BİF683 - GENETİK ARAŞTIRMALARDA İSTATİSTİKSEL YÖNTEMLER
| Dersin Adı | Kodu | Yarıyılı | Teori (saat/hafta) |
Uygulama (saat/hafta) |
Yerel Kredi | AKTS |
|---|---|---|---|---|---|---|
| GENETİK ARAŞTIRMALARDA İSTATİSTİKSEL YÖNTEMLER | BİF683 | 3. Yarıyıl | 2 | 2 | 3 | 7 |
| 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) | Prof.Dr.Erdem Karabulut Doç.Dr. Ceren Sucularlı | |||||
| Dersin amacı | Temel genetik, moleküler biyoloji kavramları ile veri türlerinin anlatılır. Genetik veri analizinden önce yapılan bazı ön işlemler [linkage disequilibrium (LD), Hardy-Weinberg equilibrium (HWE), minor allele frequency (MAF)] anlatılır. Genetik araştırmalarda büyük önemi olan "Genome Wide Association Study (GWAS)"'nin özellikleri anlatılır. Genetik ve moleküler biyoloji konularındaki araştırmalarına ait istatistiksel yöntemler anlatılır. | |||||
| Dersin öğrenme çıktıları |
| |||||
| Dersin içeriği | ? Genetik Analiz Yöntemlerine Giriş ve Genetik Terminoloji, ? Genetik Veri Tabanlarının Kullanımı, ? Genetik Verilerde Analiz Teknikleri (HW, MAF, LD, Association Analizleri), ? Genome-Wide Association Çalışması (GWAS), | |||||
| Kaynaklar | ||||||
Haftalara Göre İşlenecek Konular
| Haftalar | Konular |
|---|---|
| 1. Hafta | Genetik Analiz Yöntemlerine Giriş ve Genetik Terminoloji |
| 2. Hafta | Genetik ve moleküler biyoloji de temel kavramlar |
| 3. Hafta | HW, MAF, LD, İlişki Analizleri |
| 4. Hafta | HW, MAF, LD, İlişki Analizleri |
| 5. Hafta | Genome-Wide Association Çalışması (GWAS) |
| 6. Hafta | SNP-SNP / Gen-Gen Etkileşim Analiz Yöntemleri |
| 7. Hafta | Ara sınav |
| 8. Hafta | Transkriptomik analizlerde istatistiksel yöntemler |
| 9. Hafta | Transkriptomik analizlerde istatistiksel yöntemler |
| 10. Hafta | Mikroarray Deney Düzenleri ve Veri Analiz Yöntemlerine İstatistiksel Yaklaşım |
| 11. Hafta | Mikroarray Deney Düzenleri ve Veri Analiz Yöntemlerine İstatistiksel Yaklaşım |
| 12. Hafta | Ara sınav |
| 13. Hafta | ?Complex Trait? Tahminleme Yöntemleri |
| 14. Hafta | Keminformatik |
| 15. Hafta | Haplotip Analiz ve ?Fine Mapping |
| 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 | 7 | 98 |
| Sunum / Seminer Hazırlama | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Ödevler | 0 | 0 | 0 |
| Ara sınavlara hazırlanma süresi | 2 | 15 | 30 |
| Genel sınava hazırlanma süresi | 1 | 26 | 26 |
| Toplam İş Yükü | 45 | 52 | 210 |
Dersin Öğrenme Çıktılarının Program Yeterlilikleri İle İlişkilendirilmesi
| D.9. Program Yeterlilikleri | Katkı Düzeyi* | ||||
|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |
| 1. Hücre biyolojisinin ilkelerini özgün yeni alanlarla ilişkilendirir, hücre yaşamının mekanizmalarını yorumlar. | X | ||||
| 2. Genetik mekanizmalar ile hastalıklar arasındaki ilişkiyi yorumlayarak, genetik hastalıkların incelenmesi ve önlenmesi çalışmalarına uyarlar. | X | ||||
| 3. Genetik analiz yöntemlerinin kullanım alanlarını, sonuç yorumlamayı ve kısıtlılıklarını değerlendirir. Analiz yöntemlerinin geliştirilmesi için tasarım yapar. | X | ||||
| 5. Genetik bilimi ile ilgili veritabanları ve arama motorlarını yürüttüğü araştırmaları destekleyecek şekilde kullanabilir. | X | ||||
| 6. Ulaştığı veri ve bilginin eleştirel analizini, sentezini ve değerlendirmesini biyoinformatik ve biyoistatistik alanındaki yöntemleri kullanarak yapabilir. | X | ||||
| 7. Genetik alanına yenilik getiren, veya bir yeniliği, düşünceyi ya da tasarımı genetik alanına uyarlayan, özgün bir projeyi tasarlar, yürütür, sonuçlarını paylaşır. | X | ||||
| 8. Genetik alanında bilimsel faaliyet gösteren ulusal/uluslararası topluluklarda çalışabilir, araştırma sonuçlarını paylaşabilir ve görüşlerini savunabilir. | X | ||||
| 9. Etik kurallara ve hasta haklarına saygılıdır. | X | ||||
| 10. Genetik alanındaki bilimsel, sosyal ve kültürel ilerlemeler konusunda öğrencilerin ve toplumun bilgilendirilmesi süreçlerine katkıda bulunur ve öncülük edilir. | X | ||||
*1 En düşük, 2 Düşük, 3 Orta, 4 Yüksek, 5 Çok yüksek