Lehrende: Prof. Dr. Jan Baumbach
Veranstaltungsart: Vorlesung
Anzeige im Stundenplan: CSB - VL
Semesterwochenstunden: 2
Unterrichtssprache: Deutsch
Min. | Max. Teilnehmerzahl: - | 20
Kommentare/ Inhalte: Es werden fortgeschrittene Probleme der Analyse molekularbiologischer Netzwerke und computergestützter Methoden zu ihrer Lösung betrachtet. Motiviert durch biologische und medizinische Fragestellungen werden insbesondere Verfahren zur Analyse großer Mengen von Omics-Daten vorgestellt. Dabei spielen Effizienzaspekte sowie Vorhersagekraft der maschinellen Vorhersagemodelle eine große Rolle. Das Modul gliedert sich wie folgt: • Verfahren zum Alignment von molekularen Netzwerken, • Enrichment-Analysen, • Probabilistische Analyse biomedizinischer Omics-Daten,Vorhersage von Krankheitsmechanismen.
Lernziel: Die Studierenden können erkennen, wie man molekulare Netzwerke und OMICS-Daten (Genomik, Transcriptomik, Proteomik, Metabolomik) analysiert und phenotypische Signaturen (z.B. Krankheitsmechanismen) extrahiert. Die Studierenden kennen Methoden der künstlichen Intelligenz bzw. des maschinellen Lernens sowie Algorithmen auf molekularen Netzwerken insbesondere auch im Hinblick auf die Größe der zu analysierenden Datenmengen. Die Studierenden können die Qualität der Algorithmen und KI/ML-Methoden beurteilen und erkennen deren grundlegende Beschränkungen. Die Studierenden haben die Fähigkeit zu erkennen, ob und wie die fortgeschrittenen Verfahren der OMICS-Daten-Analyse für ähnliche Probleme angewendet werden können. Sie besitzen die Fähigkeit, ausgewählte Werkzeuge der Systembiologie erfolgreich in einerProgrammiersprache zu implementieren.