MLU
INF.08064.01 - Angewandte Bioinformatik (Complete module description)
Original version English
INF.08064.01 5 CP
Module label Angewandte Bioinformatik
Module code INF.08064.01
Semester of first implementation
Faculty/Institute Institut für Informatik
Module used in courses of study / semesters
  • Bioinformatik (180 LP) (Bachelor) > Bioinformatik Bioinformatik180, Version of accreditation valid from SS 2021 > Pflichtmodule
  • Nutzpflanzenwissenschaften (MA120 LP) (Master) > Agrarwissenschaft/Landwirtschaft Nutzpflanzenwiss.MA120, Version of accreditation valid from WS 2018/19 > Wahlpflichtmodule
Responsible person for this module
Further responsible persons
PD. Dr. Jan Grau
Prerequisites
Objektorientierte Programmierung (Studienleistung)
Skills to be acquired in this module
  • Die Studierenden können gängige Programme für bioinformatische Analysen auf Daten anwenden und Ergebnisse interpretieren
  • Die Studierenden verstehen Gemeinsamkeiten und Unterschiede alternativer Ansätze zur Lösung üblicher bioinformatischer Probleme
  • Die Studierenden können bestehende Programme für gegebene Probleme in geeigneter Weise kombinieren und diese Kombination in Pipelines automatisieren
  • Die Studierenden erwerben grundlegende Fähigkeiten in üblichen Programmiersprachen und werden befähigt, die geeignete Sprache für eine Problemstellung auszuwählen; sie können geeignete Pakete mit Zusatzfunktionalitäten finden, auswählen und anwenden
  • Die Studierenden kennen alternative Visualisierungen von Daten und Ergebnissen und können geeignete Visualisierungen auswählen
  • Die Studierenden erwerben Grundkenntnisse im Bereich des Maschinellen Lernens, können diese Methoden auf Daten anwenden und deren Güte vergleichen
Module contents
Thematisch werden verschiedene Bereiche der Bioinformatik wie die Auswertung von Sequenzierungsdaten, multiple Alignments, schnelle lokale Alignments, Modellierung von Proteindomänen und die Anwendung von Methoden des Maschinellen Lernens behandelt. Konkrete bioinformatische Probleme (Datenbankabfragen, Sequenzvergleiche, differentiell exprimierte Gene) werden u.a. mittels der Programmiersprachen R und Python unter Anwendung bioinformatischer Bibliotheken (Biopython, Bioconductor) gelöst. Standardprogramme der Bioinformatik (BLAST, Clustal, HMMer, DESeq u.a.) werden auf Daten angewendet und Ausgaben dieser Tools interpretiert und diskutiert.
Die Erstellung von Grafiken/Plots, deren Anwendungsfelder und Vor- und Nachteile werden vorgestellt und praktisch angewendet.
Methoden des Maschinellen Lernens (überwacht und unüberwacht) werden erklärt und auf Daten angewendet. Gütemaße und Bewertungsschemata für Klassifikations- und Regressionsprobleme werden vorgestellt.
Forms of instruction Lecture (2 SWS)
Exercises (2 SWS)
Course
Course
Languages of instruction German, English
Duration (semesters) 1 Semester Semester
Module frequency jedes Sommersemester
Module capacity unlimited
Time of examination
Credit points 5 CP
Share on module final degree Course 1: %; Course 2: %; Course 3: %; Course 4: %.
Share of module grade on the course of study's final grade 1
Module course label Course type Course title SWS Workload of compulsory attendance Workload of preparation / homework etc Workload of independent learning Workload (examination and preparation) Sum workload
Course 1 Lecture Vorlesung 2 0
Course 2 Exercises Übung 2 0
Course 3 Course Übungsaufgaben und Prüfungsvorbereitung 0
Course 4 Course Selbststudium zur Vorlesung 0
Workload by module 150 150
Total module workload 150
Examination Exam prerequisites Type of examination
Course 1
Course 2
Course 3
Course 4
Final exam of module
Erfolgreiche Bearbeitung von Übungsaufgaben, Erfolgreiches Vorrechnen von Übungsaufgaben, Vorführung von Programmen am Rechner
mündl. Prüfung oder Klausur
Exam repetition information
Prerequisites and conditions Prerequisites Frequency Compulsory attendance Share on module grade in percent
Course 1 Summer semester No %
Course 2 Summer semester No %
Course 3 Summer semester No %
Course 4 Summer semester No %