551-1299-00L  Introduction to Bioinformatics

SemesterHerbstsemester 2021
DozierendeS. Sunagawa, M. Gstaiger, A. Kahles, G. Rätsch, B. Snijder, E. Vayena, C. von Mering, N. Zamboni
Periodizitätjährlich wiederkehrende Veranstaltung
LehrspracheEnglisch



Lehrveranstaltungen

NummerTitelUmfangDozierende
551-1299-00 GIntroduction to Bioinformatics
Lecture: Mo 12-14
Exercises: Mo 14-16
4 Std.
Mo11:45-13:30HPT C 103 »
13:45-15:30HPT C 103 »
S. Sunagawa, M. Gstaiger, A. Kahles, G. Rätsch, B. Snijder, E. Vayena, C. von Mering, N. Zamboni

Katalogdaten

KurzbeschreibungThis course introduces principle concepts, the state-of-the-art and methods used in some major fields of Bioinformatics. Topics include: genomics, metagenomics, network bioinformatics, and imaging. Lectures are accompanied by practical exercises that involve the use of common bioinformatic methods and basic programming.
LernzielThe course will provide students with theoretical background in the area of genomics, metagenomics, network bioinformatics and imaging. In addition, students will acquire basic skills in applying modern methods that are used in these sub-disciplines of Bioinformatics. Students will be able to access and analyse DNA sequence information, construct and interpret networks that emerge though interactions of e.g. genes/proteins, and extract information based on computer-assisted image data analysis. Students will also be able to assess the ethical implications of access to and generation of new and large amounts of information as they relate to the identifiability of a person and the ownership of data.
InhaltEthics:
Case studies to learn about applying ethical principles in human genomics research

Genomics:
Genetic variant calling
Analysis and critical evaluation of genome wide association studies

Metagenomics:
Reconstruction of microbial genomes
Microbial community compositional analysis
Quantitative metagenomics

Network bioinformatics:
Inference of molecular networks
Use of networks for interpretation of (gen)omics data

Imaging:
High throughput single cell imaging
Image segmentation
Automatic analysis of drug effects on single cell suspension (chemotyping)
Voraussetzungen / BesonderesCourse participants have already acquired basic programming skills in Python and R.

Students will bring and work on their own laptop computers, preferentially running the latest versions of Windows or MacOSX.

Leistungskontrolle

Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte6 KP
PrüfendeS. Sunagawa, M. Gstaiger, A. Kahles, G. Rätsch, B. Snijder, E. Vayena, C. von Mering, N. Zamboni
FormSessionsprüfung
PrüfungsspracheEnglisch
RepetitionDie Leistungskontrolle wird in jeder Session angeboten. Die Repetition ist ohne erneute Belegung der Lerneinheit möglich.
Prüfungsmodusschriftlich 150 Minuten
Hilfsmittel schriftlichKeine
Online-PrüfungDie Prüfung kann am Computer stattfinden.
Diese Angaben können noch zu Semesterbeginn aktualisiert werden; verbindlich sind die Angaben auf dem Prüfungsplan.

Lernmaterialien

Keine öffentlichen Lernmaterialien verfügbar.
Es werden nur die öffentlichen Lernmaterialien aufgeführt.

Gruppen

Keine Informationen zu Gruppen vorhanden.

Einschränkungen

VorrangDie Belegung der Lerneinheit ist nur durch die primäre Zielgruppe möglich
Primäre ZielgruppeInterdisziplinäre Naturwissenschaften MSc (507000)
Interdisz. Naturwiss. Phys.-Chem. Fachrichtung BSc (531000)
Interdisz. Naturwiss. Bioch-Phys. Fachrichtung BSc (531100)
Biologie BSc (552300)
Biologie MSc (562000)
Doktorat Biologie (564002)
Doktorat Biologie ETH-UZH (565000)

Angeboten in

StudiengangBereichTyp
Biologie BachelorKonzeptkurseWInformation
Biologie MasterWahlpflicht KonzeptkurseWInformation
Biologie MasterWahlpflicht KonzeptkurseWInformation
Biologie MasterWahlpflicht KonzeptkurseWInformation
Biologie MasterWahlpflicht KonzeptkurseWInformation
Biologie MasterZusätzliche KonzeptkurseWInformation
Biologie MasterZusätzliche KonzeptkurseWInformation
Biologie MasterZusätzliche KonzeptkurseWInformation
Rechnergestützte Wissenschaften MasterBiologieWInformation