BIN315 Utvalgte emner i funksjonell genomikk
English course information
Søk etter andre emner
Velg annet år
Viser emneinfo for studieåret 2019 - 2020.
Emneansvarlige: Torgeir Rhodén Hvidsten
Medvirkende: Lars Gustav Snipen
Studiepoeng: 10
Ansvarlig fakultet: Fakultet for kjemi, bioteknologi og matvitenskap
Frekvens: Partalls-år
Undervises på språk: EN, NO
(NO=norsk, EN=Engelsk)
(NO=norsk, EN=Engelsk)
Begrensning antall plasser:
50
Undervises i periode:
Emnet starter i høst-parallellen. Emnet har undervisning/vurdering i høstparallellen
Første gang: Studieår 2014-2015
Fortrinnsrett: <p>M-BIAS</p><p>M-KB</p>
Undervises hvor?: Campus Ås
Emnets innhold:
Emnet dekker bioinformatiske analyser av "omics" data: transkriptomikk, proteomikk og metabolomikk. Det kompletterer emnet BIN310, som dekker bioinformatiske analyser av biologiske sekvenser.
Emnet har ukentlige forelesninger og veiledede øvinger på datamaskin. Forelesningene vil i hovedsak introdusere studenter for teorien bak metodene, mens øvingene vil vise studentene praktiske anvendelser.
Læringsutbytte:
KUNNSKAPER: Ved emnets slutt vil studentene ha grunnleggende kunnskaper om ulike "omics"-teknologier (transkriptomikk, proteomikk og metabolomikk) og kunne forklare teorien bak de mest vanlige bioinformatiske metodene for analyser av "omics"-data. Disse metodene inkluderer bestemmelse av differensielt uttrykte gener og genmengder, maskinlæring, clustering og nettverksanalyser, samt metoder for å integrere "omics"-data med annen biologisk informasjon, for eksempel ontologier.
FERDIGHETER: Ved emnets slutt vil studentene vil være i stand til å bruke ulike metoder for analyse av "omics"-data og kunne forstå og tolke resultatene fra slike analyser. Gitt et datasett og et biologisk spørsmål skal studentene være i stand til å vurdere hvilke metoder og verktøy som bør benyttes for å besvare spørsmålet.
GENERELL KOMPETANSE: Studenten skal være i stand til å utføre reproduserbare analyser av data som genereres innen funksjonell genomikk og være rustet til å tilpasse relevante metoder når nye datatyper oppstår i fremtiden.
Læringsaktiviteter:
En dobbelttime forelesning per uke. To dobbelttimer øving per uke. Et prosjekt blir gitt underveis, med skriftlig og/eller muntlig rapportering.
Læringsstøtte:
Aktiv bruk av Canvas.
Pensum:
Vil bli spesifisert ved emnets oppstart.
Forutsatte forkunnskaper:
Introduksjon til bioinformatikk tilsvarende BIN210. Statistikk tilsvarende STAT100.
Anbefalte forkunnskaper:
Programmering samt statistikk utover introduksjons-nivå.
Obligatorisk aktivitet:
Et prosjekt der studentene skal presentere resultatene i en skriftlig rapport og/eller en muntlig framføring.
Vurderingsordning:
Skriftlig, 3.5 timer.
Sensor:
Eksamen vil godkjennes av ekstern sensor. 25 besvarelser vil bli evaluert av ekstern sensor.
Normert arbeidsmengde:
Forelesninger: 20 timer
Øvinger: 56 timer
Selvstudium: 224 timer
Undervisningstid:
1 dobbelttime forelesninger per uke.
2 dobbelttimer øvinger per uke.
Hjelpemidler ved skriftlig eksamen(er): A1 Ingen kalkulator. Ingen andre hjelpem.
Eksamensdetaljer: Langsgående vurdering: Bestått / Ikke bestått