Nach der Lehrveranstaltung ist ein schriftlicher Bericht abzugeben. Auch studienbegleitende Leistungen fließen in die Abschlussnote ein.

In diesem Praktikum werden die Grundlagen der Modellierung biologischer Daten und der Integration heterogener Datensätze vermittelt und an konkreten Beispielen angewendet. Mit Hilfe der Skriptsprache Python werden die Daten geparst und in einer Datenbank konsolidiert. Auf diesen integrierten Daten werden biologisch relevante, anschauliche Analysen durchgeführt. Datenintegration, -exploration, -visualisierung, statistische Tests und maschinelles Lernen werden auf einen Datensatz aus genomischen, transkriptomischen, metabolomischen und phänomischen Daten von genetisch gleichen Proben angewandt.

(1) Die Studierenden lernen, wie man heterogene biologische Daten analysiert und in Datenbanken integriert. (2) Sie lernen, statistische Analysen an biologischen Daten durchzuführen und ihre Ergebnisse visuell zusammenzufassen und darzustellen. (3) Sie lernen, die Ergebnisse integrativer Analysen zu interpretieren und diese Ergebnisse in prägnanter Form zu berichten.

Will be supplied during the course.