Informatyka - Uniwersytet Śląskikandydat.us.edu.pl/files/kandydat/pliki/SKK/12 maj... · 6. Równowaga chemiczna i energetyka komórek 7. Struktura i funkcje białek 8. Podstawowe

1

UNIWERSYTET ŚLĄSKI

Wydział Informatyki i Nauki o Materiałach

WNIOSEK

o utworzenie nowej specjalności

Bioinformatyka

na kierunku

Informatyka

studia magisterskie II stopnia

Sosnowiec, 2011

2

UZASADNIENIE

Dynamiczny rozwój nowych technik i technologii dotyczy w coraz większego zakresu

dziedzin początkowo w ogóle nie kojarzonych z informatyką. Dotyczy to również biologii,

biologii medycznej i medycyny. W dzisiejszych czasach jest nie do pomyślenia, by nie

umieć posługiwać się w ogóle nowoczesnymi technologiami informacyjnymi – i fakt ten

dotyczy zarówno lekarza, analityka medycznego, farmaceuty jak i biotechnologa.

Koniecznością stało się posługiwanie się nowoczesnymi metodami i technikami

obliczeniowymi. Jednakże współczesne systemy informatyczne stały się bardzo

skomplikowane, są najczęściej połączeniem technologii sieci rozległych, programowania i

systemów baz danych. W tej sytuacji jest rzeczą nierealną oczekiwać od lekarza czy osoby

zajmującej się szeroko pojętymi zagadnieniami z zakresu nauk o życiu (ang. life sciences)

dogłębnej znajomości takiego systemu.

Konieczne staje się pojawienie się na rynku pracy absolwentów o interdyscyplinarnym

wykształceniu, takim które umożliwi im sprawne funkcjonowanie na pograniczu dwóch lub

więcej dziedzin, a posiadana wiedza i umiejętności umożliwi samodzielne uporanie się z

najczęstszymi problemami występującymi na styku dziedzin, a w razie potrzeby – na

sprecyzowanie konkretnych wymagań i założeń projektowych dla eksperta specjalizującego

się w konkretnej, wąskiej dziedzinie.

Takimi osobami, znającymi zarówno podstawy głównych działów informatyki jak i

posiadającymi rozeznanie w specyfice szeroko pojętych nauk o życiu (ang. life sciences)

(biologia molekularna, biotechnologia molekularna, genetyka molekularna, genomika,

transkryptomika, proteomika, biologia medyczna) mają być absolwenci specjalności

bioinformatyka.

3

SYLWETKA ABSOLWENTA (Bioinformatyka)

Postęp technologiczny umożliwił gromadzenie ogromnych ilości danych dotyczących

wszelkiej działalności człowieka. Nie ominęło to również nauk o życiu (ang. life sciences),

do których zaliczane są wszystkie nauki związane z badaniem organizmów żywych – w tym

także nauki medyczne. Rozwój sieci Internet umożliwił bezproblemową wymianę danych

i informacji pomiędzy ośrodkami naukowymi – bez znaczenia jest w tej chwili to, że

znajdują się na innych półkulach naszej planety.

Wraz z rozwojem technik informatycznych, rosną też wymagania co do umiejętności

osób, które mają się nimi posługiwać. Obsługa wielu urządzeń współczesnej diagnostyki

medycznej wymaga już wyspecjalizowanego personelu. Odkrycie struktury DNA

i opracowanie procedur sekwencjonowania doprowadziło do zgromadzenia ogromnych ilości

danych dotyczących struktur molekularnych organizmów żywych. Niestety, w związku

z koniecznością przetwarzania tych danych pojawiły się problemy: trzeba opracować metody

które to umożliwią – potrzebne są więc osoby, potrafiące sprawnie wykorzystywać istniejące

rozwiązania, adaptować je i rozwijać w celu stworzenia nowych.

Absolwenci specjalności bioinformatyka, mają być osobami znającymi zarówno

podstawy głównych działów informatyki jak i posiadającymi rozeznanie w specyfice szeroko

pojętych nauk o życiu (biologia molekularna, biotechnologia molekularna, genetyka

molekularna, genomika, transkryptomika, proteomika). Absolwent tej specjalności ma znać

zarówno możliwości i ograniczenia poszczególnych rozwiązań z zakresu informatyki

(konstrukcja algorytmów, złożoność obliczeniowa algorytmów, systemy baz danych,

technologie sieciowe), jak i specyfikę i potrzeby konkretnych zagadnień z zakresu

wspomnianych wyżej nauk o życiu.

Bardzo często w chwili obecnej współpraca pomiędzy specjalistami, wąsko

wykształconymi w różnych dziedzinach nie układa się harmonijnie; często jest bardzo

trudna, albo wręcz niemożliwa, ze względu na brak „wspólnego języka” dla różnych

dziedzin nauki. Konieczność badań interdyscyplinarnych jest tylko kwestią czasu –

korzystać na tym będą badacze z obu dziedzin. Absolwent tej specjalności powinien

cechować się, oprócz rzetelnej wiedzy merytorycznej – umiejętnościami interpersonalnymi

umożliwiającymi pełnienie funkcji „pośrednika”, czy też swoistego mediatora pomiędzy

wąsko wykształconymi specjalistami – powinien znać specyfikę pracy specjalistów

rekrutujących się z obu grup zawodowych.

Absolwent magisterskich studiów informatycznych o specjalności bioinformatyka

powinien wykazywać się:

znajomością podstaw informatyki oraz nauk o życiu, umożliwiającą mu

rozwiązywanie problemów informatycznych w tej dziedzinie,

znajomością terminologii baz danych (systemy zarządzania bazami danych)

i ich wykorzystania w dziedzinie nauk o życiu,

znajomością podstaw systemów łączności i przesyłania danych (sieci

komputerowe i systemy sieciowe)

4

znajomością charakterystyki dostępnych formatów danych specyficznych

w konkretnym zastosowaniu (standardy)

rozeznaniem w dostępności i zawartości dostępnych, tematycznych baz danych

umiejętnością projektowania, implementacji i weryfikacji projektów,

znajomością specyficznych narzędzi informatycznych (i bibliotek języków

programowania),

wiedzą w zakresie zaawansowanych technik analizy danych (eksploracji

danych) i umiejętnością ich wykorzystania w praktyce do rozwiązywania

konkretnych problemów

umiejętnością praktycznego posługiwania się narzędziami informatycznymi

i biegłością w programowaniu,

umiejętnością poszukiwania nowych rozwiązań z zastosowaniem technologii

informatycznych,

wiedzą umożliwiającą szybkie adaptowanie się do dynamicznie zmieniającej się

rzeczywistości informatycznej.

Absolwent ma być osobą umiejącą radzić sobie w analizowaniu złożonych problemów

interdyscyplinarnych. Ma potrafić pracować zarówno w zespole wysoko

wykwalifikowanych specjalistów, jak i kierować pracą zespołów specjalistów.

Absolwent studiów drugiego stopnia jest przygotowany do stałego poszerzania wiedzy

i umiejętności, jest przygotowany także do podejmowania wyzwań badawczych oraz

kontynuacji edukacji na studiach trzeciego stopnia (doktoranckich).

Absolwent powinien znaleźć zatrudnienie we wszystkich dziedzinach, związanych

z naukami o życiu, w których wykorzystywane są narzędzia informatyczne, jako:

pracownik naukowy,

projektant i twórca oprogramowania,

kierownik zespołów programistycznych, testujących i wdrożeniowych,

administrator systemów informatycznych i sieciowych systemów

informatycznych w których zachodzi gromadzenie i przetwarzanie danych z

zakresu nauk o życiu,

specjalista zarządzania danymi, informacją, wiedzą (z uwzględnieniem ich

specyfiki),

analityk danych w szeroko pojętych naukach o życiu (z uwzględnieniem ich

specyfiki).

5

KADRA NAUCZYCIELI AKADEMICKICH

dla kierunku Informatyka studia stacjonarne II stopnia,

specjalność: Bioinformatyka

Pracownicy samodzielni

Prof. dr hab. Wiesław Kotarski

Nauki techniczne, informatyka

dr hab. inż. Mariusz Boryczka


Doktorzy

dr Magdalena Tkacz

Nauki o ziemi, geologia (geoinformatyka)

dr Piotr Paszek


dr inż. Roman Simiński


6

Syllabusy

Nazwa przedmiotu:

Podstawy biologii molekularnej i genetyki molekularnej

Kierunek studiów: Rodzaj studiów Tryb studiów

Informatyka magisterskie stacjonarne

Kod przedmiotu: Typ przedmiotu: Poziom:

obowiązkowy podstawowy

Rok studiów: 1 Semestr: 1 Liczba godzin:45 w., 15 ćw. ECTS: 6

Metody nauczania:

Wykład z wykorzystaniem środków multimedialnych, demonstracja – pokaz, ćwiczenia-

laboratorium, symulacje komputerowe

Wykładowca: prof. zw. dr hab. Tadeusz Wilczok

Wymagania wstępne:

brak

Cel przedmiotu:

