Βιοπληροφορική με Εφαρμογές στην Ιατρική

Πληροφορίες Μαθήματος
ΤίτλοςΒιοπληροφορική με Εφαρμογές στην Ιατρική / Bioinformatics with Applications in Medicine
ΚωδικόςΙΑ2017
ΣχολήΕπιστημών Υγείας
ΤμήμαΙατρικής
Κύκλος / Επίπεδο1ος / Προπτυχιακό
Περίοδος ΔιδασκαλίαςΕαρινή
Υπεύθυνος/ηΑντιγόνη Μαλούση
ΚοινόΝαι
ΚατάστασηΕνεργό
Course ID600017978

Πρόγραμμα Σπουδών: ΠΠΣ Τμήματος Ιατρικής (2019-σήμερα)

Εγγεγραμμένοι φοιτητές: 96
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣΕπιλογής Α212
Πληροφορίες Τάξης
ΤίτλοςΒιοπληροφορική με Εφαρμογές στην Ιατρική
Ακαδημαϊκό Έτος2022 – 2023
Περίοδος ΤάξηςΕαρινή
Διδάσκοντες μέλη ΔΕΠ
Διδάσκοντες άλλων Κατηγοριών
Class ID
600220563
ΤμήμαΔιδάσκοντες
1. Εργ. Βιολογικής Χημείας

Πρόγραμμα Τάξης

ΚτίριοMedicine (amphitheatre)
ΌροφοςGroundfloor
ΑίθουσαΑΜΦΙΘΕΑΤΡΟ Ε (70)
ΗμερολόγιοWednesday 16:00 to 18:00
Τύπος Μαθήματος
Γενικού Υποβάθρου
Τύπος Μαθήματος 2011-2015
Γενικού Υποβάθρου
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
  • Eξ απoστάσεως εκπαίδευση
Ηλεκτρονική Διάθεση Μαθήματος
Erasmus
Το μάθημα προσφέρεται και σε φοιτητές προγραμμάτων ανταλλαγής.
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
  • Αγγλικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Το μάθημα περιλαμβάνει πρακτική εξάσκηση των φοιτητών σε συγκεκριμένα σενάρια χρήσης βιοπληροφορικών εργαλείων και βάσεων δεδομένων. Η εξάσκηση θα γίνεται κατά τη διάρκεια του μαθήματος γι' αυτό οι φοιτητές θα πρέπει να έχουν μαζί τους ηλεκτρονικό υπολογιστή.
Μαθησιακά Αποτελέσματα
Οι φοιτητές με το πέρας των μαθημάτων θα είναι σε θέση: 1. Να αναγνωρίζουν τα είδη των προβλημάτων που μπορούν να επιλυθούν με τη βοήθεια μεθόδων Βιοπληροφορικής. 2. Να επιλέγουν και να χρησιμοποιούν σωστά τις κατάλληλες βάσεις δεδομένων και εργαλεία. 3. Να εφαρμόζουν τα υπολογιστικά βήματα των αναλύσεων και να αξιολογούν τα αποτελέσματα. 4. Να κατανοούν τις εφαρμογές της Βιοπληροφορικής στη διάγνωση και εξατομικευμένη θεραπεία.
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Αυτόνομη εργασία
  • Ομαδική εργασία
  • Εργασία σε διεπιστημονικό περιβάλλον
  • Παραγωγή νέων ερευνητικών ιδεών
Περιεχόμενο Μαθήματος
Το μάθημα αποτελείται από δύο βασικές ενότητες. Η πρώτη ενότητα εστιάζεται σε εισαγωγικές έννοιες της Βιοπληροφορικής, τους βασικούς αλγορίθμους και τα προβλήματα στα οποία αυτοί βρίσκουν εφαρμογή. Μεταξύ αυτών μελετώνται οι αλγόριθμοι στοίχισης αλληλουχιών, τεχνικές μοντελοποίησης βιολογικής πληροφορίας καθώς και μέθοδοι λειτουργικής ανάλυσης γονιδίων και ανάλυσης/απεικόνισης μακρομορίων. Το πρακτικό μέρος της ενότητας αυτής περιλαμβάνει τη γνωριμία των φοιτητών με τις κυριότερες βάσεις δεδομένων και την εξοικείωσή τους με διαθέσιμα εργαλεία που υλοποιούν τις παραπάνω τεχνικές μέσα από αντιπροσωπευτικές ασκήσεις και σενάρια χρήσης που έχουν ιατρικές εφαρμογές. Η δεύτερη ενότητα αντιστοιχεί στις εβδομάδες 8-13 και επικεντρώνεται σε εφαρμογές της Βιοπληροφορικής στην Ιατρική με τη βοήθεια σύγχρονων τεχνικών επεξεργασίας οι οποίες ανταποκρίνονται στην ανάγκη: α) ανάλυσης πολύ μεγάλου όγκου δεδομένων και β) ενοποιημένης επεξεργασίας των δεδομένων αυτών. Περιγράφονται οι βασικές αρχές που διέπουν υψηλής απόδοσης τεχνολογίες όπως οι μικροσυστοιχίες και οι τεχνολογίες αλληλούχισης επόμενης γενιάς και αναλύονται τα βήματα υπολογιστικής ανάλυσης σε βασικές εφαρμογές αυτών, όπως ο εντοπισμός πολυμορφισμών και γονιδιακή έκφραση. Η εισαγωγή σε προγραμματιστικά περιβάλλοντα ολοκληρώνει τη δεύτερη ενότητα και αποσκοπεί στη γνωριμία των φοιτητών με εργαλεία απαραίτητα στις υπολογιστικές αναλύσεις και φιλικά προς τον χρήστη.
Λέξεις Κλειδιά
Βιοπληροφορική, αλγόριθμοι, ανάλυση -omics δεδομένων υψηλής απόδοσης
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Βιβλίο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
  • Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
  • Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
  • Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Περιγραφή
Η διδασκαλία περιλαμβάνει διαλέξεις καθ’ έδρας και εργαστηριακές ασκήσεις με χρήση σύγχρονων οπτικοακουστικών μεθόδων, σημειώσεων μαθήματος, σύγχρονης βιβλιογραφίας και διαδικτυακού εκπαιδευτικού υλικού. Η μεθοδολογία διδασκαλίας ενθαρρύνει το συνεργατικό χαρακτήρα της μάθησης μέσα από τις εργασίες που θα αναλάβουν οι φοιτητές, καθώς και από τη δυνατότητα συζητήσεων και ανταλλαγής μηνυμάτων που παρέχεται από την υπηρεσία e-learning του Α.Π.Θ.
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις301,1
Εργαστηριακή Άσκηση80,3
Συγγραφή εργασίας / εργασιών80,3
Εξετάσεις100,4
Σύνολο562
Αξιολόγηση Φοιτητών
Περιγραφή
Η αξιολόγηση περιλαμβάνει προαιρετικές εργασίες (ατομικές ή ομαδικές ανάλογα με το πλήθος των συμμετεχόντων), οι οποίες θα δίνουν επιπλέον μέχρι 2 μονάδες στη τελική βαθμολογία, καθώς και την τελική γραπτή εξέταση με τη μορφή ερωτήσεων κλειστού και ανοιχτού τύπου.
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Πολλαπλής Επιλογής (Διαμορφωτική)
  • Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Διαμορφωτική)
  • Γραπτή Εργασία (Διαμορφωτική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
ΥΠΟΛΟΓΙΣΤΙΚΗ ΓΟΝΙΔΙΩΜΑΤΙΚΗ ΜΕ ΤΗΝ R (Computational Genomics in R) Κωδικός Βιβλίου στον Εύδοξο: 112700859 Συγγραφείς: ALTUNA AKALIN Διαθέτης (Εκδότης): ΠΑΡΙΣΙΑΝΟΥ ΜΟΝΟΠΡΟΣΩΠΗ ΑΝΩΝΥΜΗ ΕΚΔΟΤΙΚΗ ΕΙΣΑΓΩΓΙΚΗ ΕΜΠΟΡΙΚΗ ΕΤΑΙΡΕΙΑ ΕΠΙΣΤΗΜΟΝΙΚΩΝ ΒΙΒΛΙΩΝ
Επιπρόσθετη βιβλιογραφία για μελέτη
Αποθετήριο ηλεκτρονικών συγγραμμάτων “Κάλλιπος”: 1. Μπάγκος, Π., 2015. Βιοπληροφορική. [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Διαθέσιμο δωρεάν στο: http://hdl.handle.net/11419/5016 2. Νικολάου, Χ., Χουβαρδάς, Π., 2015. Υπολογιστική βιολογία. [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Διαθέσιμο δωρεάν στο: http://hdl.handle.net/11419/1577
Τελευταία Επικαιροποίηση
21-02-2023