Bioinformatiikan matemaattiset menetelmät (MATLB0121), 3 op

Perustiedot

Esitietovaatimukset

Matematiikan peruskurssit (MATLB0111 and MATLB0112), tilastomatematiikan peruskurssi (MATLB0005)

Sisältö (ydinaines ja -osaaminen)

Matriisilaskenta ja moniulotteiset avaruudet. Modernin biologisen mittaus- ja kuvatiedon (esim. geenien ilmenemisdata) matemaattinen kuvaaminen. Moniulotteisen data-analyysin tilastollisia menetelmiä. Pääkomponenttianalyysi (PCA). Ryhmittelymenetelmiä. Datan esikäsittely.

Sisältö (täydentävä ja erityisosaaminen)

Itseorganisoituvat kartat ja muita kehittyneitä menetelmiä.

Tiedolliset oppimistulokset (ydinaines ja -osaaminen)

Opiskelija oppii ymmärtämään geneettisen informaation matemaattisen luonteen. Opiskelija tuntee modernin biologisen mittausdatan (esim. geenilastudatan) matemaattisia ja tilastollisia analysointi ja tulkintamenetelmiä,

Taidolliset oppimistulokset (ydinaines ja -osaaminen)

Opiskelija osaa käyttää tilastollisia menetelmiä moniulotteisessa datassa olevien merkitsevien erojen ja riippuvuuksien tunnistamisessa. Opiskelija osaa suunnitella tehokkaita geenilastuilla tehtävien kokeiden koesuunnitelmia. Opiskelija kykenee ryhmittelemään moniulotteista dataa joko PCA:n tai ryhmittelyalgoritmien avulla. Opiskelija osaa käyttää tavallisimpia datan esikäsittelymenetelmiä.

Kirjallisuus ja muu materiaali

S. Draghici, Data Analysis Tools for Microarrays, Chapman & Hall/CRC
T. Speed (ed.), Statistical Analysis of Gene Expression Microarray Data, Chapman & Hall/CRC

Opetusmenetelmät

Luokkahuoneopetusta: 14 h
Tietokoneharjoituksia: 21 h
Projektityö: 15
Tentti: 3
Opiskelijan itseopiskelu (kuormittavuusanalyysi tekemättä): 27 h
Yhteensä: 80 h
Kuormittavuusanalyysin seuranta tehty: -

Opiskelijan kuormittavuus

Arvioinnin perusteet

Tentti (vähintään 40 % maksimipistemäärästä), harjoitustyön hyväksytty suoritus

Koulutusohjelmakohtaiset kompetenssit

Teoreettinen perusta ja matemaattis-luonnontieteelliset valmiudet (T)