РАЗДЕЛ 1. ПОЯСНИТЕЛЬНАЯ ЗАПИСКА
Требования к студентам.Дипломированный специалист в области биоинженерии должен владеть методами обработки и анализа экспериментальных данных методами математической статистики, а также методами планирования и проведения эксперимента.
Основой для освоения биометрики являются знания и компетенции студентов, приобретенные при изучении предметов физико-математического цикла, прежде всего – теории вероятности и статистики, математического анализа, а также информатики.
Приступая к изучению предмета, студент должен иметь опыт наблюдения, описания, идентификации, классификации биологических объектов; знать принцип системной организации функций организма, регуляторные механизмы обеспечения гомеостаза живых систем.
Для освоения данного курса студентам необходимы базовые знания в области математического анализа, дифференциального и интегрального исчисления. Также требуется хорошая теоретическая подготовка по информатике и уверенные практические навыки работы на компьютере в сложных программных средах.
Краткая характеристика дисциплины.Курс «Вычислительная биология и биометрика» является дисциплиной по выбору студента математического и естественнонаучного цикла дисциплин по специальности «Биоинженерия и биоинформатика».
Курс формирует представления об основных методах обработки статистических данных, умение применять методы математической статистики к обработке экспериментальных биометрических данных с использованием различного программного инструментария.
Дисциплина содержит тематический план, представленный соответствующими блоками лекций, сопровождаемых лабораторными занятиями.
Основная цель изучения дисциплины - дать всестороннее представление о спектре методов, применяющихся для обработки количественных данных о биологических объектах; обучить специалиста основам математических методов и алгоритмов, применяемых в современной биоинженерии и биоинформатике, молекулярной биологии и молекулярной медицине. Дать практические навыки применения математических методов, интернет-технологий и компьютерных программ для анализа массивов биологической информации.
Виды активных методов и форм обучения
Основными формами обучения являются: лекции, лабораторно-практические занятия, текущая самостоятельная работа дома.
Основным методом обучения является активизация получаемых теоретических знаний в ходе выполнения заданий и дискуссии на лабораторно-практических занятиях.
Каждый лекционный тематический блок содержит:
программную аннотацию; ключевые понятия; краткое содержание лекции; вопросы для самоконтроля;1.3. Учебные задачи дисциплины
В результате изучения дисциплины студент должен овладеть следующими компетенциями:
- способностью к осуществлению просветительной и воспитательной деятельности в сфере публичной и частной жизни, владеет методами пропаганды научных достижений (ОК-3);
- способностью проводить экспериментальные работы с клетками и культурами клеток и владеет методами исследования и анализа живых систем, а также математическими методами обработки результатов биологических исследований (ПК-16);
- способен использовать специализированные знания фундаментальных разделов математики, физики, химии для проведения исследований в области биоинформатики и смежных дисциплин (ПК-24).
1.4. Формы работы студентов
При изучении данной дисциплины используются лекции, лабораторные работы на основе case-задач, подготовка рефератов, выполнение контрольных работ.
1.5. Виды контроля
Система контроля качества усвоения студентами содержания данной дисциплины включает следующие виды:
Текущий контроль – проводится систематически с целью установления уровня овладения студентами учебным материалом. В течение семестра в соответствии с рабочим учебным планом выполняется тестирование. Выполнение этих работ является обязательным для всех студентов, а результаты являются основанием для выставления оценок текущего контроля.
Итоговый контроль – для контроля усвоения данной дисциплины учебным планом предусмотрен зачет. Выставленная оценка является итоговой по дисциплине и проставляется в приложении к диплому на основании выписки из зачетной книжки. Зачет проводится в устной форме.
Промежуточный контроль (остаточных знаний) – проводится с целью установления остаточных знаний по дисциплине при самоаттестации университета (контрольные вопросы).
Для контроля за знаниями студентов проводится: модульные контрольные, рефераты; и итоговый контроль – экзамен.
1.6. Методика формирования результирующей оценки
Учебным планом по данной дисциплине предусмотрен экзамен. Максимальное количество баллов, которое может набрать студент, 100.
За выполнение заданий текущего и промежуточного контроля студент может набрать максимальное количество баллов:
За первый модуль – 30 баллов.
За второй модуль – 30 баллов.
За третий модуль – 40 баллов.
Сумма баллов складывается следующим образом: полный ответ на семинарском занятии – 2 балла, дополнение на семинарском занятии – 1 балл, доклад на семинарском занятии – до 3-х баллов, проверочная работа на лекции – до 2-х баллов, модульная контрольная работа – 10 баллов.
При успешном освоении курса студент, набравший 60 баллов или более, может быть освобожден от экзамена и получить оценку, в соответствии с количеством набранных им баллов.
1.7. Другие пояснения автора.
