有宝马电子游戏app与生物信息学研究生的课程。课程如下所列。对于有志于生物信息学任何学生推荐的出发点是采取一些生物信息学核心课程。

学生在生物信息学博士学位方案建议采取以下课程的第一年:

  • 核心课程:m221a(下降),m222b(冬季),M225(冬季),M224(春季),M223(春)
  • 研讨会课程:202(秋季和春季的第一年,春季只在第2年),201(秋季,冬季,春季的头2年)

此外,生物信息学博士学生将参加mimg(微生物学,免疫学,分子遗传学)C234道德和问责制在生物医学研究中的弹簧(当然通常是采取第一年的春天)。

核心生物信息学课程:

这些都是生物信息学核心课程的课程。他们在宝马电子游戏app中最重要的和相关的课程。学生在生物信息学博士学位程序必须采取的5个疗程的任何3。然而,生物信息学博士学生们强烈建议采取课程的所有5个在第一年。学生可以采取其他2个疗程的选修课程。为生物信息学博士学位以外的学生程序,这些课程被推荐为获取生物信息学背景的起点。核心课程承担一些编程的知识和统计数据相当于一个高年级课程的背景。

 

bioinfo M221。介绍了生物信息学
单位:4
(和...一样 化学cm260a, 计算机科学cm221人类遗传学m260a。)讲座,四小时;讨论两小时。执行必要条件:计算机科学32或在计算与C-或更好等级10C程序,和从生物统计100A,110A一个疗程,土木工程110,电气工程131A,数学170A,或统计100a上。不需要生物学的先验知识。专为工程专业的学生,​​以及来自生物科学和医学学校的学生。介绍了生物信息学和方法,重点对概念和发明新的计算和统计技术来分析生物数据。着眼于序列分析和比对算法。 S / U或字母分级。

 

bioinfo M222。在生物信息学和系统生物学算法
单位:4
(和...一样 化学cm260b计算机科学cm222。)讲座,四小时;讨论两小时。执行必要条件:计算机科学32或在计算与C-或更好等级10C程序,和从生物统计100A,110A一个疗程,土木工程110,电气工程131A,数学170A,或统计100a上。当然m260a不是必要的,以m260b。专为工程专业的学生,​​以及来自生物科学和医学学校的学生。开发和计算的应用接近生物学问题,重点是制定跨学科的问题,计算问题,然后利用算法技术解决了这些问题。计算技术包括那些从统计学和计算机科学。信评级。

 

bioinfo M223。计算生物学中的统计方法
单位:4
(和...一样 生物数学M271统计M254。)讲座,三小时;讨论一小时。准备:基本的概率概念。必要的:当然m260a或统计100A或200A。介绍统计方法开发并在计算生物学的几个分支,如基因表达,序列比对,motif发现,比较基因组学和生物网络上的基本统计概念和使用统计推断来解决生物学问题理解广泛的应用,强调。信评级。

 

bioinfo M224。计算遗传学
单位:4
(同计算机科学cm224和人类遗传学cm224。)讲座,四小时;讨论中,两个小时;外研究中,6个小时。执行必要条件:计算机科学32或在计算与C-或更好等级10C程序,和从生物统计100A,110A一个疗程,土木工程110,电气工程131A,数学170A,或统计100a上。专为工程专业的学生,​​以及来自生物科学和医学学校的学生。介绍了遗传变异和遗传学计算跨学科研究的计算分析。主题包括介绍遗传学,基因鉴定涉及疾病,推断人类群体历史,技术获得遗传信息,以及基因测序。抓紧制定跨学科的问题,计算问题,然后利用统计学和计算机科学计算技术解决这些问题。信评级。

 

bioinfo M225。在基因组学的计算方法
单位:4
(和...一样 计算机科学M225人类遗传学M265。)讲座,两个半小时;讨论中,两个半小时;外研究,7小时。限于生物信息学,计算机科学,人类遗传学和分子生物学研究生。介绍了计算在生物信息学,基因组学和计算遗传学和遗传学和基因组学计算的跨学科研究方法的准备。主题包括基因组分析,监管基因组学,关联分析,关联分析设计,分离和混合的人口,人口子,人的结构变化,模式生物和基因技术。计算技术和方法,包括那些从统计学和计算机科学。信评级。

 

 

