Protein Prediction I for Computer Scientists

Worum geht's

Du lernst Grundlagen und Methoden zur Vorhersage von Proteinstruktur und -funktion aus Sequenzdaten. Am Ende kannst du die wichtigsten 1D/2D/3D-Vorhersageverfahren erklären, geeignete computergestützte Ansätze auswählen und einfache ML-/KI-basierte Lösungen entwerfen und bis zur Pseudocode-Ebene umsetzen.

Was du danach kannst

• Grundprinzipien der Proteinstrukturvorhersage verstehen
• Methoden der Proteinsequenzanalyse kennen
• biologische und informatische Grundlagen der vorgestellten Methoden beherrschen
• theoretisches Wissen zur Entwicklung eigener Lösungen erwerben
• umgang mit Overfitting, Daten-Bias und Data Leakage in ML/KI-Lösungen
• Entwicklung und Implementierung originärer ML-/KI-Lösungen unter Anleitung

Aus was das Modul besteht

• VorlesungVermittlung des theoretischen Hintergrunds zu allen Themen inkl. Q&A
• ÜbungPraktische Programmierübungen, Vertiefung, Präsentationen und Q&A
• Projektarbeit (in Übungen)Entwicklung oder Testen einer ML-basierten Lösung, Präsentation am Semesterende

Lehrmethode

• Vorlesungen (Beamer & Whiteboard, interaktiv)Erklärung des theoretischen Hintergrunds und Austausch via Q&A
• Whiteboard-only VorträgeInteraktive Vermittlung komplexer Inhalte
• ProgrammierübungenAnwendung des Vorlesungsstoffs und Entwicklung praktischer Fähigkeiten
• Gruppenprojekte mit TutorbetreuungErarbeitung originaler wissenschaftlicher Analysen und Implementationen