[Forside] [Hovedområder] [Perioder] [Udannelser] [Alle kurser på en side]
Avancerede statistiske metoder spiller en vigtig rolle inden for mange aspekter af moderne genetik, og i flere tilfælde har genetiske problemstillinger decideret drevet udviklingen af nye statistiske metoder. Det betyder, at der er et stort behov for, at personer med en solid statistisk viden engagerer sig i analyse af genetiske data og udvikling af modeller til analyse af genetiske data. I kurset vil vi gennemgå og diskutere artikler, hvor statistiske modeller og metoder er formuleret med det formål at kunne analysere genetiske data.
Indholdet kommer til at afhænge af forelæsernes og de studerendes interesser. De emner, vi tager op, vil blive præsenteret i deres biologiske kontekst og i relation til anvendeler inden for biologi og medicin. En gennemgående problemstilling er modellering af afhængige data (fx DNA, genomer og genvarianter), simulering af data og inferens i komplekse stokastiske systemer. Inferens kan være mange ting: F.eks. punktestimator, teststørrelser og sandsynligheder og mønstergenkendelse. Her er en liste over potentielle emner: 1. Forgreningsprocesser i populationsgenetik og analyse af genvariationsdata. Hvor hurtigt introduceres ny genetisk variation i en population? Hvilke genetiske markører er associeret med en sygdom? 2. Skjulte Markov modeller til bestemmelse af gener i DNA sekvenser og genomer. Selvom et genom er kendt betyder det ikke at dets gener er kendte! Disse kan bestemmes statistisk. 3. Markov processer i molekylær evolution. Hvornår havde mennesket og chimpansen en stamfader? Hvor meget arvemateriale deler du med en chimpanse? 4. Sekvens og genom alignment. Genomer og DNA sekvenser fra beslægtede arter udviser ligheder og forskelle; hvordan bestemmes disse ligheder og hvad kan man sige om de evolutionære processer, der over tid skaber forskelle?
Statistiske Modeller 1, Statistiske Modeller 2, Sandsynlighedsteori 1.1, Sandsynlighedsteori 1.2, Matematisk Analyse 1, Matematisk Analyse 2.
Asger Hobolth og Carsten Wiuf.
2-3 timers forelæsning pr uge. 2 timers øvelser pr uge.
.
Artikler.
Institut for Matematiske Fag.
Informationskontoret, Institut for Matematiske Fag.
Ved kursets afslutning forventes den studerende inden for kursets emneområde at kunne: 1. gøre rede for en række statiske modeller og metoder, der er centrale i moderne genetik 2. anvende statistiske modeller til analyse af særlige former for genetisk data.
Kurset afsluttes med en større skriftlig opgave, som evalueres efter 7-trinsskalaen. Intern censur.
