GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| 501002262023 | COMPUTATIONAL BIOLOGY | Ders | 2 | 4 | 5,00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
İngilizce
Dersin Amacı
The main purpose of this course is to educate attendees about the varieties of biological data, their production methods, analytical processes, and storage. Thus, we aim to teach fundamental principles of bioinformatics with hands-on coding workshops.
Dersi Veren Öğretim Görevlisi/Görevlileri
Yasin Kaymaz
Öğrenme Çıktıları
| 1 | Biyolojik veri üretim yöntemleri, bunların önemi ve uygulamaları hakkında eğitim |
| 2 | Biyoinformatik analiz teknikleri ve önemli kalite kontrol ilkeleri hakkında bilgi edinmek |
| 3 | Pratik uygulamalarla veri analitiği ve makine öğrenimi yöntemlerinin tanıtımı |
| 4 | Gaining a skill set about taking advantage of bioinformatics opportunities in the bioengineering perspective |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
None
Ders İçin Önerilen Diğer Hususlar
Personalized medicine CAR T cells immunotherapy mRNA vaccines Optogenetics in neuroscience CRISPR for gene editing
Dersin İçeriği
The emergence of bioinformatics as a new scientific field, its history, and its future. Introduction to the variety of biological data and their production techniques (Genomics, Transcriptomics, DNA-seq, RNA-seq, ChIP-seq, i.e.). Tools for setting up data analysis pipelines, basic coding, and software design (R, Python, bash, snakemake). Data processing specific to datasets and important points about interpreting outputs (noise removal, statistical significance, and p-value, batch effect removal, i.e.). Covering the application of machine learning methods in bioinformatics analysis and their importance with examples.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Uygulama | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|---|
| 1 | Biyoinformatik Bilimine Giriş | Bash tanıtımı | ||
| 2 | Biyoinformatiğin ortaya çıkışı ve temel terimler | Bash tanıtımı | ||
| 3 | Veri türleri ve üretim yöntemleri | Bash tanıtımı | ||
| 4 | Veritabanları ve veri depolama | Komut satırı araçları, sed, awk vb. Odak noktaları: Komut satırı kullanımında özgüven, biyoinformatik dosya formatları (öncelikle FASTA), kalite kontrolleri, dizi istatistikleri, motifler/k-merler, benzerlik araması (BLAST) ve küçük bir hizalama puanlayıcı. | ||
| 5 | Temel analitik yöntemler | Komut satırı araçları, sed, awk vb. Odak noktaları: Komut satırı kullanımında özgüven, biyoinformatik dosya formatları (öncelikle FASTA), kalite kontrolleri, dizi istatistikleri, motifler/k-merler, benzerlik araması (BLAST) ve küçük bir hizalama puanlayıcı. | ||
| 6 | Başlıca biyoinformatik algoritmaları | Komut satırı araçları, sed, awk vb. Odak noktaları: Komut satırı kullanımında özgüven, biyoinformatik dosya formatları (öncelikle FASTA), kalite kontrolleri, dizi istatistikleri, motifler/k-merler, benzerlik araması (BLAST) ve küçük bir hizalama puanlayıcı. | ||
| 7 | Veri analitiği için temel kodlama | Komut satırı araçları, sed, awk vb. Odak noktaları: Komut satırı kullanımında özgüven, biyoinformatik dosya formatları (öncelikle FASTA), kalite kontrolleri, dizi istatistikleri, motifler/k-merler, benzerlik araması (BLAST) ve küçük bir hizalama puanlayıcı. | ||
| 8 | Yüksek performanslı kodlama ve iş akışı tasarımı kullanımı | İkili dizi hizalaması, nokta grafiği, en uzun ortak dize ve Needleman-Wunsch algoritmalarının kodlanması | ||
| 9 | Ara Sınav | İkili dizi hizalaması, nokta grafiği, en uzun ortak dize ve Needleman-Wunsch algoritmalarının kodlanması | ||
| 10 | İstatistiksel anlamlılık ve p-değeri | İkili dizi hizalaması, nokta grafiği, en uzun ortak dize ve Needleman-Wunsch algoritmalarının kodlanması | ||
| 11 | ||||
| 12 | Gürültü giderme ve normalleştirme | FASTQ ve sekans okuma kalitesi | ||
| 13 | Anlamlı gen ekspresyonu farklılığı analizi (DGE) ve gen kümesi zenginleştirme analizi (GSEA) | SAM/BED/VCF denetimi ve aralık mantığı | ||
| 14 | Tek hücre genomik yöntemleri | Matrislerin sayılması, normalleştirme ile ilgili sezgisel anlayış ve kümeleme | ||
| 15 | Biyoinformatikte makine öğrenimi uygulamaları | Genel uygulama |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
The Molecular Biology of Cell, 5th Edition. Lewin’s Genes Molecular Cell Biology Bioinformatics Algorithms
Planlanan Öğrenme Aktiviteleri ve Metodları
Bioinformatics and Computational Tools Fundamental algorithms in bioinformatics
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 70 |
| Uygulama/Pratik | 1 | 20 |
| Ev Ödevi | 1 | 10 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| 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 |
| Derse Katılım | 14 | 2 | 28 |
| Uygulama/Pratik | 14 | 2 | 28 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 20 | 20 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 40 | 40 |
| Ev Ödevi | 1 | 20 | 20 |
| Toplam İş Yükü (saat) | 140 | ||
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 | 3 | ||||||||||
| ÖÇ 2 | 3 | ||||||||||
| ÖÇ 3 | 2 | ||||||||||
| ÖÇ 4 | 3 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek