Diese Seiten können nicht richtig dargestellt werden, da Sie Ihren Internet Explorer mit aktivierter Kompatibiltätsansicht verwenden. Wir empfehlen 'fu-berlin.de' aus der Liste der Websites mit aktivierter Kompatibilitätsansicht zu entfernen:
- Blenden Sie bitte in Ihrem Internet Explorer die Menüleiste ein, indem Sie entweder 'Alt' drücken oder in der Adressleiste mit der rechten Maustaste klicken und dann 'Menüleiste' auswählen.
- Klicken Sie auf 'Extras' und wählen das Menü 'Einstellungen der Kompatibilitätsansicht' aus.
- Wählen Sie unter 'Zur Kompatibilitätsansicht hinzugefügte Websites' 'fu-berlin.de' aus.
- Klicken Sie auf 'Entfernen'.
Informatik/Algorithmische Bioinformatik
Der Studienbereich Informatik/Algorithmische Bioinformatik vermittelt Grundkenntnisse und Fertigkeiten in den Bereichen Programmierung, Algorithmen und Datenstrukturen. Darauf aufbauend wird eine Einführung in die wichtigsten Methoden und Arbeitsweisen der algorithmischen Bioinformatik gegeben. Der Studienbereich Informatik hat einen Umfang von 46 Leistungspunkten und teilt sich in die folgenden Module auf.
Studierende erlernen die Grundlagen des Programmierens und grundlegende Programmierparadigmen wie Imperativ und Funktional. Sie erarbeiten sich Ausdrücke und Datentypen und grundlegende Aspekte Imperativer Programmierung (Zustand, Anweisungen Kontrollstrukturen, Ein-Ausgabe) und üben deren Anwendung. Die Studierenden erarbeiten sich grundlegende Aspekte der Funktionalen Programmierung (Funktionen, Rekursion, Funktionen höherer Ordnung, Currying), und Objektorientierte Konzepte wie Kapselung und Vererbung, Polymorphie, sowie Grundlegende Algorithmische Fragestellungen (z. B. Suchen, Sortieren, Auswählen und einfache Feld- und Zeigerbasierte Datenstrukturen) und üben deren Implementierung.
Studierende lernen das Maschinenmodell, sowie verschiedene algorithmische Probleme kennen. Sie erarbeiten
und üben die Berechnung von Laufzeit, Korrektheit und Speicherbedarf dieser Algorithmen und lernen die asymp-
totische worst-case Analyse kennen. Darüber hinaus diskutieren sie die Rolle des Zufalls im Kontext des Entwurfs
von Algorithmen. Des Weiteren erlernen und üben sie Entwurfsparadigmen für Algorithmen wie Teile und Herr-
sche, gierige Algorithmen, Dynamische Programmierung und Erschöpfende Suche. Sie lernen Prioritätswarte-
schlangen und effiziente Datenstrukturen für geordnete und ungeordnete Wörterbücher (z. B. ausgeglichene
Suchbäume, Streuspeicher, Skiplisten) kennen und üben den Umgang mit ihnen. Zudem lernen sie Algorithmen für
Zeichenketten (digitale Suchbäume und Suchen in Zeichenketten) und Graphenalgorithmen kennen, diskutieren
deren Anwendung und üben den Umgang mit ihnen.
Es wird eine Übersicht über Methoden der approximativen Sequenzsuche und des Sequenzvergleiches vermittelt.
Dazu gehören indexbasierte Suche (Suffixarray, FM index), Methoden für multiple Suchen, Methoden für Sequenz-
alignments und Heuristiken zur Sequenzsuche. Im Bereich Numerik werden Rundungsfehler, Kondition, Stabilität,
Vektor- und Matrixnormen, LR Zerlegung und Gaussverfahren behandelt.
Das Praktikum dazu ist ein eigenständiges Modul. Zunächst wird in Programmierwerkzeuge und die verwendete Programmiersprache eingeführt. Danach werden programmiertechnische Fertigkeiten zur Implementierung von Algorithmen der Bioinformatik und Numerik erklärt und vermittelt.
Im Studium werden Algorithmen für multiples Sequenzalignment, Algorithmen zur Motiv-Suche, Grundlagen der formalen Sprachen und Algorithmen zur probabilistischen Sequenzanalyse mittels Hidden Markov Models vermittelt. Die Studierenden befassen sich mit Algorithmen zur Genomassemblierung, Algorithmen zur RNA-Strukturvorhersage und zum RNA-Vergleich sowie mit Modellen und Algorithmen zur Analyse von HPLC/MS Daten.
Gegenstand des Moduls sind die statistische Signifikanz von Sequenzähnlichkeit und Ergebnissen aus Datenbanksuchen, Algorithmen zur Rekonstruktion phylogenetischer Bäume sowie Modelle und Algorithmen zur Protein-Analyse. Die Studierenden werten Daten aus aktuellen Technologien der funktionellen Genomik aus und üben die Analyse funktioneller Daten praktisch ein. Es werden statistische Resultate interpretiert.
In diesem Modul werden mündliche und schriftliche Präsentation wissenschaftlicher Inhalte in der Bioinformatik eingeübt. Gegenstand sind Literaturrecherche in der Bioinformatik, korrektes Zitieren, Aufbau und Gliederung einer Abschlussarbeit in der Bioinformatik sowie Vortrags- und Präsentationstechniken. Die Studierenden befassen sich mit der Dokumentation von Daten und Software, guter wissenschaftlicher Praxis und gesellschaftlichen, ethischen und rechtlichen Fragen bioinformatischen Handelns unter Einschluss von Gender- und Diversity-Aspekten.