DERS ADI

: Yüksek Hacimli Genomik Veri Analizi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
MBG 6114 Yüksek Hacimli Genomik Veri Analizi SEÇMELİ 3 0 0 12

Dersi Veren Birim

Moleküler Biyoloji ve Genetik Doktora

Dersin Düzeyi

Doktora

Ders Koordinatörü

DOÇ.DR. GÖKHAN KARAKÜLAH

Dersi Alan Birimler

Moleküler Biyoloji ve Genetik Doktora
Biyotıp ve Sağlık Teknolojileri Doktora
Moleküler Biyoloji ve Genetik Bütünleşik Doktora

Dersin Amacı

Bu ders, yeni nesil dizileme verileri için yüksek verimli veri analizi tekniklerini sunmayı amaçlamaktadır.

Dersin Öğrenme Kazanımları

1   Yüksek verimli dizileme metodolojilerini tanımlamak.
2   Yüksek verimli dizilemede veri analizi zorluklarının farkında olmak.
3   Yüksek verimli dizileme veri analizi için uygun hesaplama yöntemini seçebilme.
4   Yüksek verimli dizileme veri analizi için mevcut araçların farkında olmak.
5   Moleküler biyoloji kapsamında yüksek verimli dizileme veri analizi sonuçlarını yorumlamak.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

MBG 6133 - Biyoinformatikte Veri Becerileri

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Dizileme teknolojilerine genel bakış
2 Yüksek verimli dizilemenin uygulamaları
3 Yüksek verimli dizileme için hesaplamalı alt yapı ve temel veri analizi
4 Biyoinformatikçilerin temel çağrısı
5 Yeni kısa okunur toplama
6 Kısa okunur haritalama
7 DNA protein etkileşim analizi (ChIP-Seq)
8 Genom çapında DNA metilasyon haritalarının üretilmesi ve analizi
9 Ara Sınav
10 RNA dizilimi için fark gösteren ifadeler
11 MikroRNA sentezleme profillemesi ve keşfi
12 CLIP-Seq verilerinin entegre analiziyle uç birleştirme düzenleyici ağını parçalara ayırma
13 Metagenomik verilerin analizi
14 Yüksek verimli dizileme veri analiz yazılımı: mevcut durum ve gelecekteki gelişmeler
15 Tartışma
16 Ödev Sunumları

Ders İçin Önerilen Kaynaklar

Ana Kaynak:
1. Rodríguez-Ezpeleta, Naiara, Michael Hackenberg, and Ana M. Aransay, eds. Bioinformatics for high throughput sequencing. Springer Science & Business Media, 2011.
2. Briefings in Bioinformatics, Oxford Journals, ISSN 1467-5463
3. Bioinformatics, Oxford Journals, ISSN 1367-4803
4. BMC Bioinformatics, ISSN 1471-2105

Öğrenme ve Öğretme Yöntemleri

PowerPoint sunumuyla teorik derslerin sunumu ve öğrencilerin ödev sunumları.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 ODV Ödev/Dkat.
2 VZ Vize
3 FN Final
4 BNS FinalSonuBaşarıNotu ODV * 0.30 + VZ * 0.30 + FN * 0.40
5 BUT Bütünleme
6 BBN BütSonuBasarıNotu ODV * 0.30 + VZ * 0.30 + BUT * 0.40


*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

gokhan.karakulah@deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan edilecektir

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Lectures 15 2 30
Tutorials 15 2 30
Preparation before/after weekly lectures 15 4 60
Preparation for Mid-term Exam 1 15 15
Preparation for Final Exam 1 25 25
Preparing Individual Assignments 1 30 30
Preparing Group Assignments 1 40 40
Preparing Presentations 15 5 75
Final 1 2 2
Mid-term 1 2 2
TOPLAM İŞ YÜKÜ (saat) 309

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8
ÖK.12
ÖK.22
ÖK.32
ÖK.42
ÖK.52