Lisans
Fen-Edebiyat Fakültesi
Moleküler Biyoloji ve Genetik
Anlık RSS Bilgilendirmesi İçin Tıklayınız.Düzenli bilgilendirme E-Postaları almak için listemize kaydolabilirsiniz.


Biyolojik Veri Madenciliği Giriş

Ders KoduYarıyıl Ders Adı T/U/L Türü Öğrenim Dili AKTS
MBG8018 Biyolojik Veri Madenciliği Giriş 2/0/0 SA TÜRKÇE 4
Dersin Amacı
Omik teknolojilerin kullanımı sonucu ortaya çıkan büyük miktardaki verinin içinden potansiyel sonuçların aranması, değerlendirilmesi,  in silico ortamda verilen saklanması ve bu yöntemlerin kullanımının doğrulanması dersin ana amacıdır. Bunun yanında yeni nesil dizileme teknikleri, proteomik ve transkriptomik analizler sonucu elde edilen verinin işlenerek potansiyel ilişki ağının ortaya çıkarılması amaçlanmaktadır. 
Ön Koşullar XXX Ders Adı...
Eş Koşullar XXX Ders Adı...
Özel Koşullar Dersin alınabilmesi için öğrenciden beklenen asgari yeterlilikler.(Örnekler: Yabancı dil seviyesi, derse devam, önceden edindiği kurumsal yeterlilikler vs. gibi)
Öğretim Üyeleri Doç. Dr. Alper Yılmaz
Asistanlar
Ders Gün,Saat ve Yeri Ders bahar döneminde açılacaktır.
Görüşme Saatleri ve Yeri Öğretim Üyesinin ismi, Gün, XX.XX-XX.XX, xxx Yerleşkesi Ofis no
Öğretim Yöntem ve Teknikleri  Sözlü Anlatım 

Bilgisayar Kullanımı 

Literatür araştırması 

Proje çalışması 
Temel Kaynaklar

Biological Data Mining by Jake Y. Chen; Stefano Lonardi 

Biological Data Mining and its Aplications in Healtcare (Science, Engineering, and Biology Informatics)  by XIAOLI LI, SEE-KIONG NGJASON T L WANG 

Data Mining in Bioinformatics (BIOKDD)
 

Diğer Kaynaklar
Haftalık Ders Programı
Hafta Dersin İçeriği Öğretim Yöntem ve Teknikleri
1. Hafta Veri madenciliğine giriş Sözlü anlatım
2. Hafta Yeni nesil dizileme tekniklerinin irdelenmesi ve ortaya çıkan verilerin analizi Sözlü anlatım Bilgisayar kullanımı
3. Hafta Galaxy veritabanı Sözlü anlatım Bilgisayar kullanımı
4. Hafta R dili Sözlü anlatım Bilgisayar kullanımı
5. Hafta mikroRNA'ların R dili ile tanımlanması ve İfade düzeylerinin belirlenmesi Sözlü anlatım Bilgisayar kullanımı
6. Hafta Vaka 1: miRNA veritabanlarının belirlenmesi Sözlü anlatım Bilgisayar kullanımı
7. Hafta Vaka 2: Elde edilen miRNA sonuçlarının analizi Sözlü anlatım Bilgisayar kullanımı
8. Hafta Ara sınav Bilgisayar kullanımı
9. Hafta Protein veri tabanı Sözlü anlatım Bilgisayar kullanımı
10. Hafta 2boyutlu jel elektroforezi spot analizleri Sözlü anlatım Bilgisayar kullanımı
11. Hafta İnteraktom analizleri ve veri tabanında ilişki analizi Sözlü anlatım Bilgisayar kullanımı
12. Hafta Proje 1 Bilgisayar kullanımı
13. Hafta Proje 2 Bilgisayar kullanımı
14. Hafta Final sunumları Bilgisayar kullanımı
15. Hafta Final haftası Bilgisayar kullanımı
16. Hafta Final haftası Bilgisayar kullanımı
17. Hafta Ödev sunumları Bilgisayar kullanımı
Değerlendirme Ölçütleri
Ölçüt Tipleri Adet Yüzdesi(%)
Ara sınav(lar) 1 25
Ödevler / Dönem Ödevi / Sunum 1 30
Derse Devam / Katılım 1 5
Final 1 40


ÖÇ-1Çevirimiçi analiz yöntemlerinin moleküler biyoloji ve genetik bölümü kapsamında kullanılması.
ÖÇ-2Yeni nesil dizileme tekniklerinin deneysel sürecinin ve analiz sürecinin öğrenilmesi
ÖÇ-3Proteomik çalışmaların deneysel sürecinin ve analiz sürecinin öğrenilmesi
ÖÇ-4Galaxy, Prism, Pymol, GEO, DAVID Web tabanlı sistemler kullanılarak büyük ölçekli verilen analizlerinin yapılması
ÖÇ-5Proje çalışmaları ile yapılan transkriptomik be proteomik analizlerin tartışılması
Program Çıktıları
PÇ-1Matematik, fizik, kimya ve biyoloji gibi temel bilimlerden elde edilen verileri moleküler biyoloji ve genetiğin kapsadığı tüm alanlarla ilgili problemlere uygulayabilme.
PÇ-2Moleküler biyoloji ve genetik ile ilgili tüm problemleri tanımlama, modelleme ve çözüm yolları üretme becerisi.
PÇ-3Tanımlanan problem doğrultusunda analitik yöntemlerle süreci başlatabilme, ilerletebilme ve sonuçlandırma yetisi.
PÇ-4Moleküler biyoloji ve genetik bölümünün başlıca çalışma alanı olan canlılar hakkında var olan tüm bilgileri genel anlamda kavrama yetisi.
PÇ-5Bilimsel gelişmelere araştırma ve geliştirme yetileri ile katkılarda bulunma.
PÇ-6Verileri çözümleme, deney yapma ve tasarlama, sonuçları yorumlama becerisi.
PÇ-7Moleküler biyoloji ve genetik alanındaki güncel teknikleri ve hesaplama yöntemlerini kullanabilme.
PÇ-8Ulusal veya uluslar arası toplumsal sorunlara çözüm odaklı, disiplin içi ve disiplinler arası takım çalışmasını uyumlu bir şekilde yapabilme ve en az bir yabancı dili mesleği ile ilgili kullanabilme yetisi
PÇ-9Bağımsız davranma, inisiyatif kullanma ve yaratıcılık becerisi.
PÇ-10Bireysel çalışma becerisi ve bağımsız karar verebilme yetisine sahip olarak fikirlerini sözlü ve yazılı, açık ve öz bir şekilde ifade ederek iletişim kurabilme.
PÇ-11Mesleki ve etik sorumluluk bilincine sahip olabilme.
PÇ-12Kalite konularında bilinç sahibi olabilme.
PÇ-13Hayat boyu öğrenmenin önemini benimseyerek, alanı ve ilgili alanlara ilişkin güncel gelişmeleri takip ederek kendini geliştirebilme.
Alan Yeterlilikleri Matrisi
Program Çıktıları - Öğrenim Çıktıları Matrisi
--
 PÇ 1PÇ 2PÇ 3PÇ 4PÇ 5PÇ 6PÇ 7PÇ 8PÇ 9PÇ 10PÇ 11PÇ 12PÇ 13
ÖÇ 1             
ÖÇ 2             
ÖÇ 3             
ÖÇ 4             
ÖÇ 5