informatyka - uniwersytet Śląskikandydat.us.edu.pl/files/kandydat/pliki/skk/12 maj... · 6....
Post on 10-Aug-2020
0 Views
Preview:
TRANSCRIPT
1
UNIWERSYTET ŚLĄSKI
Wydział Informatyki i Nauki o Materiałach
WNIOSEK
o utworzenie nowej specjalności
Bioinformatyka
na kierunku
Informatyka
studia magisterskie II stopnia
Sosnowiec, 2011
2
UZASADNIENIE
Dynamiczny rozwój nowych technik i technologii dotyczy w coraz większego zakresu
dziedzin początkowo w ogóle nie kojarzonych z informatyką. Dotyczy to również biologii,
biologii medycznej i medycyny. W dzisiejszych czasach jest nie do pomyślenia, by nie
umieć posługiwać się w ogóle nowoczesnymi technologiami informacyjnymi – i fakt ten
dotyczy zarówno lekarza, analityka medycznego, farmaceuty jak i biotechnologa.
Koniecznością stało się posługiwanie się nowoczesnymi metodami i technikami
obliczeniowymi. Jednakże współczesne systemy informatyczne stały się bardzo
skomplikowane, są najczęściej połączeniem technologii sieci rozległych, programowania i
systemów baz danych. W tej sytuacji jest rzeczą nierealną oczekiwać od lekarza czy osoby
zajmującej się szeroko pojętymi zagadnieniami z zakresu nauk o życiu (ang. life sciences)
dogłębnej znajomości takiego systemu.
Konieczne staje się pojawienie się na rynku pracy absolwentów o interdyscyplinarnym
wykształceniu, takim które umożliwi im sprawne funkcjonowanie na pograniczu dwóch lub
więcej dziedzin, a posiadana wiedza i umiejętności umożliwi samodzielne uporanie się z
najczęstszymi problemami występującymi na styku dziedzin, a w razie potrzeby – na
sprecyzowanie konkretnych wymagań i założeń projektowych dla eksperta specjalizującego
się w konkretnej, wąskiej dziedzinie.
Takimi osobami, znającymi zarówno podstawy głównych działów informatyki jak i
posiadającymi rozeznanie w specyfice szeroko pojętych nauk o życiu (ang. life sciences)
(biologia molekularna, biotechnologia molekularna, genetyka molekularna, genomika,
transkryptomika, proteomika, biologia medyczna) mają być absolwenci specjalności
bioinformatyka.
3
SYLWETKA ABSOLWENTA (Bioinformatyka)
Postęp technologiczny umożliwił gromadzenie ogromnych ilości danych dotyczących
wszelkiej działalności człowieka. Nie ominęło to również nauk o życiu (ang. life sciences),
do których zaliczane są wszystkie nauki związane z badaniem organizmów żywych – w tym
także nauki medyczne. Rozwój sieci Internet umożliwił bezproblemową wymianę danych
i informacji pomiędzy ośrodkami naukowymi – bez znaczenia jest w tej chwili to, że
znajdują się na innych półkulach naszej planety.
Wraz z rozwojem technik informatycznych, rosną też wymagania co do umiejętności
osób, które mają się nimi posługiwać. Obsługa wielu urządzeń współczesnej diagnostyki
medycznej wymaga już wyspecjalizowanego personelu. Odkrycie struktury DNA
i opracowanie procedur sekwencjonowania doprowadziło do zgromadzenia ogromnych ilości
danych dotyczących struktur molekularnych organizmów żywych. Niestety, w związku
z koniecznością przetwarzania tych danych pojawiły się problemy: trzeba opracować metody
które to umożliwią – potrzebne są więc osoby, potrafiące sprawnie wykorzystywać istniejące
rozwiązania, adaptować je i rozwijać w celu stworzenia nowych.
Absolwenci specjalności bioinformatyka, mają być osobami znającymi zarówno
podstawy głównych działów informatyki jak i posiadającymi rozeznanie w specyfice szeroko
pojętych nauk o życiu (biologia molekularna, biotechnologia molekularna, genetyka
molekularna, genomika, transkryptomika, proteomika). Absolwent tej specjalności ma znać
zarówno możliwości i ograniczenia poszczególnych rozwiązań z zakresu informatyki
(konstrukcja algorytmów, złożoność obliczeniowa algorytmów, systemy baz danych,
technologie sieciowe), jak i specyfikę i potrzeby konkretnych zagadnień z zakresu
wspomnianych wyżej nauk o życiu.
Bardzo często w chwili obecnej współpraca pomiędzy specjalistami, wąsko
wykształconymi w różnych dziedzinach nie układa się harmonijnie; często jest bardzo
trudna, albo wręcz niemożliwa, ze względu na brak „wspólnego języka” dla różnych
dziedzin nauki. Konieczność badań interdyscyplinarnych jest tylko kwestią czasu –
korzystać na tym będą badacze z obu dziedzin. Absolwent tej specjalności powinien
cechować się, oprócz rzetelnej wiedzy merytorycznej – umiejętnościami interpersonalnymi
umożliwiającymi pełnienie funkcji „pośrednika”, czy też swoistego mediatora pomiędzy
wąsko wykształconymi specjalistami – powinien znać specyfikę pracy specjalistów
rekrutujących się z obu grup zawodowych.
Absolwent magisterskich studiów informatycznych o specjalności bioinformatyka
powinien wykazywać się:
znajomością podstaw informatyki oraz nauk o życiu, umożliwiającą mu
rozwiązywanie problemów informatycznych w tej dziedzinie,
znajomością terminologii baz danych (systemy zarządzania bazami danych)
i ich wykorzystania w dziedzinie nauk o życiu,
znajomością podstaw systemów łączności i przesyłania danych (sieci
komputerowe i systemy sieciowe)
4
znajomością charakterystyki dostępnych formatów danych specyficznych
w konkretnym zastosowaniu (standardy)
rozeznaniem w dostępności i zawartości dostępnych, tematycznych baz danych
umiejętnością projektowania, implementacji i weryfikacji projektów,
znajomością specyficznych narzędzi informatycznych (i bibliotek języków
programowania),
wiedzą w zakresie zaawansowanych technik analizy danych (eksploracji
danych) i umiejętnością ich wykorzystania w praktyce do rozwiązywania
konkretnych problemów
umiejętnością praktycznego posługiwania się narzędziami informatycznymi
i biegłością w programowaniu,
umiejętnością poszukiwania nowych rozwiązań z zastosowaniem technologii
informatycznych,
wiedzą umożliwiającą szybkie adaptowanie się do dynamicznie zmieniającej się
rzeczywistości informatycznej.
Absolwent ma być osobą umiejącą radzić sobie w analizowaniu złożonych problemów
interdyscyplinarnych. Ma potrafić pracować zarówno w zespole wysoko
wykwalifikowanych specjalistów, jak i kierować pracą zespołów specjalistów.
Absolwent studiów drugiego stopnia jest przygotowany do stałego poszerzania wiedzy
i umiejętności, jest przygotowany także do podejmowania wyzwań badawczych oraz
kontynuacji edukacji na studiach trzeciego stopnia (doktoranckich).
Absolwent powinien znaleźć zatrudnienie we wszystkich dziedzinach, związanych
z naukami o życiu, w których wykorzystywane są narzędzia informatyczne, jako:
pracownik naukowy,
projektant i twórca oprogramowania,
kierownik zespołów programistycznych, testujących i wdrożeniowych,
administrator systemów informatycznych i sieciowych systemów
informatycznych w których zachodzi gromadzenie i przetwarzanie danych z
zakresu nauk o życiu,
specjalista zarządzania danymi, informacją, wiedzą (z uwzględnieniem ich
specyfiki),
analityk danych w szeroko pojętych naukach o życiu (z uwzględnieniem ich
specyfiki).
5
KADRA NAUCZYCIELI AKADEMICKICH
dla kierunku Informatyka studia stacjonarne II stopnia,
specjalność: Bioinformatyka
Pracownicy samodzielni
Prof. dr hab. Wiesław Kotarski
Nauki techniczne, informatyka
dr hab. inż. Mariusz Boryczka
Nauki techniczne, informatyka
Doktorzy
dr Magdalena Tkacz
Nauki o ziemi, geologia (geoinformatyka)
dr Piotr Paszek
Nauki techniczne, informatyka
dr inż. Roman Simiński
Nauki techniczne, informatyka
6
Syllabusy
Nazwa przedmiotu:
Podstawy biologii molekularnej i genetyki molekularnej
Kierunek studiów: Rodzaj studiów Tryb studiów
Informatyka magisterskie stacjonarne
Kod przedmiotu: Typ przedmiotu: Poziom:
obowiązkowy podstawowy
Rok studiów: 1 Semestr: 1 Liczba godzin:45 w., 15 ćw. ECTS: 6
Metody nauczania:
Wykład z wykorzystaniem środków multimedialnych, demonstracja – pokaz, ćwiczenia-
laboratorium, symulacje komputerowe
Wykładowca: prof. zw. dr hab. Tadeusz Wilczok
Wymagania wstępne:
brak
Cel przedmiotu:
Zapoznanie z podstawowymi pojęciami i zagadnieniami biologii molekularnej i genetyki
molekularnej
Treści merytoryczne:
