Ανάλυση Βιομοριακών Δεδομένων Ευρείας Κλίμακας

ΚΩΔΙΚΟΣ: BEE905

  • Διδάσκοντες
Συμβασιούχος Διδάσκων
()
  • Θεωρία: 1 ώρες/εβδομάδα
  • Εργαστήριο: 2 ώρες/εβδομάδα
  • Πιστωτικές μονάδες (ECTS): 3
  • Διδακτικές μονάδες: 3
  • Εβδομαδιαίες ώρες διδασκαλίας: 3
Γλώσσα/ες διδασκαλίας:
Ελληνικά
ERASMUS: Δεν προσφέρεται για ERASMUS
Χρήση Τ.Π.Ε.:

Ναι

Περιεχόμενα μαθήματος

  • Θεωρία μαθήματος

Μεταβλητές, τελεστές και δεδομένα. Τύποι και πλαίσια δεδομένων. Παράγοντες και χειρισμοί συνόλων. Γραφικές παραστάσεις. Μηχανική μάθηση. Επεξεργασία γενομικών δεδομένων. Σχολιασμός και οπτικοποίηση βιολογικών δεδομένων. Στατιστική ανάλυση δεδομένων omics. Θεωρία γράφων και δίκτυα. Άλλες περιπτώσεις δεδομένων ευρείας κλίμακας.

  • Εργαστηριακές ασκήσεις

Είσοδος και έξοδος δεδομένων στην R. Συλλογή και επεξεργασία βιολογικών δεδομένων. Χρήση Bioconductor. Συσταδοποίηση και ταξινόμηση. Βιολογικά δίκτυα. Ανάλυση διαφορικής έκφρασης γονιδίων. Ανάλυση εμπλουτισμού συνόλου γονιδίων. Πακέτο λογισμικού Tuxedo.

Μαθησιακά αποτελέσματα

Εμβάθυνση των φοιτητών σε σύγχρονες έννοιες και εργαλεία της Βιοπληροφορικής καθώς και καλύτερη κατανόηση της δομής και της ανάλυσης των δεδομένων που παράγονται από πειράματα μικροσυστοιχιών και αλληλουχιτών επόμενης γενιάς. Επίσης εκμάθηση της γλώσσας R και ειδικότερα της πλατφόρμας Bioconductor που αποτελεί σημαντικό εργαλείο ανάπτυξης προγραμμάτων στο χώρο.

Γενικές ικανότητες

  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Αυτόνομη εργασία
  • Εργασία σε διεπιστημονικό περιβάλλον
  • Παραγωγή νέων ερευνητικών ιδεών
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

Οργάνωση διδασκαλίας

  • Διαλέξεις: 13
  • Εργαστηριακή Άσκηση: 24
  • Ατομική εργασία: 16
  • Μελέτη θεωρίας: 13
  • Μελέτη εργαστηρίου: 24

Σύνολο Μαθήματος: 90

Αξιολόγηση φοιτητών

  • Ερωτήσεις Σύντομης Απάντησης
  • Επίλυση Προβλημάτων
  • Γραπτή Εργασία
  • Εργαστηριακή Εργασία

Συνιστώμενη βιβλιογραφία

  • Χ. Νικολάου, Ανάλυση δεδομένων με την R, ΕΚΔΟΣΕΙΣ ΔΙΣΙΓΜΑ, 2019 (Κωδικός Βιβλίου στον Εύδοξο: 86192367)
  • R. Gentleman, V.J. Carey, W. Huber, R.A. Irizarry, S. Dudoit, Bioinformatics and Computational Biology Solutions Using R and Bioconductor, Springer New York, 2005 (Κωδικός Βιβλίου στον Εύδοξο: 169636)
  • F. Hahne, W. Huber, R. Gentleman, S. Falcon, Bioconductor Case Studies, Springer New York, 2008 (Κωδικός Βιβλίου στον Εύδοξο: 73230652)

Προαπαιτούμενα μαθήματα

Βιοπληροφορική