zurück zur Suche

Lab Course Methods for Analysis of Next Generation Sequencing Data

WZ0637Studienschwerpunkte und Überfachliche Qualifikation5 ECTSEnglischWintersemester/SommersemesterProfessur für Computational Plant Biology (Prof. Kamal)
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst die praktische Analyse von Next-Generation-Sequencing-(NGS)-Daten: von Rohdaten über Qualitätskontrolle, Mapping und SNP-Calling bis zur Analyse von RNA‑seq-Expression und einfacher de-novo-Assemblierung. Am Ende kannst Du vollständige Analyse-Pipelines auf einem Linux-System/Cluster ausführen, typische Fehlerquellen erkennen und Ergebnisse wissenschaftlich dokumentieren.

Was du danach kannst

  • Unterschiedliche NGS-Datentypen kennen
  • Rohdaten bis zu SNP- oder Genexpressionsresultaten verarbeiten
  • Genomische Daten analysieren und SNPs identifizieren
  • RNA‑seq-Daten für Genexpressionsanalysen verarbeiten
  • Bias und statistische Probleme bei SNP- und Expressionsanalysen erkennen
  • Analyse‑Software unter Linux und auf einem Cluster anwenden
  • Grundlegende Statistik mit R durchführen
  • Eine wissenschaftliche Beschreibung einer Analyse-Pipeline verfassen

Aus was das Modul besteht

  • Vorlesung/ÜbungKurze Einführungen in Konzepte und statistische Grundlagen; Einführung in Tools
  • Praktikum/Hands-onÜbungen am Computer und auf einem Cluster zur praktischen Anwendung der Tools und Pipelines
  • Selbstständige DatenanalyseAnalyse eines zugewiesenen Datensatzes und Erstellung des Abschlussberichts

Lehrmethode

  • KurzvorträgeVermittlung von Konzepten und Werkzeugen als Einstieg vor den Übungen
  • Praktische Übungen am RechnerAnwenden der gezeigten Methoden und Üben von Pipelines unter Linux/auf dem Cluster
  • GruppendiskussionErgebnisse mit Kommilitonen diskutieren; Zusammenfassung durch die Lehrperson
  • Kurs-WikiDokumentation aller Kommandozeilen und Übungen als Leitfaden für die Pipeline

Termine

ÜbungNGS Datenanalyse

Aus dem laufenden Semester, unverbindlich.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.