生物信息学研讨会课程:

有两个研讨会,生物信息学在宝马电子游戏app。主研讨会在下午4:00在星期一开会,通常在博耶159.上述讲座信息可在生物信息学网站上。生物信息学博士学位学生需要参加研讨会当然M252,其中既包括研讨会和会议的前一周,讨论,以获得有关研讨会的主题背景材料扬声器的论文。第二次研讨会是每年秋季季度提供的M202研讨会。本次研讨会是必需的第一年,生物信息学博士学位。学生和提供的研究在宝马电子游戏app的概述。两种不同的生物信息学的宝马电子游戏app教授给他们的研究的短期研讨会。本次研讨会是提供给生物信息学博士学位以外的学生通过信访程序。

 

bioinfo 202生物信息学的跨学科研究研讨会
单位:4
(和...一样 化学M202。)研讨会,二小时;讨论两小时。如何生物问题有关基因组数据的具体实例映射和其他学科,包括统计,计算机科学和数学方法求解。可重复信贷。 S / U或字母分级。

 

bioinfo 201.研讨会:在计算生物学的先进方法
单位:2
(和...一样 化学M252人类遗传学M252。)研讨会,一小时;讨论一小时。专为先进的研究生。通过目前的研究文献的介绍生物信息学和计算生物学计算方法的研究。如何选择和应用,从计算和数学学科的方法,在生物信息学和计算生物学的问题;新方法的发展。 S / U或字母分级。

 

 

其他生物信息学课程:

这些课程是在生物信息学额外的课程可在宝马电子游戏app。生物信息学博士学位学生,这些都是除采取额外的2门核心课程,选修课程的极佳选择。每学期,在“主题生物信息学”课程包括生物信息学中一个独特的主题。由于每个产品涵盖不同主题,学生可以参加课程的多个产品的选修学分。

 

bioinfo M226。机器学习在生物信息学
单位:4
(和...一样 计算机科学M226人类遗传学M226。)讲座,四小时;外面学习,八个小时。在具有C-或更好等级计算10c中的计算机科学32或程序:执行必要的。建议:从生物统计100A,110A,土木工程110,电气工程131A,数学170A,或100A统计一个疗程。熟悉概率统计,线性代数和算法的预期。专为工程专业的学生,​​以及来自生物科学和医学学校的学生。生物学已经成为数据密集型科学。瓶颈能够使生物过程的意义已经从数据生成转移到统计模型和推理算法,可以分析这些数据集。统计机器学习提供了这一努力的重要工具。生物数据集提供给机器学习领域新的挑战。的机器学习技术统计和计算方面的检查,他们对关键生物学问题的应用程序。信评级。

 

COM SCI m229s。研讨会:生物信息学当前主题
单位:4
(和...一样 生物化学m229s人类遗传学m229s。)研讨会,四小时;外面学习,八个小时。专为研究生工程专业的学生,​​以及来自生物科学和医学学校的学生。介绍了生物信息学,基因组学和计算遗传学和遗传学和基因组学计算的跨学科研究的准备当前主题。主题包括基因组分析,监管基因组学,关联分析,关联分析设计,分离和混合的人口,人口子,人的结构变化,模式生物和基因技术。计算技术包括那些从统计学和计算机科学。可以重复与主题改变信贷。信评级。

 

 

在基因组学和计算生物学背景的课程:

这些课程是在基因组学和计算生物学精品课程。他们都满足选修生物信息学博士学位程序。

 

biomath 201.确定性模型生物
单位:4
讲座,三小时;实验室,三个小时。制备:线性代数和微分方程的知识。的在其下确定性方法,可以采用的条件和在那里它们可以预期失败的情况检查。主题包括房室分析,酶动力学,生理控制系统,和蜂窝/动物群模型。 S / U或字母分级。

 

biomath M203。在生物学中随机模型
单位:4
(和...一样 人类遗传学M203。)讲座,四小时。必要的:数学170A或概率相当的经验。生物关系的数学描述,尤其要注意其中对于确定性模型条件不足的地区。从遗传学,生理学,生态学,以及其他各种生物和医学学科的随机模型的例子。 S / U或字母分级。

 

biomath 205顶部的计算算法
单位:4
讲座中,四小时。概述的数值分析,统计,生物信息学和计算机科学中最重要的和美丽的算法。重点将放在数学推导,实际的复杂性分析,显著的应用,并在朱莉娅的编程语言编码。大数据应用中特别强调的。信只分级。

