GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| 509004732021 | BİYOMÜHENDİSLİK İÇİN BİYOİNFORMATİK | Ders | 4 | 7 | 3,00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Bu derste biyolojik verilerin türleri, üretilmesi, işlenmesi ve saklanması hakkında kapsamlı bilgi verilerek biyoinformatik biliminin temel prensiplerinin uygulamalı eğitimi amaçlanmaktadır.
Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
| 1 | Biyolojik verilerin üretimi ile ilgili tekniklerin önemi ve uygulama alanları konusunda bilgilendirme |
| 2 | Biyoinformatik analiz yöntemleri ve önemli kontrol prensipleri hakkında deneyim kazandırma |
| 3 | Data analitiği ve makine öğrenmesi metotlarının pratik uygulamalarını tanıtma |
| 4 | Biyomühendislik perspektifinde biyoinformatik biliminin imkanlarını kullanabilme yetisi kazandırma |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Moleküler Biyoloji ve Genetik, Temel Matematik, Temel İstatistik
Ders İçin Önerilen Diğer Hususlar
[Yok]
Dersin İçeriği
Biyoinformatik biliminin ortaya çıkması, tarihi ve geleceği. Biyolojik verilerin çeşitleri ve üretim tekniklerinin tanıtılması (Genomik ve Transkriptomik veriler, DNA-seq, RNA-seq, ChIP-seq, vb.). Analitik veri işleme hatları oluşturma, temel kodlama ve yazılım dizaynı için kullanılabilecek araçlar (R, python, bash, snakemake). Türüne özgü veri işlenmesi ve sonuçların yorumlanmasında dikkat edilmesi gereken hususlar (veri gürültüsü ayıklama, istatistiksel anlamlılık ve p-değeri, batch efekti düzeltme, vs.). Makine öğrenmesi yöntemlerinin biyoinformatik analizlerindeki yeri ve öneminin örneklerle işlenmesi.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Uygulama | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|---|
| 1 | Biyoinformatik bilimine giriş | Linux, bash, shell | ||
| 2 | Biyoinformatik biliminin gelişimi ve temel terimler | |||
| 3 | Data türleri ve üretim yöntemleri | |||
| 4 | Veritabanları ve veri saklama | |||
| 5 | Temel data analitik yöntemleri | |||
| 6 | Başlıca biyoinformatik algoritmalar | |||
| 7 | Veri işleme için temel kodlama | |||
| 8 | Yüksek performanslı bilgisayarların (HPC) kullanımı ve veri hattı dizaynı | |||
| 9 | Arasinav | |||
| 10 | İstatistiksel anlamlılık ve p-değeri | |||
| 11 | Gen ifadesi analizi ve RNAseq yöntemleri | |||
| 12 | Gürültü giderme ve normalizasyon | |||
| 13 | Anlamlı farklılaşmış gen ifadesi tespiti (DGE) ve gen seti zenginleştirme analizi (GSEA) | |||
| 14 | Tek hücre genomiks yöntemleri | |||
| 15 | Biyoinformatikte makine öğrenmesi uygulamaları | |||
| 16 | Final sinavi |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 50 |
| Takım/Grup Çalışması | 3 | 25 |
| Deney Sonrası Quiz | 5 | 25 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 50 |
| Proje Hazırlama | 1 | 25 |
| Deney Sonrası Quiz | 5 | 25 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Bütünleme Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 2 | 28 |
| Uygulama/Pratik | 14 | 1 | 14 |
| Takım/Grup Çalışması | 3 | 3 | 9 |
| Proje Hazırlama | 1 | 10 | 10 |
| Proje Sunma | 1 | 2 | 2 |
| Makale Kritik Etme | 7 | 3 | 21 |
| Toplam İş Yükü (saat) | 90 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | |
| ÖÇ 1 | 4 | ||||||||||
| ÖÇ 2 | 5 | 5 | |||||||||
| ÖÇ 3 | 5 | ||||||||||
| ÖÇ 4 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek