• Temel bilgiler
• Öğrenme çıktıları
• İçerik
• Değerlendirme
• İş yükü

Öğrenme çıktıları

Bu dersi başarıyla tamamlayan öğrenciler, şu yetilere sahip olurlar:

1. Biyolojik veriyi hesaplamalı araçlar kullanarak analiz etmek

   Program Çıktılarına Katkıları

   1. Biyomühendislik uygulamalarına temel oluşturan biyolojik, kimyasal, fiziksel ve matematiksel prensip ve olguların öğrenilmesi
   2. Biyomühendisliğin farklı alt dallarını analiz edip bağlantılandırarak yorumlama becerisi
   3. Farklı disiplinlerden edinilen bilgilerin uygulamalarda etkin olarak bütünleştirilebilmesi

   Değerlendirme Tipi

   1. Yazılı sınav
   2. Laboratuvar uygulamaları/sınavları
2. Verilen bir gen/protein listesi için ortak yer aldıkları moleküler yolakları ve etkileşim bilgilerini belirlemek / veri tabanlarından çekmek

   Program Çıktılarına Katkıları

   1. Sağlık ve tarım gibi sektörlerde biyomühendislik uygulamalarını yürütme ve geliştirme becerisi
   2. Biyomühendislik problemleri için süreç tasarlama, veri toplama ve sonuçları analiz edip yorumlama becerisi
   3. Farklı disiplinlerden edinilen bilgilerin uygulamalarda etkin olarak bütünleştirilebilmesi

   Değerlendirme Tipi

   1. Yazılı sınav
   2. Laboratuvar uygulamaları/sınavları
3. biyolojik verilere dayalı matematiksel modeller oluşturmak

   Program Çıktılarına Katkıları

   1. Matematiksel analiz ve modelleme metodlarını biyomühendislik tasarım ve üretim süreçlerine uygulayabilme yetisi
   2. Farklı disiplinlerden edinilen bilgilerin uygulamalarda etkin olarak bütünleştirilebilmesi

   Değerlendirme Tipi

   1. Yazılı sınav
   2. Laboratuvar uygulamaları/sınavları

İçerik
1. hafta:	Biyolojik veri analizine giriş
2. hafta:	Gene Expression Omnibus veritabanı ve transkriptom veri analizi
3. hafta:	Gen Ontolojisi & Yolak zenginleştirme analizi: g:Profiler ve EnrichR araçları
4. hafta:	Kümeleme ve Temel Bileşenler Analizi uygulamaları: iGeak ve ClustVis araçları
5. hafta:	TCGA (Kanser Genom Atlası) verisinin TCGABioLinks kullanılarak analizi
6. hafta:	Metabolom verisi analizi ve MetaboAnalyst aracı
7. hafta:	Tek hücre RNA dizileme verisi analizi ve ALONA aracı
8. hafta:	Veri tabanlı yaklaşımların genel değerlendirilmesi Ara Sınav
9. hafta:	Protein-protein etkileşim ağları ve STRING veritabanı
10. hafta:	Cytoscape kullanarak biyolojik ağların görselleştirilmesi ve analizi
11. hafta:	Gen-regulasyon ağları ve DREM aracı
12. hafta:	COPASI kullanarak kinetik modelleme
13. hafta:	Genom ölçekli metabolik modeller ve BioMet Toolbox aracı
14. hafta:	Modelleme ve ağ tabanlı yaklaşımlarının genel değerlendirilmesi
15. hafta*:	-
16. hafta*:	Final Sınavı
Ders kitapları ve materyaller:
Önerilen kaynaklar:	1. Edda Klipp, Ralf Herwig, Axel Kowald, Cristoph Wierling. “Systems Biology: A Textbook”, Wiley-Blackwell, 2016. 2. Analyzing Network Data in Biology and Medicine: An Interdisciplinary Textbook for Biological, Medical and Computational Scientists,Eds. Natasa Przulj, Cambridge University Press, 2019.
	* 15. ve 16. haftalar arası final sınavına hazırlık haftası bulunmaktadır.

Değerlendirme
Değerlendirme tipi	Hafta numarası	Ağırlık (%)
Ara sınavlar (Vizeler):	8	15
Dönem içi diğer çalışmalar:	2-13	70
Proje:		0
Ödev:		0
Kısa sınav (Quiz):		0
Final sınavı:	16	15
	Toplam ağırlık:	(%)

İş yükü
Etkinlik	Süre (Haftalık saat)	Toplam hafta sayısı	Dönem boyu toplam iş yükü
Dersler (Yüz yüze öğretme):	3	14
Ders dışı bireysel çalışma:	4	14
Uygulama, Rehberli problem çözme:	0	0
Ödev:	0	0
Dönem projesi:	0	0
Dönem projesi sunumu:	0	0
Kısa sınav (Quiz):	0	0
Ara sınav için bireysel çalışma:	8	1
Ara sınav (Vize):	1	1
Final sınavı için bireysel çalışma:	10	1
Final sınavı:	2	1
		Toplam işyükü:
		Toplam AKTS kredisi:	*
	* AKTS kredisi, toplam iş yükünün 25'e bölümüdür. (1 AKTS = 25 saatlik iş yükü)