1. Wspólne i różne cechy komórek
2. Z jakich molekuł zbudowane są komórki
3. Jak komórki pracują?
4. Z jakich organelli komórki są zbudowane
5. Wiązania chemiczne i oddziaływanie molekuł na siebie
6. Równowaga chemiczna i energetyka komórek
7. Struktura i funkcje białek
8. Podstawowe funkcje białek i ich regulacja
9. Podstawowe mechanizmy genetyki
10. Wirusy
11. Klonowanie DNA
12. Identyfikacja chorób genetycznie uwarunkowanych
13. Wyciszanie genów u eukaryotów
14. Geny w chromosomach
7
15. Transkrypcja
16. Posttranskrypcyjna regulacja genów
17. Struktura i funkcje komórek eukariotycznych
18. Struktura biomembran i ich funkcje
19. Transport wybranych jonów i małych molekuł
20. Energetyka oparta o fotosyntezę
21. Przemieszczanie białek do membran i do organelli komórkowych
22. Endocytoza
23. Ścieżki sygnałowe
24. Mikrofilamenty
25. Integracja komórek i budowa tkanek
26. Wzrost i rozwój komórek
27. Powstawanie nowych komórek i ich śmierć
Metoda oceny:
Test sprawdzający - egzamin, sprawozdania z ćwiczeń.
Spis zalecanych lektur:
1) Cohen W: A Computer Scientist’s Guide to Cell Biology. Springer 2007
2) Henderson M., 50 teorii genetyki które powinieneś znać, PWN 2010
3) E. Solomon, L. Berg i D. Martin: Biologia, wyd. Mulico 2010
4) Winter P., Hickey G., Fletcher H.: Genetyka. Krótkie wykłady. PWN 2008.
5) Turner P., McLennan A., Bates A., White M.: Biologia molekularna. Krótkie
wykłady, PWN 2007.
6) Brown T.: Genomy. PWN 2009
7) Lodish H., Berk A., Krieger M., Kaiser C., Scott M., Bretscher A., Ploegh H.,
Matsudaira P: Molecular Cell Biology 6th ed. . WH Freeman 2008
8) Red. Słomski R.: Analiza DNA, teoria i praktyka, Wyd. Uniwersytetu Przyrodniczego w
Poznaniu, 2008
8
Nazwa przedmiotu:
Metody i techniki w biotechnologii molekularnej
Kierunek studiów: Rodzaj studiów Tryb studiów
Informatyka magisterskie stacjonarne
Kod przedmiotu: Typ przedmiotu: Poziom:
obowiązkowy podstawowy
Rok studiów: 1 Semestr: 1 Liczba godzin:15 w., 15 ćw. ECTS: 3
Metody nauczania:
Wykład z wykorzystaniem środków multimedialnych, demonstracja – pokaz, ćwiczenia-
laboratorium, symulacje komputerowe
Wykładowca: prof. zw. dr hab. Urszula Mazurek
Wymagania wstępne:
brak
Cel przedmiotu:
zapoznanie z metodami i technikami wykorzystywanymi w biotechnologii molekularnej
Treści merytoryczne:
1. Posługiwanie się precyzyjnymi metodami pomiaru bardzo małych objętości (1
mikrolitr, 5 mikrolitrów, 10 mikrolitrów)
2. Techniki mikroskopowe (mikroskop świetlny, elektronowy, mikroskopia sprzężona z
komputerem)
3. Elektroforeza
4. Techniki PCR, qPCR, RTPCR (Taqman),
5. RFLP - wykrywanie mutacji,
6. Mikromacierze,
7. Ekstrakcja DNA
8. Ekstrakcja RNA
9. Metody wykrywania polimorfizmów i mutacji w DNA
10. Epigenetyka
11. Wyciszanie ekspresji genów
12. iRNA
Metoda oceny:
Test sprawdzający, sprawozdanie z ćwiczeń
9
Spis zalecanych lektur:
1. Buchowicz J: Biotechnologia molekularna, PWN 2007.
2. Glick B., Pasternak J.: Molecular Biotechnology. ASM 2009
3. Red. Słomski R.: Analiza DNA, teoria i praktyka, Wyd. Uniwersytetu Przyrodniczego
w Poznaniu, 2008
10
Nazwa przedmiotu:
Języki skryptowe
Kierunek studiów: Rodzaj studiów Tryb studiów
Informatyka magisterskie stacjonarne
Kod przedmiotu: Typ przedmiotu: Poziom:
obowiązkowy podstawowy
Rok studiów: 1 Semestr: 2 Liczba godzin:15 w., 45 ćw. ECTS: 4
Metody nauczania:
Studenci tworzą programy pod nadzorem prowadzącego poznając możliwości języka Python
jako przykładowego języka skryptowego.
Wykładowca: dr hab. inż. Mariusz Boryczka
Wymagania wstępne:
Umiejętność programowania.
Cel przedmiotu:
Celem zajęć jest nauczenie studentów zasad projektowania i implementowania programów
komputerowych wykorzystując specyfikę języka skryptowego oraz nauczenie pisania
czytelnych i sprawnych programów w języku Python.
Treści merytoryczne:
1. Pojęcie i cechy języków skryptowych.
2. Charakterystyka języka Python.
3. Wbudowane typy i struktury danych (liczbowe, łańcuchowe, krotki, listy, słowniki,
zbiory, pliki.
4. Instrukcje, funkcje.
5. Obsługa wyjątków.
6. Tworzenie obiektów.
7. Właściwości i metody, metody specjalne.
8. Składowe statyczne.
9. Dziedziczenie i polimorfizm.
Metoda oceny:
Zaliczenie ćwiczeń i egzamin
Spis zalecanych lektur:
1. M. Lutz, D.Ascher: Python. Wprowadzenie. Helion.
2. Praca zbiorowa: Python od podstaw. Helion.
3. M. Summerfield: Python 3. Kompletne wprowadzenie do programowania. Helion.
4. D.M. Beazley: Python Essential Reference 4e. Addison Wesley.
11
Nazwa przedmiotu:
Elementy grafiki i modelowania 3D
Kierunek studiów: Rodzaj studiów Tryb studiów
Informatyka magisterskie stacjonarne
Kod przedmiotu: Typ przedmiotu: Poziom:
obowiązkowy podstawowy
Rok studiów: 1 Semestr: 2 Liczba godzin:15 w., 30 ćw. ECTS: 3
Metody nauczania:
Wykładowca: prof. dr hab. Wiesław Kotarski, ćwiczenia lab.: dr Krzysztof Gdawiec
Wymagania wstępne:
Zaliczony kurs analizy matematycznej, algebry liniowej, podstaw programowania.
Cel przedmiotu:
Celem przedmiotu w części teoretycznej jest zapoznanie słuchaczy z podstawowymi
zagadnieniami grafiki komputerowej, modelowania 3D i wizualizacji.
Treści merytoryczne:
grafika bitmapowa, wektorowa, formaty zapisu grafiki, barwa, atrybuty barwy, modele
barw,
obraz cyfrowy, parametry obrazu cyfrowego, filtry, warstwy, kompresja obrazów
cyfrowych, rodzaje animacji, formaty plików video,
geometria 2D i 3D, przekształcenia macierzowe, rzuty, tor wizualizacji,
elementy CAD, krzywe i płaty Beziera, technika CSG,
technika subdivision, algorytm Chaikina,
fraktale, metody generowania fraktali,
realizm w grafice komputerowej, oświetlenie, cieniowanie, tekstury, technika
raytracingu i radiosity.
Metoda oceny:
zaliczenie
Spis zalecanych lektur: 1. Foley J.D i inni, Wprowadzenie do grafiki komputerowej, WNT, Warszawa, 1995
2. Fry B., Visualizing Data, O’Reilly, 2008
3. Kotarski W., Fraktalne modelowanie kształtu, EXIT, Warszawa, 2008
12
4. Lutz M., Python. Wprowadzenie, wyd. 3, Helion, 2009
5. Marsh D., Applied Geometry for Computer Graphics and CAD, 2nd Edition, Springer,
2005
6. Shiffman D., Learning Processing: A Beginner’s Guide to Programing Images,
Animation, and Interaction, Morgan Kaufman, 2008
7. Shirley i inni, Fundamentals of Computer Graphics, 2nd Edition, AK Peters, 2005
8. Skarbek W., Multimedia – Algorytmy i standardy kompresji, Akademicka Oficyna
PLJ, Warszawa, 1998
9. Tosi S., Matplotlib for Python Developers, Packt Publishing, 2009
10. Zabrodzki J. (red.), Grafika komputerowa – metody i narzędzia, WNT, Warszawa,
1994
11. MayaVi http://code.enthought.com/projects/mayavi/docs/development/html/mayavi/
13
Nazwa przedmiotu:
Wprowadzenie do bioinformatyki
Kierunek studiów: Rodzaj studiów Tryb studiów
Informatyka magisterskie stacjonarne
Kod przedmiotu: Typ przedmiotu: Poziom:
obowiązkowy podstawowy
Rok studiów: 1 Semestr: 2 Liczba godzin:15 w., 30 ćw. ECTS: 3
Metody nauczania:
wykład z wykorzystaniem technik multimedialnych, prezentacje, ćwiczenia w laboratorium
komputerowym - symulacje
Wykładowca:
wykład: Magdalena Tkacz ćwiczenia: Magdalena Tkacz
Wymagania wstępne:
Znajomość podstawowych pojęć biologii molekularnej i genetyki molekularnej.
Cel przedmiotu:
Zapoznanie z podstawowymi pojęciami i zagadnieniami bioinformatyki
Treści merytoryczne:
Bioinformatyka, bioinformatyka systemów. Bioinformatyka a biologia obliczeniowa.
Problemy algorytmiczne w bioinformatyce. Rodzina algorytmów BLAST. Analiza danych
bioinformatycznych. Specjalistyczne biblioteki: BioJava, BioPython, BioPERL,
Bioconductor. Wyszukiwanie SNP. Motywy regulatorowe. Dopasowywanie sekwencji.
Drzewa filogenetyczne. Genotypowanie. Profile ekspresji genów. Ścieżki sygnałowe i drogi
metaboliczne. Wyszukiwanie zależności - sieci genów.
Metoda oceny:
egzamin (test), sprawozdania z ćwiczeń
Spis zalecanych lektur:
1. Solomon E., Berg L., Martin D.: Biologia. Wyd Mulico 2010
2. Brown T.: Genomy. PWN 2009
3. Higgs P., Attwood T.: Bioinformatyka I ewolucja molekularna, PWN Warszawa
4. Lesk A.: Introduction to Bioinformatics. Oxford University Press, 2007
5. Polański A., Kimmel M.: Bioinformatics. Springer-Verlag 2007
6. Jones N. C, Pevzner P.:An Introduction to Bioinformatics Algorithms. MIT Press.
7. A.D. Baxevanis (red.), B.F.F. Ouellette (red.): Bioinformatyka. Podręcznik do analizy
genów i białek. PWN, 2005
14
Nazwa przedmiotu:
Bioinformatyczne bazy danych
Kierunek studiów: Rodzaj studiów Tryb studiów
Informatyka magisterskie stacjonarne
Kod przedmiotu: Typ przedmiotu: Poziom:
obowiązkowy podstawowy
Rok studiów: 1 Semestr: 2 Liczba godzin: 30 ćw. ECTS: 3
Metody nauczania:
Prezentacje, ćwiczenia w laboratorium komputerowym
Wykładowca:
ćwiczenia: Magdalena Tkacz
Wymagania wstępne:
Podstawy znajomości zagadnień systemów baz danych, podstawowa obsługa komputera
Cel przedmiotu:
zapoznanie z istniejącymi, publicznie dostępnymi bioinformatycznymi bazami danych
Treści merytoryczne:
Specyficzne formaty przechowywania danych bioinformatycznych. Bazy: transkryptomów,
genomów, proteomów. Przykładowe bazy: Gene Ontology. Array Express. Gene expression
atlas. Protein DataBank. PubMed. Entrez. Wikipathways. Biocarta. KEGG. GenMAPP.
Interfejsy dostępu do baz.
Metoda oceny:
Sprawozdania z ćwiczeń
Spis zalecanych lektur:
Dokumentacja baz (dostępna online)
1. Entrez www.ncbi.nlm.nih.gov/entrez
2. Pubmed www.ncbi.nlm.nih.gov/pubmed/
3. Gene Ontology http://www.geneontology.org/
4. Array Express http://www.ebi.ac.uk/arrayexpress/
5. Gene Expression Atlas http://www.ebi.ac.uk/gxa/
6. Protein Data Bank http://www.pdb.org/
7. Wikipathways http://www.wikipathways.org/
8. Biocarta http://www.biocarta.com/
9. KEGG http://www.genome.jp/kegg/
10. Genmap http://www.genmapp.org/
15
Nazwa przedmiotu:
Oprogramowanie specjalistyczne
Kierunek studiów: Rodzaj studiów Tryb studiów
Informatyka magisterskie stacjonarne
Kod przedmiotu: Typ przedmiotu: Poziom:
obowiązkowy podstawowy
Rok studiów: 1 Semestr: 2 Liczba godzin: 30 ćw. ECTS: 3
Metody nauczania:
Prezentacje, ćwiczenia w laboratorium komputerowym
Wykładowca:
wykład: Magdalena Tkacz ćwiczenia: Magdalena Tkacz
Wymagania wstępne:
Podstawowa obsługa komputera
Cel przedmiotu:
zapoznanie z specjalistycznym oprogramowaniem narzędziowym
Treści merytoryczne:
Oprogramowanie specjalistyczne – zaawansowane edytory tekstowe: SciTE, Notepad++.
BioEdit. Abiword-AbiCollab., Gnumeric, Inkscape, GIMP. GnuPlot. The R-project. Tinn-R.
Scilab. Octave. Rapid Miner. Weka. LaTeX – Lyx, JabRef. Repozytoria subversion.
Etherpad. Gantt Project. Oprogramowanie umożliwiające podpisywanie (np. MD5) i
szyfrowanie danych. Advanced Pathway Painter. Cytoscape. Edinburgh Pathway Editor.
BioJade.
Metoda oceny:
zaliczenie ćwiczeń wykonywanych w laboratorium komputerowym (z wykorzystaniem
prezentowanych pakietów).
Spis zalecanych lektur:
Dokumentacja (Help) poszczególnych aplikacji dostępna wraz z aplikacją, przykładowo:
1. SciTE http://www.scintilla.org/SciTE.html
2. Notepad ++ http://notepad-plus-plus.org/
3. Bioedit http://www.mbio.ncsu.edu/bioedit/bioedit.html
4. Abiword http://www.abisource.com/
5. Gnumeric http://projects.gnome.org/gnumeric/
6. Inkscape http://www.inkscape.org/
7. GIMP http://www.gimp.org/
16
8. Gnuplot http://www.gnuplot.info/
9. R-project http://www.r-project.org/
10. TinnR http://www.sciviews.org/Tinn-R/
17
Nazwa przedmiotu:
Podstawy biostatystyki z elementami eksploracji danych
Kierunek studiów: Rodzaj studiów Tryb studiów
Informatyka magisterskie stacjonarne
Kod przedmiotu: Typ przedmiotu: Poziom:
obowiązkowy podstawowy
Rok studiów: 1 Semestr: 2 Liczba godzin:15 w., 30 ćw. ECTS: 3
Metody nauczania:
Wykład w postaci prezentacji multimedialnych przedstawiający wiadomości teoretyczne
przeplatane przykładami na danych rzeczywistych. Na ćwiczeniach laboratoryjnych będą
wykorzystane programy open source: R, Rattle, Gnumeric oraz inne niekomercyjne
narzędzia pozwalające realizować w praktyce metody statystycznej analizy i obróbki danych
biomedycznych. Ponadto na zajęciach słuchacze opracują pełnowartościową analizę danych
wybranego zbioru danych.
Wykładowca: dr Agnieszka Nowak-Brzezińska
ćwiczenia lab.: dr Agnieszka Nowak - Brzezińska
Wymagania wstępne:
Podstawy statystyki
Cel przedmiotu:
Zapoznanie słuchaczy z dziedziną biostatystyki. Efektem ma być umiejętność
rozwiązywania problemów spotykanych przy analizie dużych zbiorów danych rzeczywistych
na metodach statystycznych i nowoczesnych technikach analizy danych wzorowanych na
eksploracji wiedzy z danych.
Treści merytoryczne:
- Statystyka opisowa na danych biomedycznych: miary położenia, rozproszenia,
kształtu. Graficzne metody reprezentacji danych: wykresy rozrzutu, histogramy,
pudełkowe. Analiza możliwości i ograniczeń poszczególnych typów reprezentacji.
- Analiza korelacji (metody wykrywania zależności między danymi), tabele
kontyngencji, wykresy rozrzutu.
- Predykcja przy użyciu analizy regresji (regresja liniowa i wielokrotna). Analiza
współliniowości.
18
- Przygotowanie danych do analizy: czyszczenie danych, wykrywanie odchyleń,
transformacja danych (normalizacja, dyskretyzacja), postępowanie z niekompletnością
danych.
- Estymacja punktowa i przedziałowa. Testowanie hipotez statystycznych.
Zastosowanie dla danych biomedycznych.
- Metody pozwalające na klasyfikację danych: budowanie asocjacji i grupowanie
danych biomedycznych.
- Redukcja danych: usuwanie danych zbędnych, redukcja wymiarów za pomocą metody
składowych głównych.
Metoda oceny:
egzamin
Spis zalecanych lektur:
1. Biecek P., Przewodnik po pakiecie R, Oficyna Wydawnicza GiS 2008
(http://www.biecek.pl/R/)
2. Ćwik J., Mielniczuk J., Statystyczne systemy uczące się. Ćwiczenia w oparciu o pakiet R,
Oficyna Wyd.Politechniki Warszawskiej, 2009.
3. Ćwik J. and Koronacki J., Statystyczne systemy uczące się, WNT, Warszawa, 2005.
4. Gatnar E., Walesiak M., „Statystyczna analiza danych z wykorzystaniem programu R”,
Wydawnictwo Naukowe PWN, 2009.
5. Gondko R. , Zgirski A., Adamska M., „Biostatystyka w zadaniach”, Uniwersytet Łódzki,
2001.
6. Hastie T., Tibshirani R., Friedman J., The Elements of Statistical Learning: Data Mining,
Inference, and Prediction, wyd. II, Springer 2009 (wyd. I, Springer 2001).
7. Koronacki J., Mielniczuk J., Statystyka dla studentów kierunków technicznych i
przyrodniczych,WNT 2006
8. Sokal R.R. and Sneath P.H., Numerical Taxonomy, Freeman, San Francisco, 1973.
9. Stanisz A., “Biostatystyka”, Wydawnictwo Uniwersytetu Jagiellonskiego, Kraków, 2005.
10. Watała C. , “Biostatystyka - wykorzystanie metod statystycznych w pracy badawczej", a
medica Press, wyd.I, Bielsko-Biała 2003.
