| LOJİSTİK YÖNETİMİ | |||||
| Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey | ||
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| MBG1002 | Biyoinformatiğe Giriş | Güz | 3 | 0 | 3 | 5 |
| Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
| Öğretim Dili: | İngilizce |
| Dersin Türü: | Non-Departmental Elective |
| Dersin Seviyesi: | LİSANS |
| Dersin Veriliş Şekli: | Yüz yüze |
| Dersin Koordinatörü: | Dr. Öğr. Üyesi CEMALETTİN BEKPEN |
| Dersi Veren(ler): |
Prof. Dr. SÜREYYA AKYÜZ Dr. Öğr. Üyesi SERKAN AYVAZ |
| Opsiyonel Program Bileşenleri: | Bulunmuyor. |
| Dersin Amacı: | Biyoinformatik (hesaplamalı moleküler biyoloji), biyolojik moleküllerin ve sistemlerin dizilimi, yapısı ve işlevi hakkındaki bilgileri yönetmek ve analiz etmek için hesaplamalı yöntemlerin uygulanmasını içerir. Bu giriş dersi, biyolojik verileri analiz ederken karşılaşılan yaygın ancak zor soruları ele almak için istatistiksel ve algoritmik kavramları kapsayacaktır. Biyolojik veriler, canlı hücrelerde bulunan bilgi düzeylerine göre kategorize edilebilir: DNA, RNA, proteinler, metabolitler ve diğer küçük moleküller. Bu ders modüller halinde düzenlenmiştir, her bölüm belirli bir biyolojik veri türüne, bu verilerle ilişkili biyolojik sorulara ve bu soruları ele almak için hesaplama yaklaşımlarına odaklanmaktadır. Bu dersin amacı aşağıdaki konuların anlaşılmasını sağlamaktır: 1_Biyolojik veri türleri 2_Biyolojik verileri analiz ederken ortaya çıkan hesaplama sorunları 3_Hesaplamalı biyolojide önemli uygulamaları olan, ancak biyoloji dışında da önemli uygulamaları olan bir dizi algoritma. 4_Hesaplamalı biyolojide yaygın olarak kullanılan algoritmaların çekirdek kümesi |
|
Bu dersi başarıyla tamamlayabilen öğrenciler; 1. Biyolog, biyokimyacı, tıbbi araştırmacılar, genetikçiler ve bilgisayar mühendislerinden oluşan disiplinler arası takımlar halinde çalışmayı tanır. 2. Büyük veritabanları üzerinde karmaşık arama yapma ve sonuçları yorumlamayı gerçekleştirir. 3. Genomik karşılaştırmalar yapma, genleri ve büyük genomik bölgeleri genom tarayıcılarda göstermeyi gerçekleştirir. 4. Parça bütünleme, gen bulma, protein katlanması ve mikroarray çalışmaları dahil olmak üzere temel biyoinformatik sorunları ve çözümlerini tanır. 5. İstatistiksel önem kavramları kullanarak sonuçları olasılık terimleriyle analiz eder. 6. Dizileme teknikleri, doğasında olan hesaplama problemleri, olası çözümleri tanır. 7. Markov Model kurma ve bunun gen tahmini için kullanımını tanımlar. 8. Mikroarray verilerinin analizi için hesaplama yöntemlerinin tanır ve bu verileri kullanarak gen ekspresyonu yorumlanmasını tartışır. 9.İnsan Genom Projesi ve sonuçları ile ilgili etik, yasal ve sosyal konularda tartışır. |
| Biyoinformatik, moleküler biyoloji, istatistik ve bilgisayar bilimlerini entegre eden ve hızla büyüyen bir alandır. Bu ders, DNA ve protein dizi analizinin matematiksel modelleri ve bilgisayar algoritmalarına adanmıştır. Bu derste, öğrenciler biyoinformatik analizleri yapmak için birçok popüler araçları öğrenecek ve bu algoritmaların esinlendiği düşünceler tanıtılacaktır. Var olan çeşitli biyoinformatik yöntemler eleştirel olarak tarif edilecek ve her birinin güçlü ve limitli yönleri tartışılacaktır. |
| Hafta | Konu | Ön Hazırlık |
| 1) | Bioinformatiğe Giriş | |
| 2) | Genomik veri madenciliği (Biyolojik Veritabanları) | |
| 3) | Sekanslama (Yöntemler ve Sekanslama teknolojileri) | |
| 4) | Dizi Arama | |
| 5) | Genomik Varyasyon | |
| 6) | Dizi Hizalama | |
| 7) | Moleküler Filogenetik | |
| 8) | Tüm Genom Dizileme ve Haritalama | |
| 9) | Ara sınav için tekrar | |
| 10) | Varyant Tespitinin Aşağı Akış Analizi (TNP'ler, YÇ'ler, KSÇ'ler) | |
| 11) | Omik Veri Analizi (Transkriptomik, Proteomik) | |
| 12) | Omik Veri Analizi (Epigenomik, Paleogenomik) | |
| 13) | Omik Veri Analizi (Fonksiyonel Genomik, Metagenomik) | |
| 14) | Genel Tekrar |
| Ders Notları / Kitaplar: | Biyoinformatik ders notları haftalık olarak verilecektir. Course material will be supplied weekly. 1) Pevsner J. 2015. Bioinformatics and Functional Genomics, 3rd Ed. Wiley Blackwell. |
| Diğer Kaynaklar: | 1) Pevsner J., Bioinformatics and Functional Genomics, Wiley-Liss, 2009 2) Mount D.W., Bioinformatics: Sequence and Genome Analysis (2nd edition), Cold Spring Harbor Laboratory Press, 2004 3) Krane D.E., Raymer M.L., Fundamental Concepts of Bioinformatics, Benjamin Cummings, 2003 4) Setubal C., Meidanis J., Introduction to Computational Molecular Biology, PWS Publishing, 1997" |
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Ödev | 1 | % 20 |
| Ara Sınavlar | 1 | % 30 |
| Final | 1 | % 50 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 50 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 50 | |
| Toplam | % 100 | |
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Sorun tespit etmek ve doğru soruları sorabilmek | |
| 2) | Problem çözme becerisine sahip olmak ve bunun için gerekli analitik yaklaşımları geliştirebilmek | |
| 3) | İş süreçlerini ayıt edebilmek ve süreç tasarlama, planlama ve uygulama bilgisine sahip olmak. | |
| 4) | Lojistik yönetimi alanında gerekli bilgi ve iletişim teknolojileri araçlarını kullanmak. | |
| 5) | Lojistik kavramının bileşenlerini ayırt edebilme, ve uyum halinde bir bütün oluşturmasının önemini anlamak. | |
| 6) | İş hayatında üretkenliği artırmaya yönelik gereksinimlerin farkında olmnak | |
| 7) | Karmaşık durumlar karşısında yenilikçi ve yaratıcı düşünce yapısına sahip olmak | 4 |
| 8) | Hem yerel hem uluslararası boyutta düşünce ve davranış geliştirebilmek | |
| 9) | Küreselleşme ve Lojistik Yönetimi arasındaki çift yönlü etkileşimi anlamak ve verimli bir yönetim için kullanmak. | |
| 10) | En az bir yabancı dili akademik ve günlük iletişimde kullanabilmek | 2 |
| 11) | İş etiğinin önemini kavramak, iş etiğini akademik dünyanın ve iş hayatının temel ögesi olarak uygulamak |