Lehrinhalte
Molekularbiologische Grundlagen von Hochdurchsatzmessverfahren
(Microarrays, RNA-Seq, genome sequencing, proteinarrays, mass-spectrometry, flow-cytometry, mass-cytometry, genomics, proteomics, metabolomics)
Grundlagen der Statistik und des maschinellen Lernens (Entscheidungstheorie, Regression, Klassifikation und Clustering)
Exakte Substringsuche, Dynamische Programmierung, Algorithmen zum Sequenzvergleich (PAM, BLAST, BLAST2, etc), Abgleich mehrerer Sequenzen (ClustalW, DAlign, etc)
Wichtige bioinformatische Datenbanken und deren Verwendung in Medizin und Biologie (GenBank, Gene Expression Omnibus, Rfam, UniProt, Pfam, KEGG, BRENDA, Pathway Commons)
Analyse von Interaktionsnetzwerken (Modularität, Graphpartitionierung, Spannbäume, Differentielle Netzwerke, Netzwerkmotife, STRING database, PathBLAST)
Einführung in die Strukturbiologie, Vorhersage von RNA und Proteinstrukturen, Protein Data Bank (PDB)
Voraussetzungen
Empfohlen werden die Kenntnisse aus Allgemeine Informatik I
Online-Angebote
moodle
Molekularbiologische Grundlagen von Hochdurchsatzmessverfahren
(Microarrays, RNA-Seq, genome sequencing, proteinarrays, mass-spectrometry, flow-cytometry, mass-cytometry, genomics, proteomics, metabolomics)
Grundlagen der Statistik und des maschinellen Lernens (Entscheidungstheorie, Regression, Klassifikation und Clustering)
Exakte Substringsuche, Dynamische Programmierung, Algorithmen zum Sequenzvergleich (PAM, BLAST, BLAST2, etc), Abgleich mehrerer Sequenzen (ClustalW, DAlign, etc)
Wichtige bioinformatische Datenbanken und deren Verwendung in Medizin und Biologie (GenBank, Gene Expression Omnibus, Rfam, UniProt, Pfam, KEGG, BRENDA, Pathway Commons)
Analyse von Interaktionsnetzwerken (Modularität, Graphpartitionierung, Spannbäume, Differentielle Netzwerke, Netzwerkmotife, STRING database, PathBLAST)
Einführung in die Strukturbiologie, Vorhersage von RNA und Proteinstrukturen, Protein Data Bank (PDB)
Voraussetzungen
Empfohlen werden die Kenntnisse aus Allgemeine Informatik I
Online-Angebote
moodle
- Lehrende: Philipp Fröhlich
- Lehrende: Heinz Köppl
- Lehrende: Yujie Zhong
Semester: WiSe 2021/22