Detaljer om emnet BIN315

BIN315 Utvalgte emner i funksjonell genomikk

Emnet kan ha endringer på grunn av koronautbruddet. Sjekk Canvas og studentWeb.

English course Information

Søk etter andre emner

Viser emnet slik det undervises i studieåret med start i 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)
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>
Emnets innhold:

Emnet behandler bioinformatiske metoder som er essensielle bestanddeler i alle tverrfaglige prosjekter som søker å beskrive og forstå komplekse molekylærbiologiske system. Vi vil fokusere på analyse av data fra funksjonell genomikk inkludert transkriptomikk, proteomikk, metabolomikk og epigenomikk. Metodene som undervises er relevante for en rekke av FNs bærekraftsmål der moderne molekylærbiologisk forskning er endel av løsningen, inkludert mål som omhandler produksjon av mat og bioenergi.

Emnet har ukentlige forelesninger/gruppediskusjoner og veiledede øvinger på datamaskin. Forelesningene vil i hovedsak introdusere studenter for teorien bak metodene, mens øvingene vil fokusere på praktiske anvendelser.

BIN315 kompletterer emnet BIN310, som dekker bioinformatiske analyser av biologiske sekvenser.

Læringsutbytte:

KUNNSKAPER: Ved emnets slutt vil studentene ha grunnleggende kunnskaper om ulike data som genereres innen funksjonell genomikk («omics-data»: transkriptomikk, proteomikk, metabolomikk og epigenomikk) og kunne forklare teorien bak de mest vanlige bioinformatiske metodene for å analysere slike 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 som 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/gruppediskusjon per uke. To dobbelttimer øving på datamaskin per uke (4 timer). Ukentlige innleveringer. Et prosjekt 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.
Vurderingsordning:
Ukentlige innleveringer og en avsluttende prosjektoppgave. Alt må være bestått. Bestått/Ikke bestått
Sensor:
Ekstern sensor godkjenner opplegg for vurdering.
Merknader:
Studenter må ha egen laptop til øvinger og prosjektet.
Normert arbeidsmengde:

Forelesninger: 20 timer

Øvinger: 56 timer

Selvstudium: 224 timer

Undervisningstid:

1 dobbelttime forelesninger per uke.

2 dobbelttimer øvinger per uke.

Eksamensdetaljer: Langsgående vurdering: Bestått / Ikke bestått