При организации обучения дисциплине следует уделить значительное внимание практическим навыкам работы через Интернет с общедоступными электронными базами данных, и использованию стандартных пакетов и отдельных программ по математической биологии и биоинформатике. В практической работе современного биоинженера и молекулярного биолога владение широким спектром возможностей, представляемых биоинформатикой, является рутинной необходимостью, средством быстрого и сравнительно не дорогостоящего получения существенных теоретических и практических результатов.
Раздел 2. Структура изучения дисциплины
Всего часов (общая трудоемкость в часах) | 180 |
в том числе | |
Аудиторных занятий | 68 |
Лекций | 34 |
Семинарских/практических занятий | - |
Лабораторных занятий | 34 |
Практикумов | - |
Самостоятельных занятий | 112 |
Изучение основной и дополнительной литературы | 24 |
Написание курсовых работ, эссе, рефератов, | 20 |
Выполнение письменных домашних заданий, расчетов, проектов | 28 |
Выполнение контрольных работ, тестов | 24 |
Подготовка к экзамену, экзамен | 36 |
РАЗДЕЛ 3. ТЕМАТИЧЕСКИЙ ПЛАН ИЗУЧЕНИЯ ДИСЦИПЛИНЫ
Тема | Содержание | Вид занятий | Форма занятий | Кол-во часов | Форма контроля |
Биометрия как наука. Принципы получения и структурирования биометрической информации | Предмет и основные понятия биометрии. Группировка первичных данных. Причины варьирования результатов наблюдения. Формы учета результатов наблюдения. Общие принципы и правила организации и проведении научных исследований и опытно-конструкторских работ. | Аудитор-ные | Лекции Лаборатор-ные занятия | 6 6 | опрос, проверка домашних заданий, тестирование, case-задачи |
Самосто-ятельные | изучение литературы, электронных ресурсов, письменные домашние работы, тестирование | 20 | |||
Статистические гипотезы и их проверка. Критерии достоверности | Средние величины: средняя арифметическая, средняя геометрическая, средняя квадратическая. Разность средних величин и ее достоверность. Ошибка разности. Коэффициент вариации. Оценка доли, разность долей и ее достоверность. Параметрические критерии: Статистические гипотезы, критерии достоверности. t-критерий Стьюдента. F-критерий Фишера. Оценка разности между коэффициентами вариации. Непараметрические критерии: Х-критерий Ван-дер-Вардена. U-критерий Уилкоксона (Манна-Уитни). Критерий знаков Z. Т-критерий Уилкоксона. Способ Спирмена-Кербера. | Аудитор-ные | Лекции Лаборатор-ные занятия | 4 6 | опрос, проверка домашних заданий, тестирование, case-задачи |
Самосто-ятельные | изучение литературы, электронных ресурсов, письменные домашние работы, тестирование | 20 | |||
Измерение связи между признаками. Корреляционный анализ. | Связь между признаками и ее виды. Корреляционная связь. Коэффициент корреляции. Альтернативные признаки. Коэффициент детерминации. Применение современ6ных компьютерных программ для выбора и проведения корреляционного анализа. | Аудитор-ные | Лекции Лаборатор-ные занятия | 4 4 | опрос, проверка домашних заданий, тестирование, case-задачи |
Самосто-ятельные | изучение литературы, электронных ресурсов, письменные домашние работы, тестирование | 20 | |||
Дисперсионный и регрессионный анализ. | Основные понятия и символы. Основные задачи дисперсионного анализа. Ранговый анализ. Оценка силы влияния факторов. Понятие регрессия. Показатель достоверности влияния (критерий Фишера). | Аудитор-ные | Лекции Лаборатор-ные занятия | 6 4 | опрос, проверка домашних заданий, тестирование, кейс-задачи |
Самосто-ятельные | изучение литературы, электронных ресурсов, письменные домашние работы, тестирование | 20 | |||
Практические алгоритмы биометрического анализа при исследовании макро - объектов | Понятие о репрезентативности и доказательности исследований. Расчет необходимого объема выборки. Повторные измерения объекта и его частей. Достоинства и ограничения. Множественность измерений. Представление результатов. | Аудитор-ные | Лекции Лаборатор-ные занятия | 8 6 | опрос, проверка домашних заданий, тестирование, case-задачи |
Самосто-ятельные | изучение литературы, электронных ресурсов, письменные домашние работы, тестирование | 16 | |||
Практические алгоритмы биометрического анализа при исследовании микрообъектов | Особенности регистрации показателей при исследовании микрообъектов. Неопределенность при исследовании границ. Нормирование объема выборки. Повторные измерения, достоинства и ограничен. Множественность измерений. Представление результатов. | Аудитор-ные | Лекции Лаборатор-ные занятия | 6 8 | опрос, проверка домашних заданий, тестирование, case-задачи |