Zapoznanie z podstawowymi pojęciami i zagadnieniami biologii molekularnej i genetyki

molekularnej

Treści merytoryczne:

1. Wspólne i różne cechy komórek

2. Z jakich molekuł zbudowane są komórki

3. Jak komórki pracują?

4. Z jakich organelli komórki są zbudowane

5. Wiązania chemiczne i oddziaływanie molekuł na siebie

6. Równowaga chemiczna i energetyka komórek

7. Struktura i funkcje białek

8. Podstawowe funkcje białek i ich regulacja

9. Podstawowe mechanizmy genetyki

10. Wirusy

11. Klonowanie DNA

12. Identyfikacja chorób genetycznie uwarunkowanych

13. Wyciszanie genów u eukaryotów

14. Geny w chromosomach

7

15. Transkrypcja

16. Posttranskrypcyjna regulacja genów

17. Struktura i funkcje komórek eukariotycznych

18. Struktura biomembran i ich funkcje

19. Transport wybranych jonów i małych molekuł

20. Energetyka oparta o fotosyntezę

21. Przemieszczanie białek do membran i do organelli komórkowych

22. Endocytoza

23. Ścieżki sygnałowe

24. Mikrofilamenty

25. Integracja komórek i budowa tkanek

26. Wzrost i rozwój komórek

27. Powstawanie nowych komórek i ich śmierć

Metoda oceny:

Test sprawdzający - egzamin, sprawozdania z ćwiczeń.

Spis zalecanych lektur:

1) Cohen W: A Computer Scientist’s Guide to Cell Biology. Springer 2007

2) Henderson M., 50 teorii genetyki które powinieneś znać, PWN 2010

3) E. Solomon, L. Berg i D. Martin: Biologia, wyd. Mulico 2010

4) Winter P., Hickey G., Fletcher H.: Genetyka. Krótkie wykłady. PWN 2008.

5) Turner P., McLennan A., Bates A., White M.: Biologia molekularna. Krótkie

wykłady, PWN 2007.

6) Brown T.: Genomy. PWN 2009

7) Lodish H., Berk A., Krieger M., Kaiser C., Scott M., Bretscher A., Ploegh H.,

Matsudaira P: Molecular Cell Biology 6th ed. . WH Freeman 2008

8) Red. Słomski R.: Analiza DNA, teoria i praktyka, Wyd. Uniwersytetu Przyrodniczego w

Poznaniu, 2008

8

Nazwa przedmiotu:

Metody i techniki w biotechnologii molekularnej






Metody nauczania:

Wykład z wykorzystaniem środków multimedialnych, demonstracja – pokaz, ćwiczenia-

laboratorium, symulacje komputerowe

Wykładowca: prof. zw. dr hab. Urszula Mazurek

Wymagania wstępne:

brak

Cel przedmiotu:

zapoznanie z metodami i technikami wykorzystywanymi w biotechnologii molekularnej


1. Posługiwanie się precyzyjnymi metodami pomiaru bardzo małych objętości (1

mikrolitr, 5 mikrolitrów, 10 mikrolitrów)

2. Techniki mikroskopowe (mikroskop świetlny, elektronowy, mikroskopia sprzężona z

komputerem)

3. Elektroforeza

4. Techniki PCR, qPCR, RTPCR (Taqman),

5. RFLP - wykrywanie mutacji,

6. Mikromacierze,

7. Ekstrakcja DNA

8. Ekstrakcja RNA

9. Metody wykrywania polimorfizmów i mutacji w DNA

10. Epigenetyka

11. Wyciszanie ekspresji genów

12. iRNA

Metoda oceny:

Test sprawdzający, sprawozdanie z ćwiczeń

9


1. Buchowicz J: Biotechnologia molekularna, PWN 2007.

2. Glick B., Pasternak J.: Molecular Biotechnology. ASM 2009

3. Red. Słomski R.: Analiza DNA, teoria i praktyka, Wyd. Uniwersytetu Przyrodniczego

w Poznaniu, 2008

10

Nazwa przedmiotu:

Języki skryptowe






Metody nauczania:

Studenci tworzą programy pod nadzorem prowadzącego poznając możliwości języka Python

jako przykładowego języka skryptowego.

Wykładowca: dr hab. inż. Mariusz Boryczka

Wymagania wstępne:

Umiejętność programowania.

Cel przedmiotu:

Celem zajęć jest nauczenie studentów zasad projektowania i implementowania programów

komputerowych wykorzystując specyfikę języka skryptowego oraz nauczenie pisania

czytelnych i sprawnych programów w języku Python.


1. Pojęcie i cechy języków skryptowych.

2. Charakterystyka języka Python.

3. Wbudowane typy i struktury danych (liczbowe, łańcuchowe, krotki, listy, słowniki,

zbiory, pliki.

4. Instrukcje, funkcje.

5. Obsługa wyjątków.

6. Tworzenie obiektów.

7. Właściwości i metody, metody specjalne.

8. Składowe statyczne.

9. Dziedziczenie i polimorfizm.

Metoda oceny:

Zaliczenie ćwiczeń i egzamin


1. M. Lutz, D.Ascher: Python. Wprowadzenie. Helion.

2. Praca zbiorowa: Python od podstaw. Helion.

3. M. Summerfield: Python 3. Kompletne wprowadzenie do programowania. Helion.

4. D.M. Beazley: Python Essential Reference 4e. Addison Wesley.

11

Nazwa przedmiotu:

Elementy grafiki i modelowania 3D






Metody nauczania:

Wykładowca: prof. dr hab. Wiesław Kotarski, ćwiczenia lab.: dr Krzysztof Gdawiec

Wymagania wstępne:

Zaliczony kurs analizy matematycznej, algebry liniowej, podstaw programowania.

Cel przedmiotu:

Celem przedmiotu w części teoretycznej jest zapoznanie słuchaczy z podstawowymi

zagadnieniami grafiki komputerowej, modelowania 3D i wizualizacji.


grafika bitmapowa, wektorowa, formaty zapisu grafiki, barwa, atrybuty barwy, modele

barw,

obraz cyfrowy, parametry obrazu cyfrowego, filtry, warstwy, kompresja obrazów

cyfrowych, rodzaje animacji, formaty plików video,

geometria 2D i 3D, przekształcenia macierzowe, rzuty, tor wizualizacji,

elementy CAD, krzywe i płaty Beziera, technika CSG,

technika subdivision, algorytm Chaikina,

fraktale, metody generowania fraktali,

realizm w grafice komputerowej, oświetlenie, cieniowanie, tekstury, technika

raytracingu i radiosity.

Metoda oceny:

zaliczenie

Spis zalecanych lektur: 1. Foley J.D i inni, Wprowadzenie do grafiki komputerowej, WNT, Warszawa, 1995

2. Fry B., Visualizing Data, O’Reilly, 2008

3. Kotarski W., Fraktalne modelowanie kształtu, EXIT, Warszawa, 2008

12

4. Lutz M., Python. Wprowadzenie, wyd. 3, Helion, 2009

5. Marsh D., Applied Geometry for Computer Graphics and CAD, 2nd Edition, Springer,

2005

6. Shiffman D., Learning Processing: A Beginner’s Guide to Programing Images,

Animation, and Interaction, Morgan Kaufman, 2008

7. Shirley i inni, Fundamentals of Computer Graphics, 2nd Edition, AK Peters, 2005

8. Skarbek W., Multimedia – Algorytmy i standardy kompresji, Akademicka Oficyna

PLJ, Warszawa, 1998

9. Tosi S., Matplotlib for Python Developers, Packt Publishing, 2009

10. Zabrodzki J. (red.), Grafika komputerowa – metody i narzędzia, WNT, Warszawa,

1994

11. MayaVi http://code.enthought.com/projects/mayavi/docs/development/html/mayavi/

13

Nazwa przedmiotu:

Wprowadzenie do bioinformatyki






Metody nauczania:

wykład z wykorzystaniem technik multimedialnych, prezentacje, ćwiczenia w laboratorium

komputerowym - symulacje

Wykładowca:

wykład: Magdalena Tkacz ćwiczenia: Magdalena Tkacz

Wymagania wstępne:

Znajomość podstawowych pojęć biologii molekularnej i genetyki molekularnej.

Cel przedmiotu:

Zapoznanie z podstawowymi pojęciami i zagadnieniami bioinformatyki


Bioinformatyka, bioinformatyka systemów. Bioinformatyka a biologia obliczeniowa.

Problemy algorytmiczne w bioinformatyce. Rodzina algorytmów BLAST. Analiza danych

bioinformatycznych. Specjalistyczne biblioteki: BioJava, BioPython, BioPERL,

Bioconductor. Wyszukiwanie SNP. Motywy regulatorowe. Dopasowywanie sekwencji.