 

biomath m207a。理论遗传模型
单位:4
(和...一样 生物统计学M272人类遗传学m207a。)讲座,三小时;讨论一小时。先决条件:数学115A,131A,100B的统计数据。数学模型在统计遗传学。主题包括群体遗传学,遗传流行病学,基因定位,遗传学实验设计,DNA序列分析,和分子系统。 S / U或字母分级。

 

biomath m207b。应用遗传模型
单位:4
(和...一样 生物统计学M237人类遗传学m207b。)讲座,三小时;实验室,一个小时。先决条件:生物统计学110A,110B。面向计算机的人类遗传分析的方法。主题包括统计方法定量和定性复杂性状遗传分析底层。实验室动手基因数据的计算机分析;所需的化验报告。当然补充m207a;学生可以采取两种,并鼓励采取两种。 S / U或字母分级。

 

biomath M211。数学和统计系统发育
单位:4
(和...一样 生物统计学M239人类遗传学M211。)讲座,三小时;实验室,一个小时。先决条件:生物统计学110A,110B,170A数学。理论模型在分子进化,重点是进化技术。主题包括进化树重建方法,病毒进化,系统地理学,和聚结方法的研究。从进化生物学和医学的例子。实验室动手序列数据的计算机分析。 S / U或字母分级。

 

生物学CH 251A。研讨会:转录调控
单位:2
研讨会上,两小时。对拟积极组织学生工作或转录高度兴趣在这两个真核生物和原核生物基因转录的力学高级课程。 S / U分级。

 

生物学CH 251B。研讨会:转录调控
单位:2
研讨会上,两小时。对拟积极组织学生工作或转录高度兴趣在这两个真核生物和原核生物基因转录的力学高级课程。 S / U分级。

 

化学C200。基因组学和计算生物学
单位:5
讲座,四小时;讨论一小时。对引进技术和基因组学的实验数据生物化学学生,以及用于分析他们的计算工具。生物化学与分子生物学解剖生命成其组成部分,在时间一个基因,但缺乏整合机制,把这些信息反馈,共同预测完整生物体(例如,候选药物的80%以上在临床试验中失败)会发生什么。高通量技术,如测序,微阵列,大容量规格,和机器人给生物学家令人难以置信的新功能,分析跨整个生物体,种群和物种全基因组,表达模式,功能和相互作用。使用和这样的数据集的分析就显得至关重要了日常活动的生物医学科学家。核心原则和方法分析基因组数据对概念回答生物和医疗问题,重点是引导数据的分析,而不是算法的细节。同时计划与课程C100。 S / U或字母分级。

 

化学256N。研讨会:研究生物化学 - 结构生物学高级主题
单位:2
研讨会上,三个小时。先进的研究和生物化学当前主题分析。在教员的教学课程的专业研究目前的研究和文学的讨论。 S / U分级。

 

化学C265。代谢控制由蛋白修饰
单位:4
讲座,三小时;讨论一小时。先决条件:课程153A,153B,153C。由蛋白质,包括磷酸化和甲基化反应的翻译后修饰控制代谢途径的生化基础。同时计划与课程C165。信评级。

 

CHEM 266蛋白质组学,蛋白质质谱
单位:3
讲座中,两小时。基本技术和概念实践基于蛋白质组学研究,包括对蛋白质的分离和显示,蛋白质定量,和蛋白质鉴定方法。注重蛋白质质谱分析的基本原理。 S / U或字母分级。

 

EE生物学m200a。进化生物学
单位:4
(和...一样 地球,行星和空间科学M216。)讲座,二小时;讨论两小时。目前的概念和主题在进化生物学,包括微观进化,物种和物种的概念,分析生物地理学,适应辐射,生物大灭绝,社会进化,分子进化和进化思想的发展。 S / U或字母分级。

 

EE生物学C235。群体遗传学
单位:4
(原编号为235)的讲座,三小时;讨论一小时。人口遗传学的基本原理,处理自然种群和进化机制的遗传结构。平衡条件和力改变基因的频率,多基因遗传,分子进化和数量遗传学的方法。同时计划与课程C135。 S / U或字母分级。

 