19
SIATKA STUDIÓW
dla kierunku Informatyka studia stacjonarne II stopnia,
specjalność: Bioinformatyka
studia II stopnia
studia stacjonarne
od roku akademickiego 2011/2012
wykła
dy
ćw
icz.
lab
ora
t.
ko
nw
er.
sem
in.
wykł.
ćw
icz.
EC
TS
wykł.
ćw
icz.
EC
TS
wykł.
ćw
icz.
EC
TS
wykł.
ćw
icz.
EC
TS
1
2
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
wykła
dy
ćw
icz.
lab
ora
t.
ko
nw
er.
sem
in.
wykł.
ćw
icz.
EC
TS
wykł.
ćw
icz.
EC
TS
wykł.
ćw
icz.
EC
TS
wykł.
ćw
icz.
EC
TS
1 Programowanie obiektowe E 60 30 30 6 30 30 6
2 Sterowanie programowalne Z 45 15 30 6 15 30 6
3 Nowoczesne aplikacje internetowe E 60 30 30 6 30 30 6
4 Modelowanie i analiza systemów E 60 30 30 6 30 30 6
5 Analiza i przetwarzanie obrazu Z 60 30 30 5 30 30 5
2 Analiza i złożoność obliczeniowa algorytmów Z 60 30 30 6 30 30 6
6 Projektowanie systemów operacyjnych Z 45 30 15 6 30 15 6
7 Ochrona danych osobowych Z 60 30 30 5 30 30 4
9 Wykład monograficzny Z 90 90 6 30 2 30 2 30 2
6 Podstawy biologii molekularnej i genetyki molekularnej* E 60 45 15 6 45 15 6
7 Metody i techniki biotechnologii molekularnej* Z 30 15 15 3 15 15 3
8 Oprogramowanie specjalistyczne* Z 20 0 20 2 20 2
9 Bioinformatyczne bazy danych* Z 30 0 30 3 30 3
10 Elementy grafiki i modelowania 3D* Z 60 15 45 5 30 2 15 15 3
11 Języki skryptowe* E 55 15 40 5 30 2 15 10 3
12 Podstawy biostatystyki z elementami eksploracji danych* E 45 15 30 4 15 30 4
A GRUPA TREŚCI PODSTAWOWYCHI rok II rok
semestr 1 semestr 2 semestr 3 semestr 4
Wydział Informatyki i Nauki o Materiałach
Kierunek Informatyka
Specjalność Bioinformatyka
w tym
Raze
m
EC
TS
15 tyg. 15 tyg.15 tyg.15 tyg.
B GRUPA TREŚCI KIERUNKOWYCHI rok II rok
semestr 1 semestr 2 semestr 3
Lp Nazwa przedmiotu E/Z
Razem
RAZEM A:
semestr 4
Lp Nazwa przedmiotu E/Z
Razem
w tym
Raze
m
EC
TS
15 tyg. 15 tyg. 15 tyg. 15 tyg.
Strona 1 z 2
13 Wprowadzenie do bioinformatyki* E 45 15 30 4 15 30 4
14 Projekt specjalizacyjny* Z 15 0 15 1 15 1
900 435 30 420 15 0 85 120 180 28 165 150 30 120 135 24 30 0 2
wykła
dy
ćw
icz.
labora
t.
konw
er.
sem
in.
wykł.
ćw
icz.
EC
TS
wykł.
ćw
icz.
EC
TS
wykł.
ćw
icz.
EC
TS
wykł.
ćw
icz.
EC
TS
16 Przygotowanie pracy magisterskiej Z 60 60 6 30 3 30 3
17 Pracownia magisterska Z 60 60 6 30 3 30 3
18 Seminarium magisterskie Z 75 75 8 15 2 30 3 30 3
19 Praca magisterska E 20 20
195 120 75 40 0 0 0 0 15 2 0 90 9 0 90 29
1 095 435 30 540 75 125 28 32 33 31
Studia kończą się nadaniem tytułu zawodowego magistra na kierunku …………….……………. w zakresie …………….…………….Informatyka, specjalność Bioinformatyka
Plan studiów zatwierdzony przez Radę Wydziału w dniu ………....……21 września 2010 r.
1. Dział Kształcenia
2. Instytut
3. Dziekanat
RAZEM B:
C INNE WYMAGANIAI rok II rok
semestr 1 semestr 2 semestr 3 semestr 4
15 tyg. 15 tyg.
RAZEM C:
RAZEM SEMESTRY (A+B+C) 300 330 345 120
w tym
Raze
m
EC
TS
15 tyg. 15 tyg.
Lp Nazwa przedmiotu E/Z
Razem
RAZEM ROCZNIE 630 465
OGÓŁEM 1 095
(pieczęć i podpis Dyrektora Instytutu) (pieczęć i podpis Dziekana)
*Przedmioty fakultatywne dla specjalności Bioinformatyka
......................................................... .........................................................
Strona 2 z 2
Uniwersytet Śląski
Wydział Informatyki i Nauki o Materiałach
Kierunek: Informatyka (II stopień)Specjalność:Bioinformatyka
Planowany całkowity (4 semestralny) koszt zajęć dydaktycznych
Lp Koszty Wartość
I Koszty wynagrodzeń z tytułu umów o pracę:
1. Pracownicy naukowo-dydaktyczni
a) godziny dydaktyczne - etaty 162 600 zł
b) godziny dydaktyczne - ponadwymiarowe 7 350 zł
c) śerdnia urlopowa (14,5%) od poz.1.b 1 066 zł
d) dod.funkcyjny dziekana i prodziekanów (procentowy udział) 1 361 zł
e) dod.uczelniane (specjalne) (procentowy udział)
f) dod. Wyn. Roczne 13-tka (8,5%) od poz.1.a,b,c,d,e 14 652 zł
g) Razem (od poz. 1a,b,c,d,e,f) 187 029 zł
h) ZUS (17,64%) od poz. 1.g 32 992 zł
i) fundusz socjalny (5,61%) od poz. 1.a,b,c,d,e 9 670 zł
j) Razem koszty wynagr. prac.nauk-dydakt.(od poz.1g,h,i) 229 691 zł
2. Pracownicy niedydaktyczni (dziekanat):
a) koszty wynagr. pracowników dziekanatu (procentowy udział) 1 296 zł
b) dodatki uczelniane (specjalne) (procentowy udział) - zł
c) dod. Wyn. Roczne 13-tka (8,5%) od poz.2.a,b 110 zł
d) ZUS (17,64%) od poz.2.a,b,c 248 zł
e) fundusz świadczeń socjalnych (5,61%) od poz. 2a,b 73 zł
f) Razem koszty wynagr.pracowników niedydakt. (od poz 2a,b,c,d,e) 1 727 zł
3. Ogółem koszty wynagrodzeń z tyt. umów o pracę (od poz.1j, 2f) 231 418 zł
II Koszty wynagrodzeń z tyt.umów cywilno-prawnych:
4. pracownicy naukowo-dydaktyczni - umowy o dzieło/zlecenie - zł
5. pracownicy niedydaktyczni - umowy o dzieło/zlecenie - zł
6. ZUS (17,64%) od poz. 4,5 - zł
7. Razem koszty wynagr. z tyt. umów cywilno-prawnych (od poz.4,5,6) - zł
III Ogółem koszty wynagrodzeń (od poz 3,7) 231 418 zł
IVPozostałe koszty bezpośrednie (materiały, księgozbiory, odczynniki, usługi, zakup
śr.trwałych, amortyzacja) - zł
V Ogółem koszty bezpośrednie (od poz. 3,4) 231 418 zł
VI Narzut kosztów wydziałowych (od poz. V) (18%) 41 655 zł
VII Narzut kosztów wydziałowych JOU, PJD (od poz.V) (26,3%) 60 863 zł
VIII Ogółem koszty kształcenia (od poz 5,6,7) 333 936 zł
………………… …………………. ………………. ………………...
Dziekan Wydziału Dział Kształcenia Kwestor Rektor
Sosnowiec 2011.02.15
Objaśnienia
Całkowita liczba godzin na kierunku INF., spec. Bioinformatyka1095 godz.
W tym:
Wykłady 510 godz.
Laboratoria 585 godz.
Przewidywana liczba studentów 12 osób
Przewidywana liczba grup laboratoryjnych 1
Sumaryczna liczba godzin 1095
Koszty godzin dydaktycznych przeliczone na etaty w
rozbiciu : Etaty
liczba
lat
Liczba
miesięcy
Wynagrodzenie
miesięczne Koszt całkowity
profesor tytularny 0,25 2 6 5 500 zł 33 000 zł
adiunkt 1 2 24 3 300 zł 79 200 zł
asystent 1 2 24 2 100 zł 50 400 zł
Razem 162 600 zł
Koszty godzin dydaktycznych: Liczba godzin Koszt godz. Koszt całkowity
Godziny nadliczbowe
Profesor (wykłady) 0 58 zł - zł
Adiunkci (laboratoria) 150 49 zł 7 350 zł
Asystenci (laboratoria) 0 33 zł - zł
Razem 7 350 zł
Liczba
miesiecy
Wynagrodzenie
miesięczne Koszt całkowity
Dod.funkcyjny dziekana i prodziekanów (procentowy
udział) 18 6 300 zł 1 361 zł
Koszty wynagr. pracowników dziekanatu (procentowy udział) 18 6 000 zł 1 296 zł
Sumaryczna liczba studentów na wydziale 1000
Liczba studentów na spec. Bioinformatyka (II stopien) 12
Procentowych udział studentów Bioinformatyki do
ogółu studentów 0,012
top related