Behörighetskrav

120 hp inklusive Bioinformatisk metodik, Sannolikhet och statistik, Programmeringsteknik II och Databasteknik I.

Mål

Kursen skall ge kunskap om metoder och modeller inom artificiell intelligens (AI) för tillämpning inom utvalda problemställningar inom livsvetenskaperna. Kursen skall ge träning i att konstruera och tillämpa datorprogram baserade på sådana metoder och modeller med betoning på breda tillämpningar för analys av genom, transkriptom och metabolom.

Efter godkänd kurs skall studenten kunna

• tillämpa beräkningsmetoder och modeller för problemlösning inom livsvetenskaperna baserade på heuristisk sökning, kunskapsrepresentation, logisk analys och maskininlärning.
• självständigt extrahera data ur biologiska databaser och datasamlingar med hjälp av metoder och modeller inom AI.

Innehåll

Sökning och heuristisk sökning, introduktion till logik och automatiserade resoneringstekniker, kunskapsrepresentation. Ontologier. Grammatikor och naturlig språkbearbetning. Begränsningssystem. Maskinlärning: klustring, rough sets och beslutsträd, Monte Carlo-baserad egenskapsselektion, statistiskt modellgiltighet och signifikans. Avancerade nätverkssystem. AI- tillämpningar inom livsvetenskapliga problemställningar: förutsägelse av genfunktion med hjälp av transkriptomdata, modellering av proteinegenskaper, modellering av ligand-receptorinteraktioner, drug target discovery, användning av strukturerade datasamlingar (ontologier) för resonemang om biologiska objekt och processer, automatiserad utvinning av information från fritext (vetenskapliga publikationer).

Undervisning

Föreläsningar, datorövningar, projekt och inlämningsuppgifter.

Examination

Skriftligt prov vid kursens slut (3 hp). Inlämningsuppgifter (1 hp) och projekt (1 hp).