BİF681 - BİYOLOJİK VERİ TABANLARI
Dersin Adı | Kodu | Yarıyılı | Teori (saat/hafta) |
Uygulama (saat/hafta) |
Yerel Kredi | AKTS |
---|---|---|---|---|---|---|
BİYOLOJİK VERİ TABANLARI | BİF681 | 1. Yarıyıl | 2 | 2 | 3 | 8 |
Önkoşul(lar)-var ise | Yok | |||||
Dersin Dili | Türkçe | |||||
Dersin Türü | Seçmeli | |||||
Dersin verilme şekli | Yüz yüze | |||||
Dersin öğrenme ve öğretme teknikleri | Anlatım Tartışma Uygulama-Alıştırma Diğer: Sunum | |||||
Dersin sorumlusu(ları) | Doç. Dr. Ceren SUCULARLI | |||||
Dersin amacı | Bu dersin amacı biyolojik verilere ulaşmak, gen ifadesi analizleri, türler içi ve türler arası genetik bilgi karşılaştırmaları ve GWAS araştırmaları için kullanılabilecek çeşitli biyolojik veritabanları hakkında öğrencileri bilgilendirmektir. | |||||
Dersin öğrenme çıktıları |
| |||||
Dersin içeriği | ? Biyolojik veritabanları hakkında bilgilendirme, ? Uygulamalar ile veritabanlarının kullanımı, ? Veritabanlarını içeren makalelerin sunumları va tartışılması | |||||
Kaynaklar |
Haftalara Göre İşlenecek Konular
Haftalar | Konular |
---|---|
1. Hafta | Biyoinformatik Araştırmalarda Biyolojik Veri tabanlarının Önemi |
2. Hafta | Biyolojik Veri tabanlarına Genel Giriş, DNA, RNA ve Protein Sekansları için Biyolojik Veri tabanlarında Bilgiye Erişim |
3. Hafta | DNA, RNA ve Protein Sekansları için Biyolojik Veri tabanlarında Bilgiye Erişim |
4. Hafta | Biyolojik Sekanslardaki Benzer Bölgelerin ve Genomdaki Yerlerin Araştırılması-BLAST |
5. Hafta | Ara Sınav |
6. Hafta | Çoklu sekans hizalamaları ve veri tabanları |
7. Hafta | Biyolojik veri tabanlarının Gen İfadesi ve Fonksiyonel Genomik Araştırmaları için Kullanımı |
8. Hafta | Biyolojik veri tabanlarının Gen İfadesi ve Fonksiyonel Genomik Araştırmaları için Kullanımı |
9. Hafta | Biyolojik veri tabanlarında RNA ve Proteinlerin Sinyal Yolaklarında Tanımlanması |
10. Hafta | Ara Sınav |
11. Hafta | Biyolojik veri tabanlarında RNA ve Proteinlerin Gen Ontolojisi terimlerine tanımlanması |
12. Hafta | Biyolojik Veri tabanlarının Tek Nükleotid Polimorfizmleri ve GWAS Çalışmaları için Kullanımı |
13. Hafta | Genotip, Fenotip ve Hastalık İlişkilerinin Araştırılmasında Veri tabanları |
14. Hafta | Tartışma |
15. Hafta | Genel Sınava Hazırlık |
16. Hafta | Final |
Değerlendirme Sistemi
Yarıyıl içi çalışmaları | Sayısı | Katkı Payı % |
---|---|---|
Devam (a) | 0 | 0 |
Laboratuar | 0 | 0 |
Uygulama | 0 | 0 |
Alan Çalışması | 0 | 0 |
Derse Özgü Staj (Varsa) | 0 | 0 |
Ödevler | 0 | 0 |
Sunum | 0 | 0 |
Projeler | 0 | 0 |
Seminer | 0 | 0 |
Ara Sınavlar | 2 | 50 |
Genel sınav | 1 | 50 |
Toplam | 100 | |
Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı | 0 | 50 |
Yarıyıl Sonu Sınavının Başarı Notuna Katkısı | 0 | 50 |
Toplam | 100 |
AKTS (Öğrenci İş Yükü) Tablosu
Etkinlikler | Sayısı | Süresi | Toplam İş Yükü |
---|---|---|---|
Ders Süresi | 14 | 2 | 28 |
Laboratuvar | 0 | 0 | 0 |
Uygulama | 14 | 2 | 28 |
Derse özgü staj (varsa) | 0 | 0 | 0 |
Alan Çalışması | 0 | 0 | 0 |
Sınıf Dışı Ders Çalışma Süresi (Ön Çalışma, pekiştirme, vb) | 14 | 4 | 56 |
Sunum / Seminer Hazırlama | 0 | 0 | 0 |
Proje | 0 | 0 | 0 |
Ödevler | 0 | 0 | 0 |
Ara sınavlara hazırlanma süresi | 2 | 40 | 80 |
Genel sınava hazırlanma süresi | 1 | 48 | 48 |
Toplam İş Yükü | 45 | 96 | 240 |
Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi
D.9. Program Yeterlilikleri | Katkı Düzeyi* | ||||
---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | |
1. Science Direct, PubMed, ISI gibi elektronik veri tabanlarını, basılı kitap ve süreli yayınları amacına yönelik olarak kullanabilmelidir. | X | ||||
2. Temel biyoinformatik analiz yöntemlerini bilecek ve araştırmalarda uygun şekilde kullanacaktır. | X | ||||
3. Biyoinformatik disiplinler arası bir bilim olduğundan, grup çalışma düzenine uyum sağlayabilecek ve diğer kişiler ile iyi iletişim kurabilecek, onların sorunlarını anlayabilecektir. | X | ||||
4. Internet kullanımı, alanındaki yenilikleri takip edebilecek ve istediği bilgiye ulaşabilecek düzeyde olmalı, kütüphane kaynaklarına erişimi ise üst düzeyde olmalıdır. | X | ||||
5. Teknik-bilimsel gelişimi için ders projeleri hazırlayacak, seminerler ve genetik analizler için danışmanlık hizmetleri verecek, makale tartışması, kongre ve kurslara katılacaktır. | X | ||||
6. Güncel gelişmelerin etkisini kendi araştırma konusu dışında da gözleyebilecektir. | X | ||||
7. [R], Linux ve Python gibi programlama dillerini ve programları kullanabilecektir. Temel programcılık mantığını bilecektir. | X |
*1 En düşük, 2 Düşük, 3 Orta, 4 Yüksek, 5 Çok yüksek