Bioinformatiikan matemaattiset menetelmätLaajuus (3 op)

Osaamistavoitteet

Opiskelija tuntee tyypillisimmät koko genomin kattavat geenien ilmentymismittausmenetelmät niin RNA tasolla kuin proteiinitasolla. Opiskelija osaa käyttää tavallisimpia datan esikäsittelymenetelmiä. Opiskelija osaa käyttää tilastollisia menetelmiä moniulotteisessa geenien ilmentymisdatassa olevien merkitsevien erojen ja riippuvuuksien tunnistamisessa. Opiskelija osaa ryhmitellä ja luokitella moniulotteista dataa. Opiskelija osaa suunnitella geeni- tai proteiinilastuilla tehtäviä koeasetelmia. Opiskelija osaa tulkita geenien sekvensoinnista saatuja tuloksia ja tuntee sekvenssien linjauksessa käytettävät algoritmit.

Sisältö

1. Geenien ilmentymismittausmenetelmät
2. Bioinformatiikan työvälineiden käyttö
3. Datalouhinta: Dataformaatit ja datan esikäsittelymenetelmät. Ilmentymisdatasta merkitsevien muutosten etsiminen ja moniulotteisen datan lajittelu.
4. Koko genomin kattavien geenien ilmentymismittaus koeasetelmien suunnittelu
5. Sekvenssien analysointi ja linjauksessa käytettävät algoritmit

Arviointikriteerit, tyydyttävä (1)

1. Opiskelija tuntee erilaiset geenien ilmentymismittaus menetelmät.
2. Opiskelija hallitsee bioinformatiikan tilastollisen työvälineen perusteet (esim. R/bioconductor).
3. Opiskelija tuntee tyypillisimmät tiedostoformaatit/datarakenteet ja pystyy päättelemään datan luonteen sen perusteella. Opiskelija pystyy lajittelemaan yksinkertaisen ilmentymisdatan mittaustulosten mukaan.
4. Opiskelija ymmärtää geenien ilmentymismittauskoeasetelmien merkityksen tilastotieteelliselle analyysille.
5. Opiskelija ymmärtää mitä sekvenssissä oleva signaali merkitsee.

Arviointikriteerit, hyvä (3)

1. Opiskelija ymmärtää geenien ilmentymismittausmenetelmien haasteet.
2. Opiskelija pystyy kirjoittaan yksinkertaisia komentosarjoja, joilla data-analyysit voidaan suorittaa.
3. Opiskelija pystyy analysoimaan lajittelemansa geenien ilmentymisdataa erilaisten annotaatioiden perusteella.
4. Opiskelija osaa arvioida data-analyysien tuloksia sen mukaan millaisiin analyyseihin raakadata antaa mahdollisuuden.
5. Opiskelija osaa etsiä signaaleja sekvensseistä ja ymmärtää miten sekvenssien linjausalgorimit toimivat

Arviointikriteerit, kiitettävä (5)

1. Opiskelija ymmärtää miten biologisen informaation lisääntyminen ja muuttuminen vaikuttaa geenien ilmentymismittaustulosten tulkintaan.
2. Opiskelija pystyy käyttämään bioinformatiivisia työkaluja datan visualisointiin ja tulosten esittämiseen.
3. Opiskelija pystyy tekemään biologisia johtopäätöksiä saamistaan tuloksista.
4. Opiskelija pystyy parantamaan analyysien merkittävyyttä lisäämällä dataan ulottuvuuksia, kuten fuktionaalisen annotaation tai proteiini-proteiini interaktio dataa.
5. Opiskelija tuntee useita sekvensseissä olevia signaaleja, kuten säätelyalueiden signaaleja, sekä peptidiketjuissa olevia signaaleja.