Module 20-SP_ver1 Analyzing post-genome data with Python

Attention: This page shows a discontinued module offer.

Faculty

Person responsible for module

Regular cycle (beginning)

To be discontinued

Newer version of this module

Credit points and duration

5 Credit points

For information on the duration of the modul, refer to the courses of study in which the module is used.

Competencies

Die Studierenden haben in diesem Modul theoretische Kenntnisse der bioinformatischen Methoden zur Verarbeitung und Auswertung von Genom- und Postgenomdaten (Transkriptomik, Proteomik, Metabolomik) kennen gelernt und können diese praktisch anwenden. Dies umfasst die Kenntnis entsprechender Software und Datenbanken, sowie die Fähigkeit zur Erstellung von Analyse-Pipelines zur Datenauswertung. In den Übungen wurden hierzu die zur eigenständigen Erstellung von Skripten erforderlichen Kenntnisse in der Programmsprache Python erworben. Aufgrund der gewonnenen Erkenntnisse sind die Studierenden in der Lage, eine Qualitätsabschätzung gewonnener Ergebnisse vorzunehmen. Durch in der Regel wöchentlich gestellte Übungsaufgaben wird die Fähigkeit überprüft, die Bedeutung und den Ablauf der praktischen Anwendungsbeispiele darzustellen und die erzielten Ergebnisse zu interpretieren.

Content of teaching

In diesem Modul werden anwendungsorientierte Einblicke in die bioinformatische Verarbeitung und Auswertung von Genom- und Postgenomdaten zur Adressierung aktueller biologischer Fragestellungen vermittelt. Ziel der Veranstaltung ist das Erlernen der Programmiersprache Python zur eigenständigen Erstellung von Skripten, sowie das Erlernen methodischer Ansätze bei der Auswertung von umfangreichen Datensätzen der funktionellen Genomik. Beispielhaft sollen Probleme aus realen Projekten durch die Teilnehmer insbesondere im Kontext der dramatisch angestiegenen Datenmengen in allen Bereichen der Postgenomik (Stichwort "Big Data") gemeinsam analysiert, bearbeitet und ausgewertet werden. Das Themenspektrum reicht hierbei von Datenformaten in der Bioinformatik über die Annotation von Genen/Genomen bis zur Auswertung von Expressionsdaten (RNA-Seq) und Proteom-Datensätzen.

Recommended previous knowledge

Empfohlen sind Kompetenzen, wie sie beispielsweise in den Modulen 39-Inf-12 Sequenzanalyse und 39-Inf-1 Algorithmen und Datenstrukturen erworben werden können.

Necessary requirements

Explanation regarding the elements of the module

Module structure: 1 uPr 1

Courses

Anwendungsorientierte Analyse von Postgenom-Datensätzen mit Python
Type lecture
Regular cycle SoSe
Workload5 60 h (30 + 30)
LP 2
Anwendungsorientierte Analyse von Postgenom-Datensätzen mit Python
Type tutorial (in connection with lecture/seminar)
Regular cycle SoSe
Workload5 90 h (30 + 60)
LP 3 [Pr]

Examinations

portfolio
Weighting without grades
Workload -
LP2 -

Für die Übungen zu der Vorlesung müssen wöchentlich in der Regel 2-3 Aufgaben zunächst selbstständig bearbeitet und die Lösungsansätze anschließend im Rahmen der Übungen gemeinsam besprochen und diskutiert werden. Die zu bearbeitenden Übungsaufgaben werden jeweils eine Woche vorher ausgegeben. Zum Bestehen erforderlich ist der Nachweis einer ausreichenden Zahl korrekt gelöster Übungsaufgaben (in der Regel 50% der im Semester für das Lösen der Aufgaben erzielbaren Punkte)

Further notices

Bisheriger Angebotsturnus war jedes Sommersemester.

The module is used in these degree programmes:

Degree programme Version Recom­mended start 3 Duration Manda­tory option 4
Bioinformatics and Genome Research / Bachelor of Science [FsB vom 30.09.2016 mit Änderungen vom 15.09.2017, 02.05.2018, 01.07.2019 und 16.08.2021] Bachelor with One Core Subject (Academic) 4. one semester Obli­gation

Automatic check for completeness

The system can perform an automatic check for completeness for this module.


Legend

1
The module structure displays the required number of study requirements and examinations.
2
LP is the short form for credit points.
3
The figures in this column are the specialist semesters in which it is recommended to start the module. Depending on the individual study schedule, entirely different courses of study are possible and advisable.
4
Explanations on mandatory option: "Obligation" means: This module is mandatory for the course of the studies; "Optional obligation" means: This module belongs to a number of modules available for selection under certain circumstances. This is more precisely regulated by the "Subject-related regulations" (see navigation).
5
Workload (contact time + self-study)
SL
Study requirement
Pr
Examination
bPr
Number of examinations with grades
uPr
Number of examinations without grades
Diese Leistung kann gemeldet und verbucht werden.