Direkt zum Inhalt
INSTITUT FÜR MEDIZINISCHE INFORMATIK, STATISTIK UND EPIDEMIOLOGIE

Statistische Aspekte der Analyse molekularbiologischer und genetischer Daten (09-202-2413)

Informationen zur Vorlesung

Dozent
Termin Dienstags von 09:15 Uhr bis 10:45 Uhr, Freitags von 11:15 Uhr bis 12:45 Uhr
Raum Härtelstr. 16-18, Raum 110

Informationen zur Übung

Dozent
Termin Dienstags von 11:15 Uhr bis 12:45 Uhr
Raum Härtelstr. 16-18, Raum 110

Verwendbarkeit

  • Wahlpflichtmodul im Master Bioinformatik
  • Vertiefungsmodul im Master Informatik, Schwerpunkt Medizinische Informatik

Ziele

Nach erfolgreichem Abschluss des Moduls können die Teilnehmer grundlegende Konzepte und Prinzipien der Genetischen Statistik richtig anwenden. Sie verstehen Probleme molekularer Studienplanung, -durchführung, Datenanalyse und Interpretation. Die Teilnehmer kennen wichtige Software- und Datenbankressourcen zur Analyse und Interpretation genetischer Daten und können diese anwenden.

Die Teilnehmer haben sich darüber hinaus mit aktuellen Problemen im Bereich der Analyse molekularer Daten selbstständig auseinandergesetzt.

  • Anwenden von Konzepten und Prinzipien der Genetischen Statistik
  • Verstehen von grundlegenden Problemen der molekularen Studienplanung, Durchführung, Datenanalyse und Interpretation
  • Anwenden wichtiger Software- und Datenbankressourcen
  • Analysieren aktueller Probleme der Analyse molekularer Daten

Inhalte

  • Biologische Grundlagen
  • Statistische Konzepte in der Genetik
  • Populationsgenetik
  • Genetische Studiendesigns + Planung
  • SNP (single nucleotide polymorphism)-Array Technologie, Prozessierung, Qualitätsanalyse, Analyse von Variationen der Kopienzahl (Copy-number variations)
  • Genomweite Assoziationsstudien (GWAS) und weitergehende Analysen (z.B. X-Chromosom, Seltene Varianten, Scoring-Methoden, Imputation, Berücksichtigung von Populationsstrukturen, Metaanalysen, Interaktionsanalyse)
  • Genomische Annotation
  • Analysetools
  • Online-Ressourcen
  • Genexpressionsarray Technologie, Prozessierung, Qualitätsanalyse
  • Genexpressionsassoziationsanalysen, Genset-Anreicherung
  • Metabolische Daten (Prozessierung, Analysen)
  • Quantitative Merkmalsanalysen (QTLs) mit Schwerpunkt auf Expressions- und Metabolom-QTLs
  • Integrative Analysen, Modelle