Tantárgy adatlapja

Tárgy neve: Introduction to Bioinformatics
Tárgy kódja: P-ITBIO-0009
Óraszám: N: 2/2/0, L: 0/0/0
Kreditérték: 5
Az oktatás nyelve: angol
Követelmény típus: Kollokvium
Felelős kar: ITK
Felelős szervezeti egység: Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar
Tárgyfelelős oktató: Dr. Pongor Sándor
Tárgyleírás:

Tantárgy neve:Introduction to Bioinformatics
P-ITBIO-0009
Tárgyfelelős:Pongor Sándor
Tantárgy oktatója:Pongor Sándor, Ligeti Balázs, Juhász János
A tantárgy céljának rövid ismertetése:Ez a kurzus elméleti és gyakorlati bevezetést nyújt a bioinformatikába. A diákok megismerkednek a biológiai adatok kezelésének, keresésének, tárolásának fő módszereivel, és a szekvencia elemzéshez kapcsolódó leggyakoribb feladatokkal.
Elsajátítandó elméleti ismeretanyag:biológiai adatok fő típusai; annotáció; adat projekciós módszerek, adat aggregációs módszerek; 1D-s ábrázolások; páros szekvencia illesztés; többszörös szekvencia illesztés; BLAST algoritmus és statisztikai alapjai; Filogenetika; Új generációs szekvenálási módszerek (NGS) elmélete; NGS read összeillesztés; genomannotáció; gén expressziós vizsgálatok elméleti alapjai; funkcionális genomika elméleti alapjai; NGS technikák orvosi alkalmazásai;
Elsajátítandó gyakorlati ismeretanyag:Hidrofobicitás ábrák készítése; dot plot készítés; páros illesztő algoritmusok és használatuk, eredményeik értelmezése; többszörös illesztő algoritmusok használata, és eredményeik értelmezése; BLAST programok használata; Rejtett Markov Modellek (HMM); biológiai adatbázisok ismerete; ROC elemzés; filogenetikai módszerek; szekvenálási read összeillesztés (assembly) és ennek minőségi kiértékelése; NGS minőség ellenőrzés és javítás; mutáció keresés NGS adatok alapján;
A 2-4 legfontosabb kötelező irodalom felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN):J. Ramsden, Bioinformatics: An Introduction. Cham, Switzerland: Springer, 2024. ISBN: 978-3-030-45609-2.
C. Ortutay és Z. Ortutay, Molecular Data Analysis Using R. Hoboken, NJ, USA: John Wiley & Sons, 2017. ISBN: 978-1-119-16502-6.
X. Wang, Next-Generation Sequencing Data Analysis. Boca Raton, FL, USA: CRC Press, 2016. ISBN: 978-1-482-21788-9.
A tantárgy Moodle oldalán elérhető jegyzetek, diasorok
A 2-4 legfontosabb ajánlott felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN):R. Knight, Textbook of Bioinformatics. States Academic Press, 2022. ISBN: 978-1-639-89510-8.
A. M. Lesk, Introduction to Bioinformatics, 4. kiad. Oxford, UK: Oxford University Press, 2013. ISBN: 978-0-19-965156-6.
D. W. Mount, Bioinformatics: Sequence and Genome Analysis, 2. kiad. Cold Spring Harbor, NY, USA: Cold Spring Harbor Laboratory Press, 2022. ISBN: 978-1-639-89510-8.
Elmélet-gyakorlat aránya:Elméleti óra óraszáma: 2
Gyakorlati óra és labor óra óraszáma: 2 + 0
Az alkalmazott oktatási módszerek:elmélet: frontális előadás, közzétett hangalámondással és leirattal ellátott előadás diasorok; gyakorlat: számítógépes labor, algoritmusok kipróbálása, módosítása (Python, R környezetben), online eszközök használata (Galaxy szerverek, Google CoLab), algoritmusok papíron számolása, órai interaktív önálló feladatok, csoportos projekt feladat önálló gyűjtőmunkával, kódolással projekt dokumentáció készítésével, gyakorlat eleji rövid számonkérés, félév végi papíros számonkérés
Az értékelés módja:Kollokvium
Az értékelés kritériuma:számonkérési elemek: 3 csoportosan elvégzendő komplex projekt a gyakorlaton tanultakra alapuló projekt feladat (10 pont/feladat/személy); félév végi ZH (elméleti és gyakorlati kérdések) (20 pont), szóbeli vizsga (elméleti anyagról összeállított tételsor alapján) (50 pont); gyakorlat eleji kérdések (0/1 pont); aláírás feltétele: gyakorlat elején szerezhető pontok legalább felének és a zh-n szerezhető pontok legalább felének megszerzése és legalább 25 pont a zh-ból és a projekt feladatokból; 2, 3 osztályzat megajánlott jegyként, vizsga nélkül szerezhető, 4, 5 osztályzathoz szóbeli vizsga szükséges; megajánlott jegy: zh+projekt pontok (2: 25-30. 9; 3: 31-50); jegy vizsgával: zh+projekt+vizsga pontok (1: 0-49. 9; 2: 50-61. 9; 3: 62-75. 9; 4: 76-84. 9; 5: 85-100), az értékelési szabályok alapján a tárgy teljesítéséhez szükséges az elméleti és gyakorlati anyag alapszintű ismerete (minimum pontok miatt); 4, 5 jegy eléréshez szükséges az elméleti anyag alapos ismerete (vizsga) és a gyakorlati anyagot számonkérő projektek jó minőségű elkészítése
Miként járul hozzá a tantárgy a KKK-ban megjelölt kompetenciaelemek megszerzéséhez:

Molekuláris bionika mérnöki alapképzés:
A tantárgy közvetlenül fejleszti a molekuláris bionika mérnöki képzéshez szükséges bioinformatikai és adatelemzési kompetenciákat. A hallgatók megismerik a biológiai adatok szerkezetét, keresési, tárolási és elemzési módszereit, valamint a szekvencia-illesztés, adatbázis-használat és NGS-adatfeldolgozás alapjait.

A tárgy az alábbi képzéseken vehető fel

bioinformatika IMNI-ABI mesterképzés (MA/MSc) Nappali angol 4 félév ITK
info-bionika mérnöki IMNM-AIB mesterképzés (MA/MSc) Nappali angol 4 félév ITK
kvantummérnök IMNM-AKVM mesterképzés (MA/MSc) Nappali angol 4 félév ITK
mérnökinformatikus IMNI-AMI mesterképzés (MA/MSc) Nappali angol 4 félév ITK
mesterséges intelligencia informatikus IMNI-AAI mesterképzés (MA/MSc) Nappali angol 4 félév ITK
molekuláris bionika mérnöki IANI-MB alapképzés (BA/BSc/BProf) Nappali magyar 7 félév ITK
orvosi biotechnológia IMNI-AOB mesterképzés (MA/MSc) Nappali angol 4 félév ITK
Széchenyi 2020 - Magyarország Kormánya - Európai Unió, Európai Regionális Fejlesztési Alap - Befektetés a Jövőbe