Drzewa filogenetyczne. Genotypowanie. Profile ekspresji genów. Ścieżki sygnałowe i drogi

metaboliczne. Wyszukiwanie zależności - sieci genów.

Metoda oceny:

egzamin (test), sprawozdania z ćwiczeń


1. Solomon E., Berg L., Martin D.: Biologia. Wyd Mulico 2010

2. Brown T.: Genomy. PWN 2009

3. Higgs P., Attwood T.: Bioinformatyka I ewolucja molekularna, PWN Warszawa

4. Lesk A.: Introduction to Bioinformatics. Oxford University Press, 2007

5. Polański A., Kimmel M.: Bioinformatics. Springer-Verlag 2007

6. Jones N. C, Pevzner P.:An Introduction to Bioinformatics Algorithms. MIT Press.

7. A.D. Baxevanis (red.), B.F.F. Ouellette (red.): Bioinformatyka. Podręcznik do analizy

genów i białek. PWN, 2005

14

Nazwa przedmiotu:

Bioinformatyczne bazy danych





Rok studiów: 1 Semestr: 2 Liczba godzin: 30 ćw. ECTS: 3

Metody nauczania:

Prezentacje, ćwiczenia w laboratorium komputerowym

Wykładowca:

ćwiczenia: Magdalena Tkacz

Wymagania wstępne:

Podstawy znajomości zagadnień systemów baz danych, podstawowa obsługa komputera

Cel przedmiotu:

zapoznanie z istniejącymi, publicznie dostępnymi bioinformatycznymi bazami danych


Specyficzne formaty przechowywania danych bioinformatycznych. Bazy: transkryptomów,

genomów, proteomów. Przykładowe bazy: Gene Ontology. Array Express. Gene expression

atlas. Protein DataBank. PubMed. Entrez. Wikipathways. Biocarta. KEGG. GenMAPP.

Interfejsy dostępu do baz.

Metoda oceny:

Sprawozdania z ćwiczeń


Dokumentacja baz (dostępna online)

1. Entrez www.ncbi.nlm.nih.gov/entrez

2. Pubmed www.ncbi.nlm.nih.gov/pubmed/

3. Gene Ontology http://www.geneontology.org/

4. Array Express http://www.ebi.ac.uk/arrayexpress/

5. Gene Expression Atlas http://www.ebi.ac.uk/gxa/

6. Protein Data Bank http://www.pdb.org/

7. Wikipathways http://www.wikipathways.org/

8. Biocarta http://www.biocarta.com/

9. KEGG http://www.genome.jp/kegg/

10. Genmap http://www.genmapp.org/

15

Nazwa przedmiotu:

Oprogramowanie specjalistyczne





Rok studiów: 1 Semestr: 2 Liczba godzin: 30 ćw. ECTS: 3

Metody nauczania:

Prezentacje, ćwiczenia w laboratorium komputerowym

Wykładowca:

wykład: Magdalena Tkacz ćwiczenia: Magdalena Tkacz

Wymagania wstępne:

Podstawowa obsługa komputera

Cel przedmiotu:

zapoznanie z specjalistycznym oprogramowaniem narzędziowym


Oprogramowanie specjalistyczne – zaawansowane edytory tekstowe: SciTE, Notepad++.

BioEdit. Abiword-AbiCollab., Gnumeric, Inkscape, GIMP. GnuPlot. The R-project. Tinn-R.

Scilab. Octave. Rapid Miner. Weka. LaTeX – Lyx, JabRef. Repozytoria subversion.

Etherpad. Gantt Project. Oprogramowanie umożliwiające podpisywanie (np. MD5) i

szyfrowanie danych. Advanced Pathway Painter. Cytoscape. Edinburgh Pathway Editor.

BioJade.

Metoda oceny:

zaliczenie ćwiczeń wykonywanych w laboratorium komputerowym (z wykorzystaniem

prezentowanych pakietów).


Dokumentacja (Help) poszczególnych aplikacji dostępna wraz z aplikacją, przykładowo:

1. SciTE http://www.scintilla.org/SciTE.html

2. Notepad ++ http://notepad-plus-plus.org/

3. Bioedit http://www.mbio.ncsu.edu/bioedit/bioedit.html

4. Abiword http://www.abisource.com/

5. Gnumeric http://projects.gnome.org/gnumeric/

6. Inkscape http://www.inkscape.org/

7. GIMP http://www.gimp.org/

16

8. Gnuplot http://www.gnuplot.info/

9. R-project http://www.r-project.org/

10. TinnR http://www.sciviews.org/Tinn-R/

17

Nazwa przedmiotu:

Podstawy biostatystyki z elementami eksploracji danych






Metody nauczania:

Wykład w postaci prezentacji multimedialnych przedstawiający wiadomości teoretyczne

przeplatane przykładami na danych rzeczywistych. Na ćwiczeniach laboratoryjnych będą

wykorzystane programy open source: R, Rattle, Gnumeric oraz inne niekomercyjne

narzędzia pozwalające realizować w praktyce metody statystycznej analizy i obróbki danych

biomedycznych. Ponadto na zajęciach słuchacze opracują pełnowartościową analizę danych

wybranego zbioru danych.