EE生物学263.研讨会:群体遗传学
单位:2或4
研讨会上,三到六个小时。研讨会在群体遗传学,如亲缘选择,社会生物学,文化演进,保护遗传学等S / U或字母分级电流感兴趣的话题。

 

EE生物学297.选择在生态和进化生物学主题
单元:1〜4
研讨会上,一到三个小时。先进的学习和研究问题的变量的研究课题在生态和进化生物学分析。咨询“课程安排”为主题和教员。可重复使用的信贷教师的同意。 S / U或字母分级。

 

哼根210主题基因组学
单位:2
研讨会上,两小时。在基因组研究中使用目前的生物理论和技术的调查。主题包括基因组学技术,功能基因组学,蛋白质组学,统计遗传学,生物信息学和人类遗传学伦理问题。 S / U分级。

 

哼哼根236A。先进的人类遗传学:分子生物学的角度
单位:4
讲座中,三个小时。推荐的准备:在分子生物学和遗传学的基本概念先验知识。高级的主题在与分子遗传学及相关技术人类遗传学。主题包括基因技术,人类基因组,映射和致病突变,转录组,蛋白质组,功能基因组学,表观遗传学鉴定和干细胞。阅读材料包括原始的研究文章和评论或书籍章节。信评级。

 

哼哼根236B。先进的人类遗传学B:统计方面
单位:4
讲座,三小时;计算机实验室,一个小时。建议准备:介绍性知识的统计数据等同于生物统计学100A或统计数据13和普通遗传学知识等同于生态和进化生物学121,人类遗传学236A或分子,细胞和发育生物学144统计和群体遗传学与复杂的人类基因的分析特征。阅读材料包括原始研究论文和评论。信评级。

 

哼哼根C244。基因组技术
单位:4
讲座,三小时;讨论一小时。必要的:生命科学4.关键技术的调查已导致基因组学的成功应用生物学,重点是后面具体的全基因组的技术和现有的应用程序的理论。同时计划与课程C144。 S / U或字母分级。

 

哼哼根M255。测绘和采矿人类基因组
单位:3
(和...一样 病理M255。)讲座,三小时。基因定位的基本分子遗传和细胞遗传学技术。人类基因组图谱的选定区域详细审阅,特别是基因家族和仍然从小鼠与人类基因的簇。疾病基因的本地化的讨论。 S / U或字母分级。

 

 

在生物学,统计,或计算背景的课程:

这些课程都是建议提供计算,统计或生物学背景的课程。他们都满足选修生物信息学博士学位程序。

 

抗生素的202A。生物统计学的理论原则
单位:4
讲座,三小时;讨论一小时。建议准备:二年微积分和线性代数。介绍概率的主要原则,随机变量,离散和连续分布,二元分布和随机变量的函数分布。信评级。

 

抗生素的202B。在估计主题
单位:4
讲座,三小时;讨论一小时。必要的:当然202A。基本概念,充分性,biasedness,在统计,非参数模型和估计方法,最大似然估计,间估计,贝叶斯估计近似方法,和假设测试。信评级。

 

抗生素的276.推理技术,使用模拟
单位:4
讲座,三小时;讨论一小时。先决条件:统计200A,200B。建议:对统计推断在使用计算机模拟过程213.理论和最近开发的技术的应用。主题包括自举,多重插补,数据扩张,随机松弛,以及采样/重要性重采样算法。 S / U或字母分级。

 

COM SCI 262A。学习和贝叶斯网络推理
单位:4
讲座,四小时;外面学习,八个小时。必要的:当然112或电气工程131a中。回顾几个形式化表示和推理系统管理的不确定性;用信念网络表示贝叶斯推理的综合描述的介绍。信评级。

 

埃尔工程师236A。线性规划
单位:4
讲座,四小时;讨论,一小时;外研究,7小时。必要的:数学115A或线性代数的等效知识。线性优化基本的研究生课程。几何线性规划的。两重性。单纯形法。内点方法。分解和大规模线性规划。二次规划和互补的支点理论。工程应用。介绍整数线性编程和计算复杂性理论。信评级。

 

