Unsere Lehre

 

 

 

Mathematische Modellierung und Statistische Analyse Biologischer Systeme

(Die Vorlesung behandelt grundlegende Techniken des maschinellen Lernens

und der Statistischen Datenanalyse)

 

Aus dem Inhalt:

- Regression 

- Regularisierung (Bayessche Regression)

- Methoden der Klassifizierung

- Neuronale Netzwerke

- Hauptkomponentenanalyse

- Parametrische und nicht-parametrische Tests

- Maximum Likelihood

- Bootstrapping

 

 

 

Vorlesung: Statistische Datenanalyse

(Richtet sich an Biologen -- es werden keine besonderen Vorkenntnisse einer Programmiersprache verlangt)

Aus dem Inhalt:

- Einführung in die Wahrscheinlichkeitsrechung

- Statistische Verteilungen (z.B. Binomialverteilung, Normalverteilung)

- Hypothesen testen

- Parametrische Tests  (z.B. Student t-test)

- Permutationstest

- Bootstrap Methode

 

 

 

Vorlesung: Biologische Netzwerke

Aus dem Inhalt:

Wochen 1-3:

  • Metabolische Netzwerke, Prof. Dr. Martin Lercher

Woche 4

  • Einfuehrung in gewoehnliche Differenzialgleichungen
  • Einfuehrung in die Dynamik nichtlinearer Systeme
  • Reaktionskinetiken

Woche 5

  • Eigenschaften genregulativer Netzwerke
  • Regulation des Metabolismus in Mikroben (Katabolitrepression)
  • Bistabiles Verhalten in der Genexpression (Lac operon/GAL Netzwerk)

Woche 6

  • Eigenschaften von Signaltransduktionsnetzwerken
  • Der bakterielle Chemotaxis Signalweg
  • Pheromon Signalweg in Hefe
  • Netzwerk Inferenz (Bayes'sche Netze)

Literatur:

  • Uri Alon, An Introduction to Systems Biology (Buch)
  • Bernhard Palsson, Systems Biology (Buch)
  • Ptashne, Genes & Signals
  • Tyson, Sniffers, buzzers, toggles and blinkers: dynamics of regulatory and signaling pathways in the cell
Verantwortlich für den Inhalt: E-Mail sendenProf. Dr. Markus Kollmann