Personal Details

Einführung in Biomarker und ihre Rolle:

- Definition und Klassifikation von Biomarkern (diagnostisch, prognostisch, prädiktiv).

- Anwendungen von Biomarkern in personalisierter Medizin und Krankheitsüberwachung.

- Beispiele für Biomarker in Genomik, Proteomik und Metabolomik.

Datenanalyse und Validierung von Biomarkern:

- Nutzung bioinformatischer Methoden zur Identifikation und Analyse potenzieller Biomarker.

- Statistische und maschinelle Lernansätze für prädiktive Modellierung.

- Validierungsstrategien: Robustheit, Reproduzierbarkeit und klinische Relevanz.

Anwendungen in der prädiktiven Medizin:

- Integration von Multi-omics-Daten zur Vorhersage von Krankheitsrisiken und Therapieansprechen.

- Entwicklung prädiktiver Modelle für individuelle Behandlungsstrategien.

- Herausforderungen und ethische Aspekte der Biomarker-Nutzung in der Medizin.

Blended learning

Immanente Leistungsüberprüfung

Übungen während der Vorlesung sowie Prüfung

Einführung in das wissenschaftliche Schreiben und das Verfassen der Themenschrift.

- Richtige Zitierweise

- Schreibworkshop

Blended learning

Endprüfung

Masterarbeitsproposal (Themenschrift), Praktisches Projekt

Im Labor (wet lab) wird DNA extrahiert und eine Sequenzierung durchgeführt. Die erzeugten Daten werden analysiert und interpretiert.

Flipped classroom, mit Laborübung und anschließendem Analyseprojekt

Immanente Leistungsüberprüfung

Protokoll der Ergebnisse der Übung

Theoretische Grundlagen in der Genom- und Transkriptomanalyse:

- Einführung in die Themenbereiche Genomik und Transkriptomik, inklusive der Erzeugung der Daten.

- Softwarelösungen und Algorithmen im Bereich Genomik und Transkriptomik

Praktische Analysebeispiele aus Genomik und Transkriptomik. Anwendung entsprechender bioinformatischer Werkzeuge für

- Qualitätskontrolle und Prozessierung von Sequenzierdaten

- Assemblieren von Genomen und Transkriptomen.

- Mappen (Alignen) von Sequenzdaten

- Spezialisierte Beispiele aus dem Themenbereich (z.B. scRNA-Seq, ChIP-Seq o. a.)

Blended learning, flipped classroom

Immanente Leistungsüberprüfung

Praktische Übungsaufgaben und schriftlicher Test

Verschiedene Inhalte im Bereich Bioinformatik. Es sind Lehrveranstaltungen anrechenbar aus folgenden Bereichen:

- Biologisch/Medizinischer Fokus

- Technischer Fokus

- Wirtschaftlich/Rechtlicher Fokus

Blended learning

Immanente Leistungsüberprüfung

Praktische Übungen sowie Prüfung

Einführung in die unterschiedlichen Themengebiete der Bioinformatik:

- Grundlagen der Sequenzanalyse, im speziellen der Transkript- und Genomanalyse

- Zusammenhang zwischen Sequenz, Struktur und Funktion von Proteinen

- Metabolische Modelle

- Phylogenetische Studien

- Metagenomanalysen

- Vorstellung der wichtigsten relevanten Datenbanken

Praxiserfahrung: Praktische Beispiele zu den theoretisch behandelten Themen, Verwendung der relevanten Datenbanken, Sequenzvergleiche, Genexpressionsanalyse in R. Einführende Programmierbeispiele.

Darbietende & Aktivierende Methoden

Endprüfung

Bearbeitung von Beispielen, und Selbsttest mit Moodle