Wykładowca: dr Agnieszka Nowak-Brzezińska

ćwiczenia lab.: dr Agnieszka Nowak - Brzezińska

Wymagania wstępne:

Podstawy statystyki

Cel przedmiotu:

Zapoznanie słuchaczy z dziedziną biostatystyki. Efektem ma być umiejętność

rozwiązywania problemów spotykanych przy analizie dużych zbiorów danych rzeczywistych

na metodach statystycznych i nowoczesnych technikach analizy danych wzorowanych na

eksploracji wiedzy z danych.


- Statystyka opisowa na danych biomedycznych: miary położenia, rozproszenia,

kształtu. Graficzne metody reprezentacji danych: wykresy rozrzutu, histogramy,

pudełkowe. Analiza możliwości i ograniczeń poszczególnych typów reprezentacji.

- Analiza korelacji (metody wykrywania zależności między danymi), tabele

kontyngencji, wykresy rozrzutu.

- Predykcja przy użyciu analizy regresji (regresja liniowa i wielokrotna). Analiza

współliniowości.

18

- Przygotowanie danych do analizy: czyszczenie danych, wykrywanie odchyleń,

transformacja danych (normalizacja, dyskretyzacja), postępowanie z niekompletnością

danych.

- Estymacja punktowa i przedziałowa. Testowanie hipotez statystycznych.

Zastosowanie dla danych biomedycznych.

- Metody pozwalające na klasyfikację danych: budowanie asocjacji i grupowanie

danych biomedycznych.

- Redukcja danych: usuwanie danych zbędnych, redukcja wymiarów za pomocą metody

składowych głównych.

Metoda oceny:

egzamin


1. Biecek P., Przewodnik po pakiecie R, Oficyna Wydawnicza GiS 2008

(http://www.biecek.pl/R/)

2. Ćwik J., Mielniczuk J., Statystyczne systemy uczące się. Ćwiczenia w oparciu o pakiet R,

Oficyna Wyd.Politechniki Warszawskiej, 2009.

3. Ćwik J. and Koronacki J., Statystyczne systemy uczące się, WNT, Warszawa, 2005.

4. Gatnar E., Walesiak M., „Statystyczna analiza danych z wykorzystaniem programu R”,

Wydawnictwo Naukowe PWN, 2009.

5. Gondko R. , Zgirski A., Adamska M., „Biostatystyka w zadaniach”, Uniwersytet Łódzki,

2001.

6. Hastie T., Tibshirani R., Friedman J., The Elements of Statistical Learning: Data Mining,

Inference, and Prediction, wyd. II, Springer 2009 (wyd. I, Springer 2001).

7. Koronacki J., Mielniczuk J., Statystyka dla studentów kierunków technicznych i

przyrodniczych,WNT 2006

8. Sokal R.R. and Sneath P.H., Numerical Taxonomy, Freeman, San Francisco, 1973.

9. Stanisz A., “Biostatystyka”, Wydawnictwo Uniwersytetu Jagiellonskiego, Kraków, 2005.

10. Watała C. , “Biostatystyka - wykorzystanie metod statystycznych w pracy badawczej", a

medica Press, wyd.I, Bielsko-Biała 2003.

http://www.biecek.pl/R/

19

SIATKA STUDIÓW

dla kierunku Informatyka studia stacjonarne II stopnia,

specjalność: Bioinformatyka

studia II stopnia

studia stacjonarne

od roku akademickiego 2011/2012

wykła

dy

ćw

icz.

lab

ora

t.

ko

nw

er.

sem

in.

wykł.

ćw

icz.

EC

TS

wykł.

ćw

icz.

EC

TS

wykł.

ćw

icz.

EC

TS

wykł.

ćw

icz.

EC

TS

1

2

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

wykła

dy

ćw

icz.

lab

ora

t.

ko

nw

er.

sem

in.

wykł.

ćw

icz.

EC

TS

wykł.

ćw

icz.

EC

TS

wykł.

