Προγραμματιστικά εργαλεία και εφαρμογές σε -omics τεχνολογίες

Πληροφορίες Μαθήματος
ΤίτλοςΠρογραμματιστικά εργαλεία και εφαρμογές σε -omics τεχνολογίες / Bioinformatic tools and applications in -omics technologies
ΚωδικόςΙΑΒ06
ΣχολήΕπιστημών Υγείας
ΤμήμαΙατρικής
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό
Περίοδος ΔιδασκαλίαςΕαρινή
Υπεύθυνος/ηΑντιγόνη Μαλούση
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID600019990

Πρόγραμμα Σπουδών: ΔΠΜΣ Ιατρική Ακριβείας-Μεταφραστική Έρευνα και Θεραπευτική (2020-σήμερα)

Εγγεγραμμένοι φοιτητές: 10
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚορμόςΕπιλογής216

Πληροφορίες Τάξης
ΤίτλοςΠρογραμματιστικά εργαλεία και εφαρμογές σε -omics τεχνολογίες
Ακαδημαϊκό Έτος2023 – 2024
Περίοδος ΤάξηςΕαρινή
Διδάσκοντες άλλων Κατηγοριών
Ώρες Εβδομαδιαία3
Class ID
600241648
Ηλεκτρονική Διάθεση Μαθήματος
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Προαπαιτούμενα Μαθήματα
  • ΙΑΑ03 Βιοπληροφορική
Γενικές Προαπαιτήσεις
Εξοικείωση με τις βασικές έννοιες και πεδία εφαρμογών της Βιοπληροφορικής. Στις δια ζώσης διαλέξεις 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 κατανοούν τις δυνατότητες και τις εφαρμογές του προγραμματισμού στην ιατρική ακριβείας. 2. Να εντοπίζουν τα κατάλληλα πακέτα/συναρτήσεις της R για την επίλυση προβλημάτων Βιοπληροφορικής. 3. Να εφαρμόζουν τα υπολογιστικά βήματα επίλυσης προβλημάτων και να αξιολογούν τα αποτελέσματα.
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Εργασία σε διεπιστημονικό περιβάλλον
  • Παραγωγή νέων ερευνητικών ιδεών
Περιεχόμενο Μαθήματος
Το μάθημα αποτελείται από δύο ενότητες. Στην πρώτη ενότητα θα διδαχθούν οι βασικές αρχές προγραμματισμού και της γλώσσας προγραμματισμού R (συντακτικό, δομές δεδομένων, συναρτήσεις, βιβλιοθήκες απεικόνισης δεδομένων). Μέσα από σενάρια χρήσης θα παρουσιαστούν οι δυνατότητες της R στην ανάπτυξη δυναμικών κειμένων (R markdown) και διαδραστικών εφαρμογών (R shiny) και θα χρησιμοποιηθούν τα βασικά πακέτα διαχείρισης δεδομένων (dplyr, tidyverse κτλ.). Στη δεύτερη ενότητα θα παρουσιαστούν παραδείγματα εφαρμογής της R στην ανάλυση βιολογικών δεδομένων ευρείας κλίμακας μέσα από πακέτα της R/Bioconductor (Biostrings, rtracklayer, GenomicFeatures κ.ά.) και θα υλοποιηθούν παραδείγματα εισαγωγής δεδομένων από δημόσια αποθετήρια π.χ. The Cancer Genome Atlas, Gene expression omnibus. Επίσης, η δεύτερη ενότητα περιλαμβάνει τη χρήση πακέτων ανάλυσης δεδομένων μικροσυστοιχιών και αλληλούχισης επόμενης γενιάς, διαφορικής ανάλυσης -οmics δεδομένων ασθενών και εφαρμογές μηχανικής μάθησης.
Λέξεις Κλειδιά
Προγραμματισμός στην R, Βιοπληροφορική, ανάλυση -omics δεδομένων
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
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
Περιγραφή
Το μάθημα περιλαμβάνει διαλέξεις καθ’ έδρας και εργαστηριακές ασκήσεις με χρήση σύγχρονων οπτικοακουστικών μεθόδων, σημειώσεων μαθήματος, σύγχρονης βιβλιογραφίας (διαθέσιμη μέσω του αποθετηρίου ηλεκτρονικών συγγραμμάτων “Κάλλιπος”) 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
Διαλέξεις522,1
Εργαστηριακή Άσκηση281,1
Εκπόνηση μελέτης (project)331,3
Συγγραφή εργασίας / εργασιών371,5
Σύνολο1506
Αξιολόγηση Φοιτητών
Περιγραφή
Η αξιολόγηση θα βασιστεί: α) σε ατομικές εργασίες, και β) στο τελικό ερευνητικό project το οποίο θα ενοποιεί τις γνώσεις που αποκόμισαν οι φοιτητές κατά τη διάρκεια του μαθήματος.
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εργασία (Διαμορφωτική, Συμπερασματική)
  • Έκθεση / Αναφορά (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
Αποθετήριο ηλεκτρονικών συγγραμμάτων “Κάλλιπος”: 1. Βερύκιος, Β., Καγκλής, Β., Σταυρόπουλος, Η., 2015. Η επιστήμη των δεδομένων μέσα από τη γλώσσα R. [ηλεκτρ. βιβλ.] Αθήνα:Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Διαθέσιμο στο: http://hdl.handle.net/11419/2965 2. Ντζούφρας, Ι., Καρλής, Δ. 2015. Εισαγωγή στον προγραμματισμό και στη στατιστική ανάλυση με R. [ηλεκτρ. βιβλ.] Αθήνα:Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Διαθέσιμο στο: http://hdl.handle.net/11419/2602
Επιπρόσθετη βιβλιογραφία για μελέτη
Διαδικτυακά συγγράμματα: 1. Various R books (https://bookdown.org) 2. Quick-R by datacamp (https://www.statmethods.net) 3. A little book of R for Bioinformatics (https://a-little-book-of-r-for-bioinformatics.readthedocs.io/en/latest/)
Τελευταία Επικαιροποίηση
01-03-2024