Personendetails

Die Lehrveranstaltung dient der Betreuung der schriftlichen Verfassung der Bachelorarbeit Bioinformatik. Es wird der biologische Hintergrund des gewählten Themas aufgearbeitet und die Form der schriftlichen Arbeit besprochen.

Vorlesung/Vortrag, Peer-Feedback

Endprüfung

Präsentation

Einführung in die Datenanalyse mit R. Es werden grundlegende Programmstrukturen und Datentypen in R besprochen, sowie die Implementierung von einfachen Algorithmen und die Anwendung der Basispakete für die Durchführung von Data Science in R.

Vorlesung mit aktivierenden Methoden, Arbeitsaufträge mit Feedback

Immanente Leistungsüberprüfung

Hausarbeit

Die Lehrveranstaltung dient zur Betreuung der Bachelorarbeit, die Inhalte richten sich nach dem ausgewählten Thema.

Vorlesung/Vortrag, Arbeitsaufträge mit Feedback

Endprüfung

Dieses Seminar dient als Grundlage für die auszuführende Bachelor-Arbeit und wird zusammen mit dieser beurteilt.

Vertiefung in die Sequenziermethodik, mit speziellen Anwendungen wie z.B.

- Direct RNA-Sequencing

- Selective Sequencing

- Sequencing of cfDNA

- Exosome Sequecing

Laborübung mit anschließender Auswertung

Flipped classroom

Endprüfung

Moodle Tests und Report

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

Die Studierenden erlernen den vertiefenden Umgang mit R zur Analyse und Visualisierung von Daten, welche im Bioprocess Engineering anfallen.

- Programmieren mit R

- Ablauf und Methoden der Datenanalyse

- Spezielle Pakete zur Datenanalyse

- Visualisierungsmethoden und Pakete

- Analysemethoden die künstliche Intelligenz verwenden

Blended learning

Endprüfung

Projektabgabe