Μεταπτυχιακό πρόγραμμα Βιοπληροφορικής
Προσφερόμενα μαθήματα 1ου, 2ου (Υποχρεωτικά) και 3ου εξαμήνου (Επιλογής)
1ο Εξάμηνο Σπουδών
ΒΙΟ-101.1 |
Εισαγωγή στα μαθηματικά - Γραμμική άλγεβρα |
Y |
3 |
Σύντομη περιγραφή: Πίνακες, διανύσματα ( • Διανύσματα και πράξεις διανυσμάτων, • Πίνακες και πράξεις πινάκων, • Γραμμικοί συνδυασμοί διανυσμάτων, • Αντιστρέψιμοι πίνακες) Γραμμικά συστήματα ( • Απαλοιφή Gauss, • Πλήρης λύση m x n συστήματος, • Τάξη πίνακα, • Ανάλυση LDU) Ορίζουσα ( • Ορισμός, ιδιότητες, • Υπολογισμός ορίζουσας, • Προσαρτημένος (adjoint) πίνακας, αντίστροφος, • Κανόνας του Cramer, • Εμβαδό, όγκος) Διανυσματικοί χώροι ( • Υπόχωροι, κριτήριο υποχώρου, • Παραγωγή υπόχωρου, • Γραμμική ανεξαρτησία, • Βάση, διάσταση, • Μηδενόχωρος, χώρος στηλών πίνακα) Γραμμικές απεικονίσεις ( • Ορισμός, ιδιότητες, • Πράξεις γραμμικών απεικονίσεων, • Πυρήνας, εικόνα • Πίνακας γραμμικής απεικόνισης, • Σύνθεση γραμμικών απεικονίσεων) Ιδιοτιμές, Ιδιοδιανύσματα ( • Ορισμός, ιδιότητες, • Χαρακτηριστικό πολυώνυμο, • Ιδιόχωροι, • Αλγεβρική και γεωμετρική πολλαπλότητα, • Διαγωνιοποίηση πίνακα) Ορθογωνιότητα ( • Εσωτερικό γινόμενο, • Προβολή, • Ορθογωνιοποίηση Gram-Schmidt, • Ανάλυση QR) |
ΒΙΟ-101.2 |
Θεωρία πιθανοτήτων και Στατιστική |
Y |
6 |
Σύντομη περιγραφή: Θεωρία Πιθανοτήτων. Γεγονότα και Χώρος γεγονότων; Βασικά στοιχεία Συνδυαστικής Πράξεις, νόμοι Πιθανοτήτων και ανεξαρτησία γεγονότων; Γενετικά γενεαλογικά δένδρα και πιθανότητες; Ανισορροπία σύνδεσης (linkage disequilibrium) και πιθανότητες; Ισορροπία κατά HW και πιθανότητες; Δεσμευμένη πιθανότητα, ο νόμος της ολικής πιθανότητας, ο κανόνας του Baye’s; Ευαισθησία/Ειδικότητα κλινικών τεστ Βιοδείκτες και πιθανότητες; Τυχαίες μεταβλητές και (διακριτές) Κατανομές Πιθανοτήτων, Αναμενόμενη/Μέση τιμή τυχαίων μεταβλητών; Από-κοινού τυχαίες μεταβλητές, Συνδιακύμανση και Συσχέτιση τυχαίων μεταβλητών; Στοιχεία γραφοθεωρίας και Βιολογικά Δίκτυα. Πιθανοθεωρητική μοντελοποίηση στην αντιμετώπιση Βιολογικών και Ιατρικών προβλημάτων. Στατιστική. Γραφικές αναπαραστάσεις δεδομένων; Τυχαίες μεταβλητές και (συνεχείς) κατανομές; Τύποι δειγματοληψίας και σχεδιασμού; Εκτίμηση μέσω maximum likelihood; Έλεγχος υποθέσεων και Διαστήματα Εμπιστοσύνης (για μέσα και αναλογίες); Σφάλματα τύπου Ι/ΙΙ και p-τιμές.; Έλεγχος υποθέσεων μέσω υπολογιστικών τεχνικών (bootstrap και permutation); Συσχετίσεις για συνεχείς μεταβλητές (συντελεστές Pearson και Spearman), συσχέτιση κατηγορικών μεταβλητών (Chi-squared τεστ ανεξαρτησίας); Γραμμική παρεμβολή (linear regression); Μέθοδοι ψευδούς ανακάλυψης στον έλεγχο πολλαπλών υποθέσεων. |
ΒΙO-102.1 |
Βάσεις δεδομένων μεγάλου όγκου βιοϊατρικού περιεχομένου |
Y |
3 |
Σύντομη περιγραφή: Αναλυτική αρουσίαση βάσεων δεδομένων βιολογικών δεδομένων με έμφαση στην δυνατότητα αναζήτησης και μεταφόρτωσης σετ σχετικών δεδομένων καθώς και περιγραφή της δομής τους. Ιδιαίτερη αναφορά στο οικοσύστημα βάσεων δεδομένων του NCBI και την γλώσσα αναζήτησης Entrez, της Ensembl και της Ensembl genomes, του UCSC, της ENCODE και των KEGG, STRING , STITCH καθώς και των API τους και των τρόπο για μαζική ανάκτηση δεδομένων (πχ Biomart) |
ΒΙO-102.2 |
Εισαγωγή στο Linux |
Υ |
3 |
Σύντομη περιγραφή: Κατά τη διάρκεια του μαθήματος οι φοιτητές θα μάθουν:
|
COMP-101 |
Βασικές αρχές Κυτταρικής και Μοριακής Βιολογίας |
Y |
6 |
Σύντομη περιγραφή: Στα πλαίσια αυτού του μαθήματος οι φοιτητές/τριες του μεταπτυχιακού προγράμματος Βιοπληροφορικής διδάσκονται τις βασικές αρχές της κυτταρικής και μοριακής βιολογίας και σύγχρονες μεθοδολογικές προσεγγίσεις για την ανάλυση λειτουργικών δομών και οργανιδίων του κυττάρου. Απώτερος στόχος του μαθήματος είναι να συμβάλλει στην κατανόηση των βασικών μηχανισμών που διέπουν τη δομή και λειτουργία του κυττάρου. Χημική σύσταση των κυττάρων – Μακρομόρια, Δομή DNA και χρωματίνης, Αντιγραφή και επιδιόρθωση DNA, Μεταγραφή – Μετάφραση, Ανάλυση του DNA και του γονιδιώματος, Γενετική μηχανική - Δημιουργία διαγονιδιακών ζώων, Γονιδιωματική και μεταγραφομική (Genomics-transcriptomics), Πρωτεΐνες: Δομή και λειτουργία/ Εργαλεία ανάλυσης πρωτεϊνικής δομής και λειτουργίας, Κυτταρική βιολογία: Κυτταρικά οργανίδια- Κυτταρικός κύκλος |
COMP-102.1 |
Εισαγωγή στη Γενετική |
Y |
6 |
Σύντομη περιγραφή: Η χρωματοσωμική βάση της κληρονομικότητας. Δομή και λειτουργία χρωματοσωμάτων & γονιδίων. Το ανθρώπινο γονιδίωμα: Χαρτογράφηση, ανάλυση |
COMP-102.2 |
Εισαγωγή στην Εξελικτική Βιολογία |
Y |
3 |
Σύντομη περιγραφή: Το μάθημα περιλαμβάνει μια εισαγωγή στις βασικές έννοιες τις εξελικτικής βιολογίας όπως στους μηχανισμούς της εξέλιξης των πληθυσμών, την εξέλιξη των γονιδιωμάτων, την ειδογένεση, τη φυλετική επιλογή και την αναπτυξιακή εξελικτική βιολογία. |
2ο Εξάμηνο Σπουδών
BC-201 |
Εισαγωγή στον προγραμματισμό με Python |
Y |
5 |
Σύντομη περιγραφή: Το μάθημα είναι μία εισαγωγή στον προγραμματισμό μέσω της γλώσσας python. Επικεντρώνεται στη διδασκαλία της γλώσσας, στην υιοθέτηση σωστών προγραμματιστικών πρακτικών και εισάγει στη ανάλυση μεγάλων δεδομένων. |
BC-202 |
Εισαγωγή στην R για Βιοπληροφορική |
Y |
6 |
Σύντομη περιγραφή: Το μάθημα “εισαγωγή στην R για βιοπληροφορικη “ στοχεύει στην εξοικείωση των φοιτητών με την γλώσσα προγραμματισμού R για την ανάλυση γενετικών δεδομένων. Συγκεκριμένα στην ανάλυση τόσο αλληλουχιων DNA και RNA όσο και στην ανάλυση ποσοτικων δεδομένων όπως τιμών έκφρασης γονιδίων |
BC-203 |
Μέθοδοι για ανάλυση βιοϊατρικών δεδομένων |
Y |
6 |
Σύντομη περιγραφή: Μέθοδοι Ανάλυσης Δεδομένων στη Βιοπληροφορική με χρήση μηχανικής μάθησης. Δεδομένα σε πολλές διαστάσεις. Ανάλυση και οπτικοποίηση τους με μεθόδους μείωσης διαστάσεων (dimensionality reduction). Principal Component Analysis (PCA) .Kernel Methods και Kernel PCA Ομαδοποίηση/Κατηγοριοποίηση δεδομένων - clustering algorithms. Η μέθοδος K-means και K-medoids Μοντέλα Πιθανοτήτων (Probabilistic models): probabilistic PCA and Gaussian Mixture Models. Εύρεση μεταβλητών της μέγιστης πιθανοφάνειας με χρήση του EM αλγορίθμου. Εργασίες με αληθινά δεδομένα και χρήση των αλγορίθμων. |
BC-204 |
Ανάλυση δεδομένων τεχνολογιών omics |
Υ |
6 |
Σύντομη περιγραφή : Συγκριτική παρουσίαση τεχνικών αλληλούχισης DNA. Ποιοτικός έλεγχος παραγώμενων αναγνωσμάτων. Τεχνικές συναρμολόγησης γονιδιωμάτων (προκαρυωτικών και ευκαρυωτικών οργανισμών). Μεταγραφωματική ανάλυση (RNA-Seq) . ChIP-Seq, δομή χρωματίνης.Επιγενετικές τροποποιήσεις. |
BC-205 |
Αλγόριθμοι στη Βιοπληροφορική |
Y |
7 |
Σύντομη περιγραφή: Το μάθημα διαρθρώνεται σε 10 θεματικές ενότητες που καλύπτουν 13 εκπαιδευτικές εβδομάδες και οι οποίες είναι οι εξής: |
3ο Εξάμηνο Σπουδών - Μαθήματα Επιλογής
BC-301 |
Βιοπληροφορική για μικροβιωματικές μελέτες βασισμένες σε δεδομένα αμπλικονίων. |
Ε |
5 |
Σύντομη περιγραφή: Εισαγωγή στην μικροβιωματική. Εφαρμογές βιοπληροφορικής στην μικροβιωματική. Ανατομία μιας μελέτης μικροβιώματος βασισμένης στα αμπλικόνια. Βήματα για την επεξεργασία πρωτογενών δεδομένων μελετών μικροβιώματος. Ανάπτυξη προγραμματιστικών ροών για την επεξεργασία πρωτογενών δεδομένων. Αρχές μικροβιακής οικολογίας και ερωτήματα σχετικά με μελέτες μικροβιώματος. Εργαλεία για την ανάλυση και οπτικοποίηση μικροβιωματικών δεδομένων. |
BC-302 |
Ειδικά θέματα Στατιστικής ΙΙ |
Ε |
5 |
Σύντομη περιγραφή: Το μάθημα ξεκινά με μία εισαγωγή στη στατιστική, βασικούς ορισμούς όπως τι είναι μια τυχαία μεταβλητή, τι είναι κατανομή και συνεχίζει με εκτίμηση παραμέτρων μέσω μέγιστης πιθανοφάνειας. Εν συνεχεία παρουσιάζονται έλεγχοι υποθέσεων (ασυμπτωτικές και υπολογιστικά ακριβές τεχνικές) και διαστήματα εμπιστοσύνης. Ακολουθεί η συσχέτιση μεταξύ δύο τυχαίων μεταβλητών, η τεχνική της παλινδρόμησης (γραμμικής, εύρωστης γραμμικής και μη γραμμικής), καθώς και ο έλεγχος ανάλυσης διακύμανσης. Στο μεγαλύτερο μέρος του μαθήματος γίνεται χρήση της στατιστικής γλώσσας R. |
BC-303 |
Γονιδιωματική και εξέλιξη (Μέθοδοι και εξέλιξη γονιδιωμάτων) |
E |
5 |
Σύντομη περιγραφή: Εισαγωγή στην εποχή της γονιδιωματικής με πλήρη περιγραφή των βιοπληροφορικών προσεγγίσεων για την κατασκευή γονιδιωμάτων αναφοράς, τον χαρακτηρισμό των γονιδίων τους, τη μελέτη της φυλογενετικής τους σχέσης με χρήση ολόκληρου του γονιδιώματος, την σύγκριση της συνταινίας τους και την κατανόηση της εξέλιξης τους με βάση την εξελικτική πορεία κάθε ομάδας. |
BC-304 |
Λειτουργική Πρωτεϊνωματική και Βιολογία Συστημάτων |
E |
5 |
Σύντομη περιγραφή: Το μάθημα έχει ως βασικό μαθησιακό στόχο την εισαγωγή στους μεταπτυχιακούς φοιτητές στις βασικές αρχές της λειτουργικής πρωτεϊνωματικής ανάλυσης και της βιολογίας συστημάτων καθώς και στην εξοικείωσή τους στις βασικές μεθόδους που χρησιμοποιούνται με έμφαση στα εργαλεία βιοπληροφορικής ανάλυσης. Τα δύο αυτά πεδία αιχμής της σύγχρονης έρευνας στις βιολογικές και βιοιατρικές επιστήμες, εξελίσσονται διαρκώς προσπαθώντας να κατανοήσουν με λεπτομέρια και ακρίβεια την λειτουργία πολύπλοκων βιολογικών συστημάτων που απαιτείται για την ανάπτυξη εφαρμογών σε διαφορετικά πεδία αιχμής σε όλες τις Επιστήμες Ζωής (Βιοχημεία, Βιολογία, Ιατρική, Φαρμακευτική, Κτηνιατρική), αλλά και σε άλλες επιστήμες, όπως Χημεία, Αρχαιολογία, Οικολογία, Περιβαλλοντική Χημεία, Δασολογία, Αγροδιατροφή κ.α.. Στο πλαίσιο του μαθήματος θα περιγραφούν όλες οι τρέχουσες μεθοδολογίες (wet and dry lab, in silico) λειτουργικής πρωτεϊνωματικής ανάλυσης και της βιολογίας συστημάτων με παραδείγματα εφαρμογών σε διαφορετικά επιστημονικά πεδία. Οι μεταπτυχιακοί φοιτητές θα έχουν την δυνατότητα να δουν με λεπτομέρια τα σύγχρονα βιοπληροφορικά εργαλεία και τις βάσεις δεδομένων που είναι διαθέσιμα και θα εκπαιδευτούν στην χρήση τους μέσα από συγκεκριμένα παραδείγματα. Η αξιολόγηση των φοιτητών θα γίνει με μικρές εργασίες ανά θεματική ενότητα (4 μικρές εργασίες) και μία τελική εργασία την οποία θα παρουσιάσουν στο τέλος του μαθήματος. Για την καλύτερη εκπαίδευση των φοιτητών θα δωθούν σημειώσεις, παρουσιάσεις, βιβλιογραφία και σύνδεσμοι στο διαδίκτυο με εκπαιδευτικό οπτικοακουστικό υλικό. |
BC-305 |
Απαντήσεις σε βιολογικά ερωτήματα με την χρήση σύγχρονων μεθόδων αλληλούχισης DNA: Από τον πάγκο του εργαστηρίου στην ανάλυση των δεδομένων |
E |
5 |
Σύντομη περιγραφή: Το μάθημα περιλαμβάνει θεματικές ενότητες: 1) Γενετική ανάλυση και απάντηση κλινικών ερωτημάτων με – GWAS – Exome Sequencing – Whole Genome Sequencing, 2) RNA-seq και ανάλυση μεταγραφώματος – Single Cell RNA-seq και βιολογική ετερογένεια – Μη κωδικοποιό γονιδίωμα, 3) Δομή της χρωματίνης – Επιγενετική – Μεταγραφική Ρύθμιση, 4) Δομή του πυρήνα – Οργάνωση του γονιδιώματος – Τεχνολογίες χαρτογράφησης δομής του πυρήνα και ερωτήματα που απαντούν. |
BC-306 |
Σχεσιακές βάσεις δεδομένων |
E |
5 |
Σύντομη περιγραφή: Οι σχεσιακές βάσεις δεδομένων αποτελούνται από συσχετισμένους πίνακες δεδομένων και μηχανισμούς που παρέχουν την εισαγωγή, εύρεση, και διαγραφή δεδομένων. Θα χρησιμοποιήσουμε το ανοικτού κώδικα σύστημα διαχείρισης βάσεων δεδομένων MariaDB ξεκινώντας με την εγκατάσταση και παραμετροποίηση του συστήματος. Στην συνέχεια, θα σχεδιάσουμε μία βάση δεδομένων ορίζοντας τους πίνακες από τους οποίους θα αποτελείται και τις μεταξύ τους σχέσεις. Μετά την εισαγωγή δεδομένων στους πίνακες, θα δούμε πώς μπορούμε να αναζητήσουμε και να διαγράψουμε δεδομένα. Έπειτα, θα χρησιμοποιήσουμε διάφορες |
BC 311 |
Εισαγωγή στον λειτουργικό εμπλουτισμό και την ανάλυση βιολογικών δικτύων |
Ε |
5 |
Σύντομη περιγραφή: Introduction to Networks and their Biology |