Bioinformatika

Bioinformatics

A tantárgyleírás hatályossága

Hatályosság kezdete:

2026. March 21.

Hatályosság vége:

—

Tantárgy neve (magyarul, angolul)

Bioinformatika

Bioinformatics

Tantárgykód

BMEVIMIAV10

Tantárgyjelleg

—

Képzési szint

—

Kurzustípusok és óraszámok (heti/féléves)

Kurzustípus	elmélet	gyakorlat	laboratóriumi gyakorlat
óraszám (heti)	4	0	0
jelleg (kapcsolt/önálló)	—	—	—

Tanulmányi teljesítmény/értékelés típusa

vizsga

Tantárgy kreditértéke

Tantárgyfelelős

DR. Antal Péter

beosztás: egyetemi docens

elérhetőség: antal.peter@vik.bme.hu

Tantárgyat gondozó oktatási szervezeti egység

Mesterséges Intelligencia és Rendszertervezés Tanszék

Kar

Villamosmérnöki és Informatikai Kar

Tantárgy weboldala

http://www.mit.bme.hu/oktatas/targyak/vimiav10

Tantárgy elsődleges mintatantervi jellege

—

Közvetlen előkövetelmények – Erős előkövetelmény

nincs

Közvetlen előkövetelmények – Gyenge előkövetelmény

nincs

Közvetlen előkövetelmények – Párhuzamos előkövetelmény

nincs

Közvetlen előkövetelmények – Mérföldkő előkövetelmény

nincs

Közvetlen előkövetelmények – Kizáró feltétel

nincs

Célkitűzés

Tantárgyprogram

1. Orvosi döntéstámogatás az onkológiában: döntési hálózatok felhasználása diagnosztikában és terápiaválasztásban.

2. Genetikai méréstechnika: genotipizálás, szekvenálás, adattisztítás, pótlás, variánsok hívása.

3. Teljes genomi szélességű polimorfizmus adatok statisztikai elemzése a pszichiátriában: adatelőkészítés, egy és többváltozós predikciós módszerek, feldúsulási elemzések, hálózati elemzési módszerek.

4. Teljes genom szekvenálási adatok elemzése az öregedéskutatásban: ritka variánsok kezelésének specialitásai.

5. Teljes genomi szélességű génexpressziós adatok statisztikai elemzése az immunológiában: hálózati módszerek.

6. Betegségek és gének hálózatának elemzése: hálózattudomány az orvosbiológiában és gyógyszerkutatásokban.

7. A mindennapi életvitel átfogó adatainak, benne a beteg által jelentett és viselhető érzékelők által gyűjtött adatoknak az elemzése: idősori adatok elemzése.

