøy som ikke er gjennomgått i dette emnet.

  • Læringsaktiviteter

    Forelesninger og praktiske øvelser på datamaskin.

  • Læringsstøtte

    Notater fra forelesninger vil bli gjort tilgjengelige i Canvas.

  • Pensum

    Forelesningsnotater, videoer, øvelser og utdelt materiale.

  • Forutsatte forkunnskaper

    Grunnleggende kunnskaper i molekylærbiologi, koding og statistikk (BIO120/STIN100/STAT100).

    Innen statistikk forventes det at studentene skal:

    • Kunne utføre deskriptiv statistikk og trekke slutninger fra denne.
    • Kjenne grunnleggende begreper og prinsipper innen sannsynlighetsteori med vekt på stokastiske variabler og deres egenskaper.
    • Være kjent med noen vanlige sannsynlighetsfordelinger, herunder normalfordelingen, binomisk fordeling, Student’s t-fordeling..

    Innen koding forventes det at studenten skal

    • Ha grunnleggende ferdigheter i koding, dvs kjenne basis datatyper (tall, tekst, logiske), datastrukturer (vektorer/arrays og tabeller) og kontroll-strukturer (betingelser og løkker)

  • Anbefalte forkunnskaper

    Kunnskap i genetikk samt statistikk og koding utover grunnivå.

  • Vurderingsordning, hjelpemiddel og eksamen

    Skriftlig slutteksamen (teller 100 %).

    Skriftlig eksamen Karakterregel: Bokstavkarakterer Hjelpemiddel: A1 Ingen kalkulator, ingen andre hjelpemidler

  • Om bruk av KI

    K3: Vi oppfordrer til å bruke AI som et verktøy for å støtte egen læring - som en diskusjons-partner, til forbedring av språk eller å foreslå R-kode. Men alt innlevert arbeid må være et produkt av eget arbeid og egen forståelse. Direkte kopiering av AI-generert innhold uten betydelig personlig bidrag, redigering, kommentering eller diskusjon er ikke tillatt. Hvis du bruker AI skal det oppgis eksakt hvilken AI som ble brukt og til hva den ble brukt.

    Her finner du KI-kategoriene beskrevet.

  • Sensorordning

    Intern sensur.

    Ekstern sensor godkjenner opplegg for vurdering.

  • Obligatorisk aktivitet

    Det vil være obligatoriske oppgaver som studentene må levere og få godkjent for å kunne gå opp til eksamen.

  • Undervisningstider

    2 timer forelesning per uke pluss video, 2-6 timer øvelser per uke.

  • Fortrinnsrett

    B-BIOTEK, M-BIOTEK, M-KB, M-BIAS.

  • Opptakskrav

    Realfag