ćw

icz.

EC

TS

wykł.

ćw

icz.

EC

TS

1 Programowanie obiektowe E 60 30 30 6 30 30 6

2 Sterowanie programowalne Z 45 15 30 6 15 30 6

3 Nowoczesne aplikacje internetowe E 60 30 30 6 30 30 6

4 Modelowanie i analiza systemów E 60 30 30 6 30 30 6

5 Analiza i przetwarzanie obrazu Z 60 30 30 5 30 30 5

2 Analiza i złożoność obliczeniowa algorytmów Z 60 30 30 6 30 30 6

6 Projektowanie systemów operacyjnych Z 45 30 15 6 30 15 6

7 Ochrona danych osobowych Z 60 30 30 5 30 30 4

9 Wykład monograficzny Z 90 90 6 30 2 30 2 30 2

6 Podstawy biologii molekularnej i genetyki molekularnej* E 60 45 15 6 45 15 6

7 Metody i techniki biotechnologii molekularnej* Z 30 15 15 3 15 15 3

8 Oprogramowanie specjalistyczne* Z 20 0 20 2 20 2

9 Bioinformatyczne bazy danych* Z 30 0 30 3 30 3

10 Elementy grafiki i modelowania 3D* Z 60 15 45 5 30 2 15 15 3

11 Języki skryptowe* E 55 15 40 5 30 2 15 10 3

12 Podstawy biostatystyki z elementami eksploracji danych* E 45 15 30 4 15 30 4

A GRUPA TREŚCI PODSTAWOWYCHI rok II rok

semestr 1 semestr 2 semestr 3 semestr 4


Kierunek Informatyka

Specjalność Bioinformatyka

w tym

Raze

m

EC

TS

15 tyg. 15 tyg.15 tyg.15 tyg.

B GRUPA TREŚCI KIERUNKOWYCHI rok II rok

semestr 1 semestr 2 semestr 3

Lp Nazwa przedmiotu E/Z

Razem

RAZEM A:

semestr 4


Razem

w tym

Raze

m

EC

TS

15 tyg. 15 tyg. 15 tyg. 15 tyg.

Strona 1 z 2

13 Wprowadzenie do bioinformatyki* E 45 15 30 4 15 30 4

14 Projekt specjalizacyjny* Z 15 0 15 1 15 1

900 435 30 420 15 0 85 120 180 28 165 150 30 120 135 24 30 0 2

wykła

dy

ćw

icz.

labora

t.

konw

er.

sem

in.

wykł.

ćw

icz.

EC

TS

wykł.

ćw

icz.

EC

TS

wykł.

ćw

icz.

EC

TS

wykł.

ćw

icz.

EC

TS

16 Przygotowanie pracy magisterskiej Z 60 60 6 30 3 30 3

17 Pracownia magisterska Z 60 60 6 30 3 30 3

18 Seminarium magisterskie Z 75 75 8 15 2 30 3 30 3

19 Praca magisterska E 20 20

195 120 75 40 0 0 0 0 15 2 0 90 9 0 90 29

1 095 435 30 540 75 125 28 32 33 31

Studia kończą się nadaniem tytułu zawodowego magistra na kierunku …………….……………. w zakresie …………….…………….Informatyka, specjalność Bioinformatyka

Plan studiów zatwierdzony przez Radę Wydziału w dniu ………....……21 września 2010 r.

1. Dział Kształcenia

2. Instytut

3. Dziekanat

RAZEM B:

C INNE WYMAGANIAI rok II rok

semestr 1 semestr 2 semestr 3 semestr 4

15 tyg. 15 tyg.

RAZEM C:

RAZEM SEMESTRY (A+B+C) 300 330 345 120

w tym

Raze

m

EC

TS

15 tyg. 15 tyg.


Razem

RAZEM ROCZNIE 630 465

OGÓŁEM 1 095

(pieczęć i podpis Dyrektora Instytutu) (pieczęć i podpis Dziekana)

*Przedmioty fakultatywne dla specjalności Bioinformatyka

......................................................... .........................................................