8. Oksági következtetések az öregedéskutatásban génkiütési kísérletek felhasználásával.

9. Biomarker elemzési módszerek.

10. Tervezett információbegyűjtés és kísérlettervezés.

11. Szövegbányászati módszerek a bionformatikában.

12. Szemantikus technológiák szerepe a bio- és kemoinformatikában.

13. A gyógyszerkutatás fázisai, hatóanyag-célpont predikciós módszerek.

14. Ajánlórendszerek a bioinformatikában és gyógyszerkutatásban.

A molekuláris biológia méréstechnikai fejlődése nagy adattömegeket, majd a hipotézismentes kutatási paradigma megjelenését hozta el az orvosbiológiába. A tárgy a bioinformatika informatikai, statisztikai és számítási aspektusait mutatja be a következő feladatokon keresztül, amelyek kulcsfontosságúak az egészségügyben és a gyógyszeriparban: döntéstámogatás orvosi diagnosztikában és terápiaválasztásban, genetikai és genomikai adatok mérése és integrált elemzése, hatóanyag-célpont predikciós módszerek. Az ismertetni kívánt főbb adatmérnöki fogalmak és módszerek a következőek: 1. Statisztikai következtetési paradigmák. Többszörös hipotézistesztelés problematikája. Feldúsulás elemzési módszerek. 2. Dimenzió csökkentő eljárások, különös tekintettel háttértudást (ontológiákat) kihasználó eljárások. 3. Klaszterezési módszerek, különös tekintettel a több hasonlósági mátrixot kezelni képes módszerek. 4. Nagy dimenzionalitást és több heterogén reprezentációt kezelő predikciós módszerek, mint például a több kerneles tanulási módszerek. 5. Hálózattudomány, molekuláris interakciók hálózatának strukturális tulajdonságai és hálózati diffúziós módszerek. 6. Valószínűségi gráfos modellek, következtetési és tanulási algoritmusaik. 7. Oksági következtetési paradigmák. 8. Szövegbányászati módszerek a bionformatikában. 9. Gráfadatbázisok és szemantikus technológiák (gyógyszertudásbázisok, gén-ontológiák, betegség kódrendszerek). Az elméleti ismereteket a következő valós kutatás-fejlesztés területeken mutatjuk be: 1. Biomarker alapú tumordiagnosztika. 2. Gyakori betegségek (allergia, asztma, depresszió, szenvedélybetegségek) genetikai háttere. 3. Betegségek együtteseinek és hálózatának vizsgálata. 4. Az egészséges öregedés jellemzőinek és genetikai hátterének a vizsgálata több faj felhasználásával. 5. Hatóanyag-célpont predikció. 6. Mellékhatás és új indikációk predikciója gyógyszerek és gyógyszerkombinációk esetén.

Tanulmányi eredmények

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Tudás

Nincsenek rögzített tanulási eredmények.

Képességek

Nincsenek rögzített tanulási eredmények.

Attitűd

Nincsenek rögzített tanulási eredmények.

Autonómia és felelősség

Nincsenek rögzített tanulási eredmények.

Oktatási módszertan

Előadás A tárgy elméleti része előadás formájában kerül leadásra. Önálló munkára a házi feladat által kerül sor.

Tanulástámogató anyagok

Online források

Antal Péter - Arany Ádám - Bolgár; Bence - Gézsi András - Hajós Gergely - Hullám Gábor - Marx Péter -; Millinghoffer András - Poppe László - Sárközy Péter: Bioinformatika:; Molekuláris méréstechnikától az orvosi döntéstámogatásig,; ISBN-13 978-963-2791-80-7, Typotex, 2014

A tantárgy teljesítéséhez ajánlott előzetes ismeretek

Tudás típusú kompetenciák

(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

Valószínűségszámítás

Képesség típusú kompetenciák

(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák

(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)

Valószínűségszámítás

Általános szabályok

Követelmények: Szorgalmi időszakban: Házi feladat sikeres elkészítése és leadása a félév végéig. Vizsgaidőszakban: Szóbeli vizsga. A vizsgára bocsátás feltétele az elfogadott házi feladat. Osztályozás: A vizsga osztályzata a szóbeli vizsgán megszerzett jegy. Pótlási lehetőségek: A házi feladat bemutatása a pótlási héten még lehetséges különeljárási díj ellenében.

Teljesítményértékelési módszerek

Szorgalmi időszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Szorgalmi időszakban végzett teljesítményértékelések részaránya

Nincs megadva részarány.

Vizsgaidőszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Vizsgarészek részaránya

Nincs megadva részarány.

Érdemjegy megállapítása

Nincs megadva érdemjegy határ.

Jelenléti és részvételi követelmények

Nincs megadva jelenléti követelmény.

Javítás, ismétlés és pótlás különös szabályai

Nincs megadva.

Rövid leírás

Nincs megadva.

Részletes leírás

Nincs megadva.

Ajánlott tantárgyak

Kötelező: NEM ( TárgyEredmény( "BMEVIMIM201" , "jegy" , _ ) >= 2 VAGY TárgyEredmény("BMEVIMIM201", "FELVETEL", AktualisFelev()) > 0) A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk. A kötelező előtanulmányi rendek grafikus formában itt láthatók.

A tantárgy elvégzéséhez szükséges tanulmányi munka

Nincs megadva munkaidő bontás.

Tantárgykövetelmények hatályossága

Tantárgykövetelmények hatályosságának kezdete:

—

Tantárgykövetelmények hatályosságának vége:

—

Tantervi elhelyezés

Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.