Самосто-ятельные | изучение литературы, электронных ресурсов, письменные домашние работы, тестирование | 16 |
РАЗДЕЛ 4. ЭКЗАМЕНАЦИОННЫЕ ВОПРОСЫ
Принципы теоретического и эмпирического познания. Необходимость получения и анализа количественных данных в биологии. Методология научной организации труда исследователя. Общие принципы биометрии. Основные принципы достижения оптимальных характеристик научного труда. Формы регистрации количественных данных в биологии. Группировка первичных количественных данных. Причины варьирования результатов наблюдения. Биометрия: основные термины и понятия. Основные разделы биометрии и характеристика биометрического анализа. Средние величины признака: средняя арифметическая, средняя геометрическая, средняя квадратическая. Разность средних величин и ее достоверность. Ошибка разности. Коэффициент вариации (изменчивости), возможности его использования при анализе биологических объектов. Вариационные кривые, возможности их использования при анализе биологических объектов. Оценка доли, разность долей и ее достоверность. Связь между признаками и ее виды. Корреляционная связь. Коэффициент корреляции. Альтернативные признаки. Коэффициент детерминации. Основы регрессионного анализа. Коэффициент регрессии. Однофакторный статистический комплекс для количественных и альтернативных признаков. Показатель достоверности влияния (критерий Фишера). Возможности их использования при анализе биологических объектов. Основные компьютерные программы для биометрического анализа. Особенности биометрического анализа макрообъектов. Особенности биометрического анализа микрообъектов. Использование принципов доказательности при количественных исследованиях в биологии. Возможности повышения принципов доказательности при количественных исследованиях в биологии. Возможности и ограничения повторных измерений в биометрии. Использование принципов нормирования объема выборки. Принципы построения алгоритмов биометрических исследований.РАЗДЕЛ 5. УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ПРОГРАММЫ
5.1. Список литературы:
Базовый учебник/учебное пособие
Лакин, : Учебное пособие для биол. спец. вузов. — 4-е изд., перераб. и доп. — М.: Высш. шк., 2000. — 352 с.Основная литература
, , Хромов-Борисов : учебник. — Л.: Изд-во ЛГУ, 1990. — 324 с. , Коросов биометрия. Учебное пособие. –– Петрозаводск: Изд-во ПетрГУ, 2005. –– 104 с. . Новочадов методы в медико-биологическом эксперименте (типовые случаи). — Волгоград: Изд-во ВолгМУ, 2005. — 84 с. Степанов, биометрия с компьютерными программами. — Якутск: Изд-во ЯГУ, 2004. — 145 с. Структуры данных и алгоритмы. Пер. с англ. / , Дж. Э. Хопкрофт, Дж. Д. Ульман. — М.: Изд. дом "Вильямс", 2001. — 268 с.Дополнительная литература
Баврин математика. — М.: Академия, 2002. — 616 с. нализ и обработка данных. — СПб.: Питер, 2001. — 752 с. Маннов проведения экспериментальных исследований: Учеб. пособие. / , , . — Ташкент, 1990. — 68 с. Andreas D. Baxevanis (Editor), B. F. Francis Ouellette. Bioinformatics: A Practical Guide. — Wiley-Liss, 2001. — 312 с. Clote P., Backfonen putational molecular biology: An introduction. — John Wiley & Sons, 2000. — 424 с. Joao Carlos Setubal, Joao Meidanis. Introduction to Computational Molecular Biology. — Brooks/Cole Pub Co, 1997. — 240 с. Mount D. W. Bioinformatics: Sequence and Genome Analysis. — ColdSpring Harbor Laboratory, 2001. — 240 с.
Интернет-ресурсы
№ | Электронный адрес | Название ресурса |
http://www.fbb.msu.ru/ | Официальный сайт факультета биоинженерии и биоинформатики МГУ им. (свободный доступ к образовательным ресурсам) | |
http://www.statsoft.ru/home/textbook/default.htm | Электронный учебник по статистике. – Москва, StatSoft Inc., 1999. | |
http://www.fp7-bio.ru/biotech/nkt-bio/ | Обширный электронный научно-образовательный ресурс Российского Национального Контактного Центра "Биотехнология, сельское, хозяйство и пища" в 7-й Рамочной Программе EC | |
http://www.biometrics.ru | Биометрические новости страны и мира | |
http://www.alexmorph.narod.ru | Персональный сайт проф. – специалиста в области морфометрии и исследования микрообъектов (Белгородский гос. университет) | |
http://www.iitvision.ru/demo.htm | Демонстрационные версии статистических и биометрических программ | |
http://www.mtas.ru | Сайт Института проблем управления, посвященный методам анализа и теории активных систем. Более 200 электронных учебников и книг по прикладной математике, в т. ч. в биологии. |
5.3. Ссылка на ПТК «УМКа»
http://umka.volsu.ru/newumka3/