埃尔工程师236B。凸优化
单位:4
讲座,四小时;讨论,一小时;外研究,7小时。必要的:当然236A。介绍了凸优化及其应用。凸集,函数和凸分析的基础知识。凸优化问题(线性和二次规划,二阶锥和半定程序设计,几何规划)。 Lagrange对偶与最优性条件。凸优化的应用程序。无约束最小化的方法。内点和切削面的算法。介绍非线性规划。信评级。

 

埃尔工程师236C。优化方法对大型系统
单位:4
讲座,四小时;外面学习,八个小时。必要的:当然236B。一阶算法凸优化:梯度法,共轭梯度法,近端梯度和加速近端梯度法,块坐标下降。大规模优化问题分解。增广拉格朗日方法和乘法器的交替方向法。单调运营商和运营商分割算法。二阶算法:不精确牛顿方法,圆锥优化内点算法。信评级。

 

米PHARMA 287.业务科学
单位:2
讲座中,两小时。专为研究生。 (本科生可以与导师的同意报名)。介绍在技术领域的企业和创业精神的原则。基本的业务技能传授商业环境和学术环境中有效地执行。当然,应用材料的通过执行有潜力获得资金,成为公司的实际可行性研究。创业的探索,新企业特别是形成和操作。通过演讲和提问成功的技术创业者,识别和评估新的创业机会,融资的发展,进入和退出的策略。 S / U或字母分级。

 

mimg C222。鼠标分子遗传学
单位:2
(原编号cm222。)研讨会上,两小时。执行必要的:生命科学4.专为学生做小鼠的研究。在过去的25年中,分子革命极大地提高功率和小鼠遗传学的范围,今天的鼠标是在生物学和生物医学的几乎所有主要领域的实验模型。研讨会论坛深入的工具和小鼠遗传学的技术讨论,他们对功能基因组学,复杂性状,干细胞生物学,发育生物学,表观遗传学的应用,以及疾病的遗传剖析。同时计划与课程C122。 S / U或字母分级。

 

路径M272。干细胞生物学和再生医学
单位:4
(和...一样 分子,细胞和发育生物学M272。)讲座,二小时;讨论两小时。专为研究生。胚胎和成体干细胞和调节其生长发育因素的现有知识的介绍。主要强调在细胞和分子生物学和组织工程的进展如何应用在再生医学中使用的干细胞。生物伦理和法律问题相关的干细胞研究。 S / U或字母分级。

 

physci M200。先进的实验统计
单位:4
(原编号为M200)讲座,四小时;实验室,一个小时。引进与专注于电脑模拟,而不是公式的统计数据。自举和蒙特卡罗方法用于分析生理数据。 S / U或字母分级。

 

统计200A。应用概率
单位:4
讲座中,三个小时。必要的:当然100a或数学170A。限于研究生统计学生。模拟,更新理论,鞅,并从排队,可靠性,语音识别,计算生物学,数理金融,流行病学选定的主题。 S / U或字母分级。

 

统计数据200B。理论统计
单位:4
讲座中,三个小时。充分性,指数的家庭,最小二乘法,最大似然估计,贝叶斯估计,费舍尔信息,克拉美/饶不平等,斯坦因的估计,经验Bayes,收缩和处罚,置信区间。似然比测试,p值,错误发现,非参数,半参数上,模型选择,降维。 S / U或字母分级。

 

统计M231。模式识别和机器学习
单位:4
(和...一样 计算机科学m276a。)讲座,三小时。专为研究生。基本概念,理论和模式识别以及在计算机视觉中使用机器学习,图像处理,语音识别,数据挖掘,统计和计算生物学的算法。主题包括贝叶斯决策理论,参数和非参数学习,聚类,复杂性(VC维,MDL,AIC),PCA / ICA / TCA,MDS,支持向量机,增压。 S / U或字母分级。

 

统计C236。介绍贝叶斯统计
单位:4
讲座,三小时;讨论一小时。推荐的必要:当然200A 200B或。专为研究生。介绍了基于使用贝叶斯定理,涵盖基础方面,目前的应用和计算问题的统计推断。主题包括斯坦悖论,非参数贝叶斯和统计学习。应用实例根据学生的兴趣而变化。同时计划与课程C180。 S / U或字母分级。

 

统计C261。介绍了模式识别和机器学习
单位:4
讲座中,三个小时。必要条件:当然100b中,数学33a上。介绍模式分析和机器智能设计先进的本科生和研究生。同时计划与课程C161。 S / U或字母分级。