Strona 2 z 2

Uniwersytet Śląski


Kierunek: Informatyka (II stopień)Specjalność:Bioinformatyka

Planowany całkowity (4 semestralny) koszt zajęć dydaktycznych

Lp Koszty Wartość

I Koszty wynagrodzeń z tytułu umów o pracę:

1. Pracownicy naukowo-dydaktyczni

a) godziny dydaktyczne - etaty 162 600 zł

b) godziny dydaktyczne - ponadwymiarowe 7 350 zł

c) śerdnia urlopowa (14,5%) od poz.1.b 1 066 zł

d) dod.funkcyjny dziekana i prodziekanów (procentowy udział) 1 361 zł

e) dod.uczelniane (specjalne) (procentowy udział)

f) dod. Wyn. Roczne 13-tka (8,5%) od poz.1.a,b,c,d,e 14 652 zł

g) Razem (od poz. 1a,b,c,d,e,f) 187 029 zł

h) ZUS (17,64%) od poz. 1.g 32 992 zł

i) fundusz socjalny (5,61%) od poz. 1.a,b,c,d,e 9 670 zł

j) Razem koszty wynagr. prac.nauk-dydakt.(od poz.1g,h,i) 229 691 zł

2. Pracownicy niedydaktyczni (dziekanat):

a) koszty wynagr. pracowników dziekanatu (procentowy udział) 1 296 zł

b) dodatki uczelniane (specjalne) (procentowy udział) - zł

c) dod. Wyn. Roczne 13-tka (8,5%) od poz.2.a,b 110 zł

d) ZUS (17,64%) od poz.2.a,b,c 248 zł

e) fundusz świadczeń socjalnych (5,61%) od poz. 2a,b 73 zł

f) Razem koszty wynagr.pracowników niedydakt. (od poz 2a,b,c,d,e) 1 727 zł

3. Ogółem koszty wynagrodzeń z tyt. umów o pracę (od poz.1j, 2f) 231 418 zł

II Koszty wynagrodzeń z tyt.umów cywilno-prawnych:

4. pracownicy naukowo-dydaktyczni - umowy o dzieło/zlecenie - zł

5. pracownicy niedydaktyczni - umowy o dzieło/zlecenie - zł

6. ZUS (17,64%) od poz. 4,5 - zł

7. Razem koszty wynagr. z tyt. umów cywilno-prawnych (od poz.4,5,6) - zł

III Ogółem koszty wynagrodzeń (od poz 3,7) 231 418 zł

IVPozostałe koszty bezpośrednie (materiały, księgozbiory, odczynniki, usługi, zakup

śr.trwałych, amortyzacja) - zł

V Ogółem koszty bezpośrednie (od poz. 3,4) 231 418 zł

VI Narzut kosztów wydziałowych (od poz. V) (18%) 41 655 zł

VII Narzut kosztów wydziałowych JOU, PJD (od poz.V) (26,3%) 60 863 zł

VIII Ogółem koszty kształcenia (od poz 5,6,7) 333 936 zł

………………… …………………. ………………. ………………...

Dziekan Wydziału Dział Kształcenia Kwestor Rektor

Sosnowiec 2011.02.15

Objaśnienia

Całkowita liczba godzin na kierunku INF., spec. Bioinformatyka1095 godz.

W tym:

Wykłady 510 godz.

Laboratoria 585 godz.

Przewidywana liczba studentów 12 osób

Przewidywana liczba grup laboratoryjnych 1

Sumaryczna liczba godzin 1095

Koszty godzin dydaktycznych przeliczone na etaty w

rozbiciu : Etaty

liczba

lat

Liczba

miesięcy

Wynagrodzenie

miesięczne Koszt całkowity

profesor tytularny 0,25 2 6 5 500 zł 33 000 zł

adiunkt 1 2 24 3 300 zł 79 200 zł

asystent 1 2 24 2 100 zł 50 400 zł

Razem 162 600 zł

Koszty godzin dydaktycznych: Liczba godzin Koszt godz. Koszt całkowity

Godziny nadliczbowe

Profesor (wykłady) 0 58 zł - zł

Adiunkci (laboratoria) 150 49 zł 7 350 zł

Asystenci (laboratoria) 0 33 zł - zł

Razem 7 350 zł

Liczba

miesiecy

Wynagrodzenie

miesięczne Koszt całkowity

Dod.funkcyjny dziekana i prodziekanów (procentowy

udział) 18 6 300 zł 1 361 zł

Koszty wynagr. pracowników dziekanatu (procentowy udział) 18 6 000 zł 1 296 zł

Sumaryczna liczba studentów na wydziale 1000

Liczba studentów na spec. Bioinformatyka (II stopien) 12

Procentowych udział studentów Bioinformatyki do

ogółu studentów 0,012

Documents

Informatyka - Uniwersytet Śląskikandydat.us.edu.pl/files/kandydat/pliki/SKK/12 maj... · 6. Równowaga chemiczna i energetyka komórek 7. Struktura i funkcje białek 8. Podstawowe