Klausur, Übungen werden bewertet um die Zulassung für die Klausur zu erlangen
(50% aller erreichbaren Punkte)

Dieses Modul vermittelt die fachlichen Grundlagen der Technologien zur Analyse von Expressionsdaten, sowohl auf RNA als auch auf Proteinebene. Der Fokus liegt auf der RNA-Ebene, jedoch wird ein inhaltliches Ziel sein zu erkennen, welche gemeinsamen Analysenverfahren für sogenannte Abundanzdaten, wie sie typische Transcriptomics und Proteomicsexperimente erzeugen, einsetzbar sind. Themen sind u.a. Algorithmen zum Design von Experimenten, Normalisierungsverfahren (von Roh- zu Primär- zu normalisierten Daten, Dimensionsreduktion mittels der Hauptkomponentenanalyse sowie Multidimensionalem Skalieren (MDS), Clusterverfahren, Visualisierung von Abundanzdaten, einfache statistische Verfahren des Hypothesentestings (parametrische und nichtparametrische Tests, multiples Testen, ANOVA) zur differentiellen Genexpression, und Klassifikationsverfahren (LDA).

Methoden und erworbene Fähigkeiten der verschiedenen Module der ersten zwei Studienjahre (z.B. Algorithmen, statistische Methoden, Programmierkenntnisse) werden auf konkrete Fragen eines wichtigen Themengebiets der Bioinformatik angewandt. Die Studierenden analysieren Expressionsexperimente und erlernen das Programmieren der Skriptsprache R. Sie begreifen die Zusammenhänge zwischen den verschiedenen Aspekten des bislang Gelernten und können es auf praktische Problemstellungen anwenden. Sie sind in der Lage, aktiv Probleme zu erfassen, kritisch zu diskutieren und Lösungswege zu erstellen. Damit wird die methodische Kompetenz des Studierenden erhöht.

Ausführliches Skript und ausgewählte Lehrbücher und Artikel