Analiza danych proteomicznych
Informacje ogólne
Kod przedmiotu: | 1000-5D22ADP |
Kod Erasmus / ISCED: |
11.1
|
Nazwa przedmiotu: | Analiza danych proteomicznych |
Jednostka: | Wydział Matematyki, Informatyki i Mechaniki |
Grupy: |
Seminaria magisterskie dla Machine Learning Seminaria magisterskie na bioinformatyce Seminaria magisterskie na informatyce |
Punkty ECTS i inne: |
6.00
|
Język prowadzenia: | angielski |
Rodzaj przedmiotu: | seminaria magisterskie |
Skrócony opis: |
Tematyka seminarium obejmuje podstawowy dział biologii obliczeniowej jakim jest proteomika, czyli analiza białek w organizmach żywych. Koncentrujemy się na algorytmach i modelach matematycznych pozwalających na interpretację danych pozyskanych technologią spektrometrii. |
Pełny opis: |
Niebywale burzliwy rozwój molekularnej biologii spowodował rosnące zapotrzebowanie na zastosowanie narzędzi matematyki i informatyki w tej dziedzinie. Obliczeniowa biologia molekularna jest bardzo pojemnym działem, w którym stosowane są różnorodne metody matematyki i informatyki: algorytmika, kombinatoryka, metody probabilistyczne, statystyka. Jest to obecnie bardzo intensywnie rozwijający się dział stanowiący przedmiot zainteresowania zarówno firm prywatnych, jak i większości wiodących uniwersytetów. Tematyka seminarium skupia się wokół algorytmicznych i matematycznych metod analizy danych proteomicznych. Wiele referatów dotyczy aktualnych projektów badawczych, w których uczestniczą prowadzący seminarium. Ostatnio nasze zainteresowania dotyczą metod obliczeniowych dla danych proteomicznych (także metabolomicznych) pozyskiwanych za pomocą spektrometrów masowych oraz technologii jądrowego rezonansu magnetycznego. Analiza takich danych najczęściej motywowana jest zastosowaniami medycznymi, a wykorzystywane narzędzia informatyczno-matematyczne, obok modeli statystycznych i uczenia maszynowego wykorzystują też takie działy kombinatoryka czy teoria optymalnego transportu. |
Literatura: |
Współczesna literatura z tej dziedziny, w tym czasopisma naukowe i dane z Internetu. |
Efekty uczenia się: |
Wiedza 1. Ma ogólna wiedzę o problemach bioinformatyki i biologii systemów (K_W08). 2. Ma podstawową wiedzę w zakresie podstawowych narzędzi matematycznych stosowanych w modelowaniu i analizie danych molekularnych (K_W09). Umiejętności 1. Dostrzega ograniczenia własnej wiedzy i rozumie potrzebę jej ciągłego uzupełniania i aktualizowania (K_U07) 2. Potrafi przygotować prezentację i wygłosić referat opierając się na artykułach naukowych lub wynikach własnych badań (K_U08). 3. Potrafi czytać ze zrozumieniem teksty naukowe w języku angielskim (K_U09). Kompetencje 1. Potrafi zarządzać swoim czasem oraz podejmować zobowiązania i dotrzymywać terminów (K_K08). 2. Jest gotów do przedstawiania wybranych osiągnięć bioinformatycznych i formułowania opinii na ich temat (K_K05, K_K06). |
Metody i kryteria oceniania: |
wygłoszenie referatu, na 4 roku zatwierdzenie pracy magisterskiej na 5 roku złożenie pracy magisterskiej |
Zajęcia w cyklu "Rok akademicki 2023/24" (zakończony)
Okres: | 2023-10-01 - 2024-06-16 |
Przejdź do planu
PN WT ŚR CZ SEM-MGR
PT |
Typ zajęć: |
Seminarium magisterskie, 60 godzin
|
|
Koordynatorzy: | Anna Gambin, Błażej Miasojedow | |
Prowadzący grup: | Anna Gambin, Błażej Miasojedow | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Zaliczenie |
Zajęcia w cyklu "Rok akademicki 2024/25" (w trakcie)
Okres: | 2024-10-01 - 2025-06-08 |
Przejdź do planu
PN WT ŚR CZ SEM-MGR
PT |
Typ zajęć: |
Seminarium magisterskie, 60 godzin
|
|
Koordynatorzy: | Anna Gambin, Błażej Miasojedow | |
Prowadzący grup: | Anna Gambin, Błażej Miasojedow | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Zaliczenie |
Właścicielem praw autorskich jest Uniwersytet Warszawski.