Kursplan för Kunskapsbaserade system inom bioinformatik

Knowledge-Based Systems in Bioinformatics

Det finns en senare version av kursplanen.

Kursplan

  • 5 högskolepoäng
  • Kurskod: 1MB416
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Teknik A1N, Bioinformatik A1N

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2010-03-16
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: HT 2010
  • Behörighet: 120 hp inklusive Bioinformatisk metodik, Sannolikhet och statistik, Programmeringsteknik II och Databasteknik I.
  • Ansvarig institution: Institutionen för biologisk grundutbildning

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).

Litteratur

Litteraturlista

Gäller från: HT 2010

I bibliotekets söktjänst kan du se om en titel finns elektroniskt.

Utvalda forskningspublikationer