Applications of algorithms and techniques of data science in bioinformatics
0800-ALTECHBIO
The course will cover algorithmic techniques and methods for biomedical data analysis, including next gen DNA sequencing data such as RNA-seq.
Specific topics covered include:
DNA sequencing techniques and mapping of DNA fragments (DNA reads) using trees and suffix arrays, Burrows-Wheeler Transform; Bowtie, Python/Colab
Gene expression quantification using k-mer mapping and expectation maximization algorithms; Kallisto, Python/Colab
Comparing DNA and protein sequences using dynamic programming algorithms; BLAST, Python/Colab
Gene expression analysis using unsupervised learning methods; identification of molecular subtypes of tumors; cBioPortal, iLINCS
Prediction of tumor subtypes and other disease states using supervised learning methods; Logistic regression, RF, NN, R/R Studio
Total student workload
Overall students will need 100 hours to complete the course (20 hours of formal instruction/lectures and 20 hours of hands-on classes plus individual studies and homework assignments.
Learning outcomes - knowledge
(in Polish)
Efekty uczenia się – wiedza:
W1 – posiada ogólną wiedzę w zakresie języków programowania i inżynierii programowania (informatyka_stosowana: K_W06, fizyka techniczna: K_W04)
W2 - ma wiedzę na temat projektowania i programowania w językach i platformach używanych szeroko w naukach o danych
Learning outcomes - skills
(in Polish) Efekty uczenia się – umiejętności:
U1 - potrafi wykorzystać nabytą wiedzę matematyczną w algorytmach i ich zastosowaniach (informatyka stosowana: K_U01 fizyka techniczna: K_U01)
U2 - potrafi pozyskiwać informacje z literatury (informatyka stosowana: K_U02, fizyka techniczna: K_U04)
U3- potrafi planować i przeprowadzać proste eksperymenty (informatyka stosowana: K_U06)
U4 - ma umiejętność formułowania algorytmów i ich programowania przy użyciu języków Python oraz R
Learning outcomes - social competencies
(in Polish) Efekty uczenia się - kompetencje społeczne:
K1 - ma świadomość skutków wadliwie działających systemów informatycznych i przewidująych w zastosowaniach klinicznych, (informatyka stosowana: K_K01)
K2 - potrafi krytycznie ocenić posiadaną wiedzę i zna jej ograniczenia
Teaching methods
(in Polish) Metody dydaktyczne:
- wykład informacyjny
- demonstracje i symulacje
Metody dydaktyczne podające:
- wykład informacyjny (konwencjonalny)
Metody dydaktyczne poszukujące:
- ćwiczeniowa
Observation/demonstration teaching methods
- display
Expository teaching methods
- informative (conventional) lecture
Exploratory teaching methods
- practical
Prerequisites
Google account to access Google Drive and Colab.
Course coordinators
Assessment criteria
5 mini-projects using Python and Google Colab templates: 50% of the grade
Final exam: 50% of the grade
Additional information
Additional information (registration calendar, class conductors,
localization and schedules of classes), might be available in the USOSweb system: