ΒΙΟΠΛΗΡΟΦΟΡΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΜΕΓΑΛΗΣ ΚΛΙΜΑΚΑΣ ΑΠΟ ΦΑΙΝΟΤΥΠΙΚΗ ΚΑΙ ΓΕΝΟΤΥΠΙΚΗ ΑΝΑΛΥΣΗ

Πληροφορίες Μαθήματος
ΤίτλοςΒΙΟΠΛΗΡΟΦΟΡΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΜΕΓΑΛΗΣ ΚΛΙΜΑΚΑΣ ΑΠΟ ΦΑΙΝΟΤΥΠΙΚΗ ΚΑΙ ΓΕΝΟΤΥΠΙΚΗ ΑΝΑΛΥΣΗ / Bioinformatic applications for high-throughput phenomics and genomics data analysis
ΚωδικόςGPP110
ΣχολήΓεωπονίας, Δασολογίας και Φυσικού Περιβάλλοντος
ΤμήμαΓεωπονίας
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό, 3ος / Διδακτορικό
Περίοδος ΔιδασκαλίαςΧειμερινή
Υπεύθυνος/ηΑλέξιος Πολύδωρας-Πολύδωρος
ΚοινόΝαι
ΚατάστασηΕνεργό
Course ID600017391

Πρόγραμμα Σπουδών: Πρόγραμμα μεταπτυχιακών Σπουδών Γενετική, Βελτίωση φυτών και Παραγωγή Πολλαπλασιαστικού Υλικού

Εγγεγραμμένοι φοιτητές: 8
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣ - Υποχρεωτικά & ΕπιλογήςΕπιλογής327

Πληροφορίες Τάξης
ΤίτλοςΒΙΟΠΛΗΡΟΦΟΡΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ ΜΕΓΑΛΗΣ ΚΛΙΜΑΚΑΣ ΑΠΟ ΦΑΙΝΟΤΥΠΙΚΗ ΚΑΙ ΓΕΝΟΤΥΠΙΚΗ ΑΝΑΛΥΣΗ
Ακαδημαϊκό Έτος2023 – 2024
Περίοδος ΤάξηςΧειμερινή
Διδάσκοντες μέλη ΔΕΠ
Διδάσκοντες άλλων Κατηγοριών
Ώρες Εβδομαδιαία4
Ώρες Συνολικά52
Class ID
600239613
Τύπος Προσφοράς
  • Επιστημονικής Περιοχής
Τύπος Μαθήματος
Ειδικού Υποβάθρου
Τύπος Μαθήματος 2016-2020
  • Επιστημονικής Περιοχής
Τύπος Μαθήματος 2011-2015
Εμβάθυνσης / Εμπέδωσης Γνώσεων
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 (Εξέταση)
Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα: 1) γνωρίζουν τις μεγαλύτερες βάσεις δεδομένων γενετικής πληροφορίας (γονιδίωμα, προτέωμα, βιοχημικά μονοπάτια, μικροβίωμα κλπ) και τρόπους πρόσβασης και εξόρυξης πληροφορίας. 2) έχουν εξοικιωθεί με τη χρήση λογισμικού ανάλυσης αλληλουχίας σε επίπεδο γονιδιώματος, μικροβιώματος και μεταγραφώματος 3) έχουν γνωρίσει τι είναι και πως λειτουργούν απεικονιστικοί αισθητήρες λήψης δεδομένων φαινοτυπικής αποτύπωσης και επίγειες και εναέριες πλατφόρμες μεταφοράς τους. 4)θα γνωρίζουν τεχνικές απεικόνισης και ανάλυσης φαινοτυπικών παραμέτρων φυτών
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία
  • Εργασία σε διεθνές περιβάλλον
  • Εργασία σε διεπιστημονικό περιβάλλον
  • Παραγωγή νέων ερευνητικών ιδεών
  • Σχεδιασμός και διαχείριση έργων
  • Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα
  • Σεβασμός στο φυσικό περιβάλλον
  • Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου
  • Άσκηση κριτικής και αυτοκριτικής
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Συλλογή και ανάλυση δεδομένων από συστήματα αισθητήρων για την αυτόματη ανίχνευση και χαρτογράφηση απειλών (ζιζανίων, μυκήτων, ιών και εντόμων) σε καλλιέργειες, καθώς και ανίχνευση, αναγνώριση και χαρτογράφηση καταπονήσεων σε καλλιέργειες. Μέτρηση παραγωγής σε οπωρώνες και μεγάλες καλλιέργειες με την χρήση νέων τεχνολογιών (RTK-GPS, zigbee, ambient computing). Συστήματα ιχνηλασιμότητας προϊόντων και εργασιών εντός αγρού με χρήση νέων τεχνολογιών (RFID, barcode, GPS, zigbee, wearable computers, κλπ). Aπεικονιστικοί αισθητήρες λήψης δεδομένων φαινοτυπικής αποτύπωσης (ορατό, υπέρυθρο, υπερφασματικοί, φθορισμού, θερμικοί, LIDAR). Επίγειες και εναέριες πλατφόρμες μεταφορά των αισθητήρων (πλατφόρμες φαινοτυπικής αποτύπωσης, UAVs). Τεχνικές απεικόνισης φαινοτυπικών παραμέτρων φυτών (δείκτες βλάστησης, δείκτης φυλλικής επιφάνειας, φυτοκάλυψη, ύψος φυτών, καταπόνηση από βιοτικούς και αβιοτικούς παράγοντες, βιομάζα, παραγωγή). Επεξεργασία εικόνας για εκτίμηση παραμέτρων. Συλλογή και ανάλυση δεδομένων αλληλούχισης γονιδιώματος. Πρόσβαση και απόκτηση δεδομένων από βάσεις αλληλουχιών. Αξιολόγηση δεδομένων αλληλούχισης, λογισμικά και πλατφόρμες επεξεργασίας αλληλουχίας. Σχολιασμός (Annotation), γονιδιακή οντολογία (Gene Ontology), σύνδεση με βάσεις δεδομένων μεταβολικών μονοπατιών σε αλληλουχίες που αποκτούνται με μαζική παράλληλη αλληλούχιση νέας γενιάς (Next Generation Sequencing). Ανάλυση περιβαλλοντικών μικροβιωμάτων. Λογισμικά ανάλυσης μεταγραφώματος, πρωτεώματος, μεταβολώματος.
Λέξεις Κλειδιά
αυτοματισμοί, αισθητήρες, απεικονιστικές μέθοδοι, γονιδιακη οντολογια, αλληλούχηση, γονιδίωμα, προτέωμα, μεταβόλωμα
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Πολυμεσικό υλικό
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 γίνεται με χρήση κατάλληλων λογισμικών πρόσβασης και ανάλυσης σε βάσεις δεδομένων, ανάλυσης αλληλουχιών, ανάλυσης εικόνας και φασματικών δεδομένων
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις70
Εργαστηριακή Άσκηση30
Φροντιστήριο26
Διαδραστική διδασκαλία στο Υπολογιστικό Κέντρο52
Εξετάσεις2
Σύνολο180
Αξιολόγηση Φοιτητών
Περιγραφή
Γραπτές εξετάσεις, χρήση λογισμικού για ανάλυση δεδομένων
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Πολλαπλής Επιλογής (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εξέταση με Ερωτήσεις Εκτεταμένης Απάντησης (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εξέταση με Επίλυση Προβλημάτων (Διαμορφωτική)
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
DOI: 10.25165/j.ijabe.20181102.2696 Sensors 2014, 14, 20078-20111; doi:10.3390/s141120078 Computers and Electronics in Agriculture, http://dx.doi.org/10.1016/j.compag.2015.10.011
Τελευταία Επικαιροποίηση
28-02-2024