Bioinformatyka 320-BTS2-2BIN
Kierunek studiów: biotechnologia
Poziom kształcenia: studia drugiego stopnia
Profil studiów: ogólnoakademicki
Forma studiów: stacjonarne
Rodzaj przedmiotu: obowiązkowy, moduł kierunkowy
Dziedzina nauki: Dziedzina nauk ścisłych i przyrodniczych
Dyscyplina: nauki biologiczne
Dyscyplina: informatyka
Rok studiów/semestr: II rok / III semestr (zimowy)
Liczba godzin dydaktycznych z podziałem na formy zajęć:
wykład - 10 godz., laboratorium - 20 godz.
Metody dydaktyczne: wykład, pokaz, burza mózgów, konsultacje, metoda laboratoryjna, projekt
Punkty ECTS: 2,0
Bilans nakładu pracy studenta i wskaźniki ilościowe:
Całkowity nakład pracy studenta związany z zajęciami: 50 godz.
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela: 33,0 godz.
w tym:
1) udział w wykładach: 10,0 godz.
2) udział w zajęciach pozawykładowych: 20,0 godz.
3) udział w konsultacjach/zaliczeniach/egzaminach: 3,0 godz.
Praca własna studenta (przygotowanie się do zajęć/zaliczeń/egzaminów): 17,0 godz.
Wykłady mają na celu zapoznanie studentów z teoretycznymi podstawami bioinformatyki oraz jej zastosowaniami w biotechnologii. Omawiane są kluczowe elementy genomu oraz typy interakcji biologicznych analizowanych z wykorzystaniem metod bioinformatycznych. Program obejmuje charakterystykę przygotowania bibliotek do sekwencjonowania oraz specyfikę odczytów uzyskiwanych w technologii NGS. Przedstawione zostają również formaty plików wykorzystywane w analizie danych pochodzących z sekwencjonowania genomowego i RNA-seq, a także najważniejsze bazy danych, portale internetowe i narzędzia służące do ich przetwarzania i interpretacji. Szczególną uwagę poświęcono kolejnym etapom analizy danych na przykładzie RNA-seq — od mapowania odczytów, przez analizę ekspresji genów, aż po adnotację strukturalną i funkcjonalną. W ramach kursu omawiane są także podstawy ontologii sekwencji (SO) oraz ontologii genów (GO).
Laboratoria poświęcone są zastosowaniom praktycznym wykorzystującym wspomnianą wiedzę. Laboratoria mają również za zadanie zapoznanie studentów z praktycznymi podstawami pracy w systemie Linux, w szczególności z linią komend; podstawowymi typami plików oraz ich modyfikacją z wykorzystaniem wyrażeń regularnych; automatyzacją pracy poprzez stosowanie skryptów i pętli.
Rodzaj przedmiotu
ogólne kierunkowe
Wymagania (lista przedmiotów)
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza:
1. Student zna zaawansowane, specjalistyczne narzędzia oraz metody statystyczne i bioinformatyczne, pozwalające na opisywanie, prognozowanie przebiegu zjawisk i procesów biotechnologicznych (KP7_WG8).
Umiejętności:
2. Student potrafi posługiwać się odpowiednio dobranymi narzędziami statystycznymi i bioinformatycznymi w celu analizy wyników badań własnych i uzyskanych z ogólnodostępnych baz danych (KP7_UW3)
3. Student potrafi interpretować otrzymane wyniki, formułować wnioski na ich podstawie a także w oparciu o dane z odpowiednio dobranych źródeł informacji naukowej (KP7_UW5)
Kompetencje społeczne:
4. Student jest gotów do systematycznej aktualizacji i weryfikacji posiadanej wiedzy oraz racjonalnego i krytycznego podejścia do informacji uzyskanych z różnych źródeł (KP7_KK1)
Kryteria oceniania
Weryfikacja i ocena osiągniętych przez studenta efektów uczenia się następuje:
Wykład - egzamin pisemny (pytania otwarte i z odpowiedziami do wyboru). Warunkiem dopuszczenia do zaliczenia wykładów jest pozytywna ocena z zaliczenia laboratoriów.
Laboratorium - bieżąca ocena postępów podczas zajęć, bieżąca ocena pracy zdalnej studentów na udostępnionym serwerze, kolokwium pisemne. Zaliczenie na ocenę pozytywną laboratorium na podstawie pozytywnych wyników powyższych aktywności.
Dopuszczana jest jedna nieusprawiedliwiona nieobecność na zajęciach.
Kryteria oceny pisemnych prac zaliczeniowych zgodnie z kryteriami określonymi w w załączniku do Obwieszczenia nr 2/2024 Rektora Uniwersytetu w Białymstoku z dnia 21 maja 2024 r. Regulamin studiów Uniwersytetu w Białymstoku (tekst jednolity).
Literatura
Literatura podstawowa:
1. Higgs P., Attwood T. (2008) Bioinformatyka i ewolucja molekularna, PWN.
2. Hall B. (2008) Łatwe drzewa filogenetyczne, Wyd. UW.
3. Gruca A. (2010) Bioinformatyczne bazy danych, Wyd. PJWSTK; https://repin.pjwstk.edu.pl/xmlui/handle/186319/188
4. Haddock S.H.D., Dunn C.W. (2010) Practical computing for biologist, Oxford University Press.
Literatura uzupełniająca:
1. Baxevanis A., Ouellette B. (2004) Bioinformatyka : podręcznik do analizy genów i białek, PWN.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: