Ders Öğretim Planı

Ders Kodu Ders Adı Ders Türü Yıl Dönem AKTS
BİS703 Mikoarray ve Gen Dizi Analizleri 927003 1 2 6

Dersin Amacı

Öğrencinin genetik veri yığınlarının analizinde kullanılan özel istatistiksel yöntemler ayrıntılı şekilde kavraması, temel genetik kavramlar ile veri türlerini öğrenmesi, verilerin bilgisayar ortamında analizi için en çok kullanılan Bioconductor, PLINK, Haploview, R gibi yazılımların kullanması, Genetik veri analizinden önce yapılan bazı ön işlemlerin [linkage disequilibrium (LD), Hardy-Weinberg equilibrium (HWE), minor allele frequency (MAF)] öğrenilmesi, genetik araştırmalarda büyük önemi olan "Genome Wide Association Study (GWAS)"'nin özelliklerinin bilinmesi.

Ön Koşul Dersleri

Yok

Önerilen Diğer Hususlar

Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

1. Aidong Zhang, Advanced Analysıs Of Gene Expressıon Mıcroarray Data, World Scientific Publishing Co. Pte. Ltd, 2006 2.Mei-Lıng Tıng Lee ,Analysıs of Mıcroarray Gene Expressıon Data, Kluwer Academic Publishers, 2004 3.David Posada (Editor), Bioinformatics for DNA Sequence Analysis Human, A Press, Springer Science, Business Media, 2009 4.Ilya Shmulevich, Wei Zhang (Editors), Computatıonal And Statistical Approaches To Genomics, Second Edition, Springer Science+Business Media, Inc.,2006 5.Rongling Wu, George Casella, Chang-Xing Ma, Statistical Genetics of Quantitative Traits, Linkage, Maps, and QTL, Springer Science + Business Media, LLC, 2007

Dersin Sunulduğu Dil

Türkçe

Staj Durumu

Yok

Dersin İçeriği

Genetik Analiz Yöntemlerine Giriş ve Genetik Terminoloji, Genetik Veri Tabanlarının Kullanımı, Bioconductor, PLINK ve R Yazılımının Genetik Verilerde Kullanımı, Genetik Verilerde İlk Analiz Teknikleri(Imputation, HW, MAF, LD, Association Analizleri), Genome-Wide Association Çalışması (GWAS), SNP-SNP / Gen-Gen Etkileşim Analiz Yöntemleri, Multifactor Dimensionality Reduction (MDR), Generalized Multifactor Dimensionality Reduction (GMDR), Phylogenetic Analysis, QTL mapping,

Değerlendirme

# Etkinlikler Adet Yuzde Katkısı Yarıyıl İci Etkinlik Yıl Sonu Etkinlik
90 Yarıyıl (Yıl) İçi Etkinlikleri 0 40
91 Yarıyıl (Yıl) Sonu Etkinlikleri 0 60
1 Ara Sınav 1 30 1
5 Derse Katılım 14 30 1
6 Uygulama/Pratik 14 10 1
10 Tartışma 6 10 1
11 Soru-Yanıt 6 10 1
54 Ev Ödevi 2 10 1
2 Final Sınavı 1 100 1

Ders İş Yükü Verisi

# Etkinlikler Adet Süresi(saat) Toplam İş Yükü(saat)
1 Ara Sınav 1 3 3
2 Final Sınavı 1 3 3
5 Derse Katılım 14 3 42
6 Uygulama/Pratik 14 3 42
10 Tartışma 6 5 30
11 Soru-Yanıt 6 4 24
54 Ev Ödevi 2 3 6

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Genetik Analiz Yöntemlerine Giriş ve Genetik Terminoloji
2 Genetik Veri Tabanlarının Kullanımı
3 “Bioconductor”, "Haploview", “PLINK” ve “R” Yazılımının Genetik Verilerde Kullanımı
4 Genetik Verilerde Ön Analiz Teknikleri
5 Genome-Wide Association Çalışması (GWAS)
6 SNP-SNP / Gen-Gen Etkileşim Analiz Yöntemleri
7 Multifactor Dimensionality Reduction (MDR)
8 Generalized Multifactor Dimensionality Reduction (GMDR)
9 Mikroarray Deney Düzenleri ve Veri Analiz Yöntemlerine İstatistiksel Yaklaşım
10 Filogenetik Analizler
11 Quantative Trait Locus (QTL) Mapping için İstatistiksel Metotlar
12 Complex Trait Tahminleme Yöntemleri
13 Next Generation Sequence Veri Analiz Yöntemleri
14 Haplotip Analiz ve Fine Mapping
15
16

Dersin Öğrenme Çıktıları

# Öğrenme Çıktı Id Açıklama
1 1244285 Temel genetik bilgiler ve veri tipleri hakkında bilgi sahibi olur
2 1244286 İstatistiksel yöntemleri test edebileceği kullanıma açık genetik veri tabanlarına ulaşım yollarını öğrenir.
3 1244287 Genetik verilerin analizinde kullanılan yazılımlarının temel kullanım becerisini kazanır
4 1244288 Sonuçları yorumlar

Bölüm Program Çıktıları

# Program Çıktı Id Açıklama
1 67110 Alanına yenilik getiren, yeni bir düşünce, yöntem, tasarım ve/veya uygulama geliştiren ya da bilinen bir düşünce, yöntem, uygulamayı farklı bir alana uygulayan özgün bir çalışmayı bağımsız olarak gerçekleştirerek alanındaki ilerlemeye katkıda bulunur.
2 67111 Alanı ile ilgili en az bir bilimsel makaleyi ulusal ve/veya uluslararası hakemli dergilerde yayınlayarak alanındaki bilginin sınırlarını genişletir.
3 67112 Alanı ile ilgili ve disiplinler arası sorunların çözümlenmesini gerektiren ortamlarda liderlik yapar.
4 67113 Yaratıcı ve eleştirel düşünme, sorun çözme ve karar verme gibi üst düzey zihinsel süreçleri kullanarak alanı ile ilgili yeni düşünce ve yöntemler geliştirir.
5 67114 Kanıta dayalı uygulamaları takip eder ve mesleki uygulamalar ile ilgili kendi alanında kanıt oluşturacak araştırmalar yapar.
6 67115 Biyoistatistik alanı ile ilgili ileri düzeyde mesleki gelişim ve yaşam boyu öğrenme ilkelerini gerçekleştirdiği çalışmalarda uygular.
7 67116 Sosyal ilişkileri ve bu ilişkileri yönlendiren normları eleştirel bir bakış açısıyla inceler, geliştirir ve gerektiğinde değiştirmeye yönelik eylemleri yönetir.
8 67117 Uzman kişiler ile alanındaki konuların tartışılmasında özgün görüşlerini savunur ve alanındaki yetkinliğini gösteren etkili bir iletişim kurar.
9 67118 Bir yabancı dili en az Avrupa Dil Portföyü C1Genel Düzeyinde kullanarak ileri düzeyde yazılı, sözlü ve görsel iletişim kurar ve tartışır.
10 67119 Biyoistatistik alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtarak, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunur.
11 67120 Alanı ile ilgili karşılaşılan sorunların çözümünde stratejik karar verme süreçlerini kullanarak işlevsel etkileşim kurar.
12 67121 Biyoistatistik alanı ile ilgili konularda karşılaşılan toplumsal, bilimsel,kültürel ve etik sorunların çözümüne katkıda bulunur ve bu değerlerin gelişimini destekler.
13 67122 Diğer sağlık disiplinleri ile çalışabilme deneyimine sahiptir.
14 67123 Biyoistatistik alanına yönelik yaptığı çalışmalarda doğru istatistiksel yöntemleri seçer ve uygular, doğru yorumlar. Analiz ve sentez yapar.
15 67124 Biyoistatistik alanı ile ilgili güncel gelişmeleri ve bilgileri çocuk, aile,ulusal değerler ve ülke gerçekleri doğrultusunda toplum yararına kullanır.

Ögrenme Çıktı Matrisi

Program Çıktısı
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Öğrenme Çıktısı
1 4 5 3 3 4 5 4 5 3 3 4 4 3 5 3
2 5 5 3 3 5 4 5 4 3 3 5 3 3 5 5
3 4 3 4 5 5 4 3 3 3 5 5 4 3 5 5
4 4 5 3 3 3 5 3 3 3 4 3 5 3 5 3
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek