Details

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

Geschichtlicher Zusammenhang

Genom, Transkriptom und Proteom

Unterschiede zwischen Eukaryoten, Prokaryoten, Archaea und Viren.

Replikation - Transkription - Translation

Mutationen und Rekombination

Struktur der DNA; DNA-Basen; DNA-Basen-Veränderungen; DNA Schaden und Reparatur

weitere Methoden der DNA Analytik

Sequenziertechnologie

Agarose Gel Elektrophorese

DNA Extraktionen

Nucleinsäure Quantifizierung

PCR / qPCR

Micro Arrays

FISH

Blotting Techniken

Transfektion, Transduktion (Methoden)

Genom Editing (CRISPR, Zn Finger, …)

Plasmide Komponenten Aufbau…

Expressions Wirte

Zelllinienentwicklung

Praktische Beispiele

Primerdesign, Massenberechnungen analytischer Restriktionsverdauung

Vorlesung; es werden auch praktische Fähigkeiten wie Primerdesign und ähnliches vermittelt.

Endprüfung

Endprüfung

Einführung in die Anwendungsfelder der Bioinformatik, es werden einzelne Themengebiete aufgegriffen und diskutiert und Analysen praktisch durchgeführt. Grundkonzepte von Programmiersprachen werden besprochen und in praktischen Beispielen erarbeitet.

Vorlesung/Vortrag, Diskussion und problembasiertes Lernen

Immanente Leistungsüberprüfung

Fallbearbeitung und MC-Test

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.

Das Seminar soll den Studierenden einen Überblick über die unterschiedlichen Bereiche der Bioinformatik geben. Es werden Vortragende aus verschiedenen Arbeitsfeldern und Themengebieten eingeladen, die über ihre Erfahrungen und Projekte sprechen.

Seminarreihe

Vorträge und Diskussionen

Schriftliche Prüfung am Ende der Veranstaltung.

Als Beispiel aus der Biotechnologie werden die Studierenden im gärungstechnischen Labor an der Umsetzung eines Bierrezepts arbeiten. Die Studierenden bekommen eine Einführung in das Thema und können sich mit Automatisierungslösungen (Brew Pie - Rasberry Pie) und Datenerfassung praktisch auseinandersetzen. Zu den Tätigkeiten im Labor werden die Studierenden Labels für ihr Bier designen und eine Webseite erzeugen auf der die bearbeiteten Rezepte zu sehen sind.

Die Studierenden werden in Gruppen von 3-4 Personen arbeiten.

Vortrag, praktische Labor Übung

Die Mitarbeit im gärungstechnischen Labor sowie beim Design und der umsetzung der Webseite wird benotet.

-) Einführung in die Oxford Nanopore Sequenziertechnologie

-) Durchführung einer DNA Sequenzierung mittels MinION im Labor (Wet Lab)

-) Erarbeitung einer geeigneten Qualitätskontrolle

-) Erarbeitung einer geeigneten Analyse-Pipeline

-) Interpretation und Diskussion der Ergebnisse

-) Vortrag

-) praktische Übungen im Wet-Lab und In-Silico

Immanente Leistungsüberprüfung, Protokoll der Ergebnisse der Übung, Abschlussprüfung

Methologie zur Durchführung der DA:

Klärung der Vorgangsweise anhand einzelner Präsentationen der Arbeiten

Präsentationen

Beurteilung der Präsentation

Im Seminar stellt jeder Studierende das Thema seiner Masterarbeit vor, und die Fortschritte und Herausforderungen während dem Verlauf der Masterarbeit. Mit den anderen Studierenden und der Lektorin werden Lösungsansätze und Literaturreferenzen diskutiert.

Vorträge, Diskussion

Präsentation

Einführung in die Erzeugung und Analyse von Metagenom/Mikrobiom Daten.

Vortrag, Diskussion und praktische Beispiele.

Praktisches Beispiel, Präsentation

1) Erarbeiten ausgewaehlter Kapitel der Bioinformatik (Short/long-read Technologien, spezielle Anwendungen z.B. ChIP-Seq, RNA-Seq) und

2) Theoretische Grundlagen und Anwendung entsprechender bioinformatischer Programme zur Analyse der Daten

- Einleitungen und Erklärungen (Vortrag)

- Gemeinsame Übungen am Computer

40 % Praktisch: Abgabe und Präsentation von praktischen Beispielen

40 % Theoretisch:Moodle Zwischenprüfung

20 % Präsentationen und Diskussion von wissenschaftlichen Arbeiten/Artikeln

Die Übung dient zur Festigung des in der Vorlesung Transcriptomics and Genomics erworbenem Wissen. Es werden Programmierbeispiele in Python und R, und Bash durchgeführt und mit Software zur Sequenzanalyse gearbeitet.

DataCamp, Moodle, Linux Server, und Beispielskripte

Practical examples, DataCamp courses

Form und Merkmale der schriftlichen Darlegung der Masterarbeit (Diplomarbeit). Erarbeitung und Präsentation (Technik und Übung) ausgewählter Themen der Bioinformatik.

Vortrag - Diskussion

-

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 Einführung in das Programmieren Praxiserfahrung: Verwendung der relevanten Datenbanken, Sequenzvergleiche, Genexpressionsanalyse, Erstellung von Stammbäumen, Genomanalyse und Visualisierung, Mustersuche, Konzepte des Programmierens

Darbietende & Aktivierende Methoden

Endprüfung

Bearbeitung von Beispielen, und Selbsttest mit Moodle

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