"Zapisane w genach, czyli Python a tajemnice naszego genomu."

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download ""Zapisane w genach, czyli Python a tajemnice naszego genomu.""

Transkrypt

1 "Zapisane w genach, czyli Python a tajemnice naszego genomu." Dr Kaja Milanowska Instytut Biologii Molekularnej i Biotechnologii UAM VitaInSilica sp. z o.o. Warszawa, 9 lutego 2015

2 Dane biomedyczne 1) Sekwencjonowanie nowej generacji medycyna spersonalizowana, wykrywanie wariantów, choroby genetyczne 2) Dane dotyczące szlaków metabolicznych mechanizmy oddziaływań, powiązania, sieci 3) Struktury makromolekuł inhibitory leki 4) Obrazy obróbki obrazów 2

3 Dane biomedyczne 1) Sekwencjonowanie nowej generacji medycyna spersonalizowana, wykrywanie wariantów, choroby genetyczne 2) Dane dotyczące szlaków metabolicznych mechanizmy oddziaływań, powiązania, sieci 3) Struktury makromolekuł inhibitory leki 4) Obrazy obróbki obrazów 2

4 Sekwencjonowanie Nowej Generacji (NGS)

5 Sekwencjonowanie Nowej Generacji (NGS) Human Genome Project - 10 lat - Tysiące sekwenatorów - $ Gpz (ok. 30 tys. genów)

6 Sekwencjonowanie Nowej Generacji (NGS) Human Genome Project - 10 lat - Tysiące sekwenatorów - $ Gpz (ok. 30 tys. genów)

7 Sekwencjonowanie Nowej Generacji (NGS) Nowoczesne sekwencjonowanie - czas liczony w dniach - jeden sekwenator - $ Gpz Human Genome Project - 10 lat - Tysiące sekwenatorów - $ Gpz (ok. 30 tys. genów)

8

9

10

11

12 Sekwencjonowanie Nowej Generacji (NGS) Pocięcie DNA i RNA w mniejsze fragmenty Odczyty grupowane w pliki mogą mieć nawet 100 GB Analiza zmapowań aktywne geny 10 GB 2 TB surowych danych pochodzących z maszyny Złożenie de novo, bądź mapowanie na referencję

13

14

15 Medycyna spersonalizowana

16 Medycyna spersonalizowana Referencja Sekwencjonowanie genomu Sekwencjonowanie transkryptomu Adnotacja chorego genomu Porównanie ze zdrowymi danymi

17 Medycyna spersonalizowana Referencja 10 GB 2-3 filmy HD Sekwencjonowanie genomu 100 Mpz, 36h/4 serwery 6% indeksu Google Sekwencjonowanie transkryptomu Adnotacja chorego genomu 100 Mpz, 15 miliardów operacji Cała masa cech 30x Dzienny ruch na Google GB danych Porównanie ze zdrowymi danymi Analiza i interpretacja

18 Genomika populacji Referencja Sekwencjonowanie genomu Sekwencjonowanie transkryptomu Adnotacja chorego genomu Porównanie ze zdrowymi danymi 1 Petabajtowe łącze 4 miliony serwerów 72 miliony godz. 1 eksabajt / dzień Miliard wideo z Youtube 1.2 miliona serwerów sprzedane w 4 kwartale lata na Superkomputerze Ranger (UT) Wielki Zderzacz Hadronów 300 EB / rok radiologów

19 Genomika populacji Referencja 1 Petabajtowe łącze Miliard wideo z Youtube 1 Petabajt = 1024 TB = 1024*1024 GB Sekwencjonowanie genomu Sekwencjonowanie transkryptomu Adnotacja chorego genomu Porównanie ze zdrowymi danymi 4 miliony serwerów 72 miliony godz. 1 eksabajt / dzień 1.2 miliona serwerów sprzedane w 4 kwartale lata na Superkomputerze Ranger (UT) Wielki Zderzacz Hadronów 300 EB / rok radiologów

20 Genomika populacji Referencja Sekwencjonowanie genomu Sekwencjonowanie transkryptomu Adnotacja chorego genomu Porównanie ze zdrowymi danymi 1 Petabajtowe łącze 4 miliony serwerów 72 miliony godz. 1 eksabajt / dzień Miliard wideo z Youtube 1.2 miliona serwerów sprzedane w 4 kwartale lata na Superkomputerze Ranger (UT) Wielki Zderzacz Hadronów 300 EB / rok radiologów

21 Genomika populacji Referencja 1 Petabajtowe łącze Miliard wideo z Youtube Sekwencjonowanie genomu Sekwencjonowanie transkryptomu Adnotacja chorego genomu Porównanie ze zdrowymi danymi 4 miliony serwerów 72 miliony godz. 1 eksabajt / dzień 1 eksabajt = 1000 PB 1.2 miliona serwerów sprzedane w 4 kwartale lata na Superkomputerze Ranger (UT) Wielki Zderzacz Hadronów 300 EB / rok radiologów

22 Genomika populacji Referencja Sekwencjonowanie genomu Sekwencjonowanie transkryptomu Adnotacja chorego genomu Porównanie ze zdrowymi danymi 1 Petabajtowe łącze 4 miliony serwerów 72 miliony godz. 1 eksabajt / dzień Miliard wideo z Youtube 1.2 miliona serwerów sprzedane w 4 kwartale lata na Superkomputerze Ranger (UT) Wielki Zderzacz Hadronów 300 EB / rok radiologów

23 NGS Python

24 Dane NGS

25 Dane NGS Referencje i dane genomy, zestawy danych dotyczących struktury, funkcji, surowe odczyty

26 Dane NGS Podstawowe algorytmy przekształć surowe dane w dane znaczące Referencje i dane genomy, zestawy danych dotyczących struktury, funkcji, surowe odczyty

27 Dane NGS Standardowe analizy zrozumienie struktury i funkcji elementów genomu Podstawowe algorytmy przekształć surowe dane w dane znaczące Referencje i dane genomy, zestawy danych dotyczących struktury, funkcji, surowe odczyty

28 Dane NGS EDA = Exploratory Data Analysis = co może przynieść przyszłość Standardowe analizy zrozumienie struktury i funkcji elementów genomu Podstawowe algorytmy przekształć surowe dane w dane znaczące Referencje i dane genomy, zestawy danych dotyczących struktury, funkcji, surowe odczyty

29 Algorytmy Algorytmy Uwagi

30 Algorytmy Algorytmy Uwagi Formaty tekstowe Łatwo osiągają horendalne wielkości mały lab potrafi wygenerować 100 TB danych. Niestabilność referencji

31 Algorytmy Algorytmy Uwagi Grafy, schematy danych, programowanie dynamiczne Formaty tekstowe I/O Łatwo osiągają horendalne wielkości mały lab potrafi wygenerować 100 TB danych. Niestabilność referencji

32 Algorytmy Algorytmy Uwagi Klastrowanie, modele statystyczne, analiza sieci Mniejsze dane, ale czasem wymagają powrotu do odczytów Grafy, schematy danych, programowanie dynamiczne Formaty tekstowe I/O Łatwo osiągają horendalne wielkości mały lab potrafi wygenerować 100 TB danych. Niestabilność referencji

33 Algorytmy Algorytmy Data-mining, wizualizacja informacji Klastrowanie, modele statystyczne, analiza sieci Uwagi Interaktywność! Mniejsze dane, ale czasem wymagają powrotu do odczytów Grafy, schematy danych, programowanie dynamiczne Formaty tekstowe I/O Łatwo osiągają horendalne wielkości mały lab potrafi wygenerować 100 TB danych. Niestabilność referencji

34 Software Software

35 Software Software Bazy danych, narzędzia ORM, czyste pliki

36 Software Software Biblioteki do obsługi grafiki, narzędzia do zarządzania analizą danych, kolejkowanie, obsługa zadań Bazy danych, narzędzia ORM, czyste pliki

37 Software Software Języki skryptowe, biblioteki do analizy danych Biblioteki do obsługi grafiki, narzędzia do zarządzania analizą danych, kolejkowanie, obsługa zadań Bazy danych, narzędzia ORM, czyste pliki

38 Software Software Przeglądarki genomowe, Matlab, narzędzia do statystyki, R Języki skryptowe, biblioteki do analizy danych Biblioteki do obsługi grafiki, narzędzia do zarządzania analizą danych, kolejkowanie, obsługa zadań Bazy danych, narzędzia ORM, czyste pliki

39 Python i NGS Obecnie Galaxy, narzędzia użytkowników Narzędzia użytkowników, skrypty dołączone do assemblerów i maperów, biblioteki (HTSeq), NumPy, SciPy Pipelines Parsery dla różnych formatów, BioPython, SAMTool (Pysam), Pygr Potencjalnie GUIs, DISCO Więcej bibliotek Wielowątkowość, zarządzanie całą analizą DISCO, Hadoop dla zarządzania danymi w sposób rozproszony

40 Python i NGS Obecnie Galaxy, narzędzia użytkowników Narzędzia użytkowników, skrypty dołączone do assemblerów i maperów, biblioteki (HTSeq), NumPy, SciPy Pipelines Parsery dla różnych formatów, BioPython, SAMTool (Pysam), Pygr Potencjalnie GUIs, DISCO Więcej bibliotek Wielowątkowość, zarządzanie całą analizą DISCO, Hadoop dla zarządzania danymi w sposób rozproszony

41 Python i NGS Obecnie Galaxy, narzędzia użytkowników Narzędzia użytkowników, skrypty dołączone do assemblerów i maperów, biblioteki (HTSeq), NumPy, SciPy Pipelines Parsery dla różnych formatów, BioPython, SAMTool (Pysam), Pygr Potencjalnie GUIs, DISCO Więcej bibliotek Wielowątkowość, zarządzanie całą analizą DISCO, Hadoop dla zarządzania danymi w sposób rozproszony

42 Python i NGS Obecnie Galaxy, narzędzia użytkowników Narzędzia użytkowników, skrypty dołączone do assemblerów i maperów, biblioteki (HTSeq), NumPy, SciPy Pipelines Parsery dla różnych formatów, BioPython, SAMTool (Pysam), Pygr Potencjalnie GUIs, DISCO Więcej bibliotek Wielowątkowość, zarządzanie całą analizą DISCO, Hadoop dla zarządzania danymi w sposób rozproszony

43 Python i NGS Obecnie Galaxy, narzędzia użytkowników Narzędzia użytkowników, skrypty dołączone do assemblerów i maperów, biblioteki (HTSeq), NumPy, SciPy Pipelines Parsery dla różnych formatów, BioPython, SAMTool (Pysam), Pygr Potencjalnie GUIs, DISCO Więcej bibliotek Wielowątkowość, zarządzanie całą analizą DISCO, Hadoop dla zarządzania danymi w sposób rozproszony

44 Python i NGS przykładowe formaty surowych danych

45 Python i NGS przykładowe formaty surowych danych

46 Python i NGS przykładowe formaty surowych danych

47 Python i NGS przykładowe formaty surowych danych

48 29

49 Dziękuję za uwagę 29

ANALIZA DANYCH POCHODZĄCYCH Z SEKWENCJONOWANIA NASTĘPNEJ GENERACJI

ANALIZA DANYCH POCHODZĄCYCH Z SEKWENCJONOWANIA NASTĘPNEJ GENERACJI ANALIZA DANYCH POCHODZĄCYCH Z SEKWENCJONOWANIA NASTĘPNEJ GENERACJI JOANNA SZYDA MAGDALENA FRĄSZCZAK MAGDA MIELCZAREK WSTĘP 1. Katedra Genetyki 2. Pracownia biostatystyki 3. Projekty NGS 4. Charakterystyka

Bardziej szczegółowo

BIOINFORMATYKA BIOLOGICZNE BAZY DANYCH

BIOINFORMATYKA BIOLOGICZNE BAZY DANYCH http://theta.edu.pl/ Podstawy Bioinformatyki II BIOINFORMATYKA BIOLOGICZNE BAZY DANYCH 1 Czym jest bioinformatyka? 2 Bioinformatyka Bioinformatyka jest interdyscyplinarną dziedziną nauki obejmującą wykorzystanie

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Wprowadzenie i biologiczne bazy danych. 1 Wprowadzenie... 3. 2 Wprowadzenie do biologicznych baz danych...

Spis treści. Przedmowa... XI. Wprowadzenie i biologiczne bazy danych. 1 Wprowadzenie... 3. 2 Wprowadzenie do biologicznych baz danych... Przedmowa... XI Część pierwsza Wprowadzenie i biologiczne bazy danych 1 Wprowadzenie... 3 Czym jest bioinformatyka?... 5 Cele... 5 Zakres zainteresowań... 6 Zastosowania... 7 Ograniczenia... 8 Przyszłe

Bardziej szczegółowo

Sylabus Biologia molekularna

Sylabus Biologia molekularna Sylabus Biologia molekularna 1. Metryczka Nazwa Wydziału Wydział Farmaceutyczny z Oddziałem Medycyny Laboratoryjnej Program kształcenia Farmacja, jednolite studia magisterskie, forma studiów: stacjonarne

Bardziej szczegółowo

Różnorodność osobników gatunku

Różnorodność osobników gatunku ALEKSANDRA ŚWIERCZ Różnorodność osobników gatunku Single Nucleotide Polymorphism (SNP) Różnica na jednej pozycji, małe delecje, insercje (INDELs) SNP pojawia się ~1/1000 pozycji Można je znaleźć porównując

Bardziej szczegółowo

Jak Big Data rewolucjonizuje naukę oraz współpracę centrów badawczych z biznesem?

Jak Big Data rewolucjonizuje naukę oraz współpracę centrów badawczych z biznesem? Jak Big Data rewolucjonizuje naukę oraz współpracę centrów badawczych z biznesem? dr Łukasz Bolikowski ICM, Uniwersytet Warszawski Big Data Summit, 26 listopada 2014 Czwarty paradygmat Cztery paradygmaty

Bardziej szczegółowo

Kurs wybieralny: Zastosowanie technik informatycznych i metod numerycznych w elektronice

Kurs wybieralny: Zastosowanie technik informatycznych i metod numerycznych w elektronice Kurs wybieralny: Zastosowanie technik informatycznych i metod numerycznych w elektronice Opis kursu Przygotowanie praktyczne do realizacji projektów w elektronice z zastosowaniem podstawowych narzędzi

Bardziej szczegółowo

Analizy wielkoskalowe w badaniach chromatyny

Analizy wielkoskalowe w badaniach chromatyny Analizy wielkoskalowe w badaniach chromatyny Analizy wielkoskalowe wykorzystujące mikromacierze DNA Genotypowanie: zróżnicowane wewnątrz genów RNA Komórka eukariotyczna Ekspresja genów: Które geny? Poziom

Bardziej szczegółowo

Analiza zmienności czasowej danych mikromacierzowych

Analiza zmienności czasowej danych mikromacierzowych Systemy Inteligencji Obliczeniowej Analiza zmienności czasowej danych mikromacierzowych Kornel Chromiński Instytut Informatyki Uniwersytet Śląski Plan prezentacji Dane mikromacierzowe Cel badań Prezentacja

Bardziej szczegółowo

Księgarnia PWN: A.D. Baxevanis, B.F.F. Ouellette Bioinformatyka

Księgarnia PWN: A.D. Baxevanis, B.F.F. Ouellette Bioinformatyka Księgarnia PWN: A.D. Baxevanis, B.F.F. Ouellette Bioinformatyka Słowo wstępne XIII Przedmowa XV 1. Bioinformatyka i Internet Andreas D. Baxevanis 1 1.1. Podstawy Internetu 2 1.2. Połączenie z Internetem

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI ORGANIZACJA ZAJĘĆ BIOINFORMATYKA PRZETWARZANIE I ANALIZA DANYCH

PODSTAWY BIOINFORMATYKI ORGANIZACJA ZAJĘĆ BIOINFORMATYKA PRZETWARZANIE I ANALIZA DANYCH PODSTAWY BIOINFORMATYKI ORGANIZACJA ZAJĘĆ BIOINFORMATYKA PRZETWARZANIE I ANALIZA DANYCH Magda Mielczarek Podstawy Bioinformatyki 1 Organizacja zajęć mgr Magda Mielczarek Katedra Genetyki, pokój nr 14 magda.mielczarek@up.wroc.pl

Bardziej szczegółowo

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia:

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.inhort.pl/przetargi_2013_lista.html Skierniewice: Sukcesywne usługi sekwencjonowania DNA i transkryptomów

Bardziej szczegółowo

Możliwości współczesnej inżynierii genetycznej w obszarze biotechnologii

Możliwości współczesnej inżynierii genetycznej w obszarze biotechnologii Możliwości współczesnej inżynierii genetycznej w obszarze biotechnologii 1. Technologia rekombinowanego DNA jest podstawą uzyskiwania genetycznie zmodyfikowanych organizmów 2. Medycyna i ochrona zdrowia

Bardziej szczegółowo

Plan prezentacji 0 Wprowadzenie 0 Zastosowania 0 Przykładowe metody 0 Zagadnienia poboczne 0 Przyszłość 0 Podsumowanie 7 Jak powstaje wiedza? Dane Informacje Wiedza Zrozumienie 8 Przykład Teleskop Hubble

Bardziej szczegółowo

Przydatność technologii Sekwencjonowania Nowej Generacji (NGS) w kolekcjach Banków Genów Joanna Noceń Kinga Smolińska Marta Puchta Kierownik tematu:

Przydatność technologii Sekwencjonowania Nowej Generacji (NGS) w kolekcjach Banków Genów Joanna Noceń Kinga Smolińska Marta Puchta Kierownik tematu: Przydatność technologii Sekwencjonowania Nowej Generacji (NGS) w kolekcjach Banków Genów Joanna Noceń Kinga Smolińska Marta Puchta Kierownik tematu: prof. dr hab. Jerzy H. Czembor SEKWENCJONOWANIE I generacji

Bardziej szczegółowo

KARTA PRZEDMIOTU. (pieczęć wydziału)

KARTA PRZEDMIOTU. (pieczęć wydziału) (pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: Eksploracja danych w bioinformatyce 2. Kod przedmiotu: EksDaBio 3. Karta przedmiotu ważna od roku akademickiego: 2017/2018 4. Forma kształcenia:

Bardziej szczegółowo

INŻYNIERIA OPROGRAMOWANIA

INŻYNIERIA OPROGRAMOWANIA INSTYTUT INFORMATYKI STOSOWANEJ 2013 INŻYNIERIA OPROGRAMOWANIA Inżynieria Oprogramowania Proces ukierunkowany na wytworzenie oprogramowania Jak? Kto? Kiedy? Co? W jaki sposób? Metodyka Zespół Narzędzia

Bardziej szczegółowo

Sekwencjonowanie, przewidywanie genów

Sekwencjonowanie, przewidywanie genów Instytut Informatyki i Matematyki Komputerowej UJ, opracowanie: mgr Ewa Matczyńska, dr Jacek Śmietański Sekwencjonowanie, przewidywanie genów 1. Technologie sekwencjonowania Genomem nazywamy sekwencję

Bardziej szczegółowo

CZĘŚĆ I. WARSTWA PRZETWARZANIA WSADOWEGO

CZĘŚĆ I. WARSTWA PRZETWARZANIA WSADOWEGO Spis treści Przedmowa Podziękowania O książce Rozdział 1. Nowy paradygmat dla Big Data 1.1. Zawartość książki 1.2. Skalowanie tradycyjnej bazy danych 1.2.1. Skalowanie za pomocą kolejki 1.2.2. Skalowanie

Bardziej szczegółowo

Potencjał naukowo-badawczy Działu Genomiki i Biologii Molekularnej Zwierząt IZ PIB

Potencjał naukowo-badawczy Działu Genomiki i Biologii Molekularnej Zwierząt IZ PIB Potencjał naukowo-badawczy Działu Genomiki i Biologii Molekularnej Zwierząt IZ PIB dr Agata Piestrzyńska-Kajtoch Laboratorium Genetyki Molekularnej Dział Genomiki i Biologii Molekularnej Instytut Zootechniki

Bardziej szczegółowo

Antyk w kulturze popularnej

Antyk w kulturze popularnej FORUM DYSKUSJI INTERDYSCYPLINARNEJ Vae victis, czyli antyk w kulturze popularnej Czym są nowe media? Media zamienione w dane numeryczne zrozumiałe dla komputera grafika, ruchome obrazy, dźwięki, kształty,

Bardziej szczegółowo

BIOTECHNOLOGIA STUDIA I STOPNIA

BIOTECHNOLOGIA STUDIA I STOPNIA BIOTECHNOLOGIA STUDIA I STOPNIA OPIS ZAKŁADANYCH EFEKTÓW KSZTAŁCENIA 1) Tabela odniesień kierunkowych efektów kształcenia (EKK) do obszarowych efektów kształcenia (EKO) SYMBOL EKK KIERUNKOWE EFEKTY KSZTAŁCENIA

Bardziej szczegółowo

Statystyka I z R. Bartosz Maćkiewicz. 2 października 2017

Statystyka I z R. Bartosz Maćkiewicz. 2 października 2017 Statystyka I z R Bartosz Maćkiewicz 2 października 2017 Program zajęć 1. Zajęcia wprowadzające. Podstawowe typy danych w R (1 zajęcia). 2. Zaawansowane typy danych w R. Indeksowanie. Arytmetyka. (1 zajęcia).

Bardziej szczegółowo

Analiza danych pochodzących z sekwencjonowania nowej generacji - przyrównanie do genomu referencyjnego. - część I -

Analiza danych pochodzących z sekwencjonowania nowej generacji - przyrównanie do genomu referencyjnego. - część I - pochodzących z sekwencjonowania nowej generacji - przyrównanie do genomu referencyjnego - część I - Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Plan wykładów --------------------------------------------------------

Bardziej szczegółowo

Budowanie interfejsów do baz danych

Budowanie interfejsów do baz danych Budowanie interfejsów do baz danych Wprowadzenie Organizacja zajęć O sobie O Projekcie Termin rozpoczęcia Tematyka (propozycje?) Narzędzia (pendrive lub hosting) 2008 Szczepan Bednarz 2 z 20 Bazy danych

Bardziej szczegółowo

Producent i Integrator Systemów Informatycznych

Producent i Integrator Systemów Informatycznych Producent i Integrator Systemów Informatycznych Transakcje planowane, Transakcje rzeczywiste, Schematy fakturowania. PasCom Sp. z o.o. www.pascom.pl Zlecenie transportowe Transakcje planowane Fakturowanie

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI 12 MIKROMACIERZE

PODSTAWY BIOINFORMATYKI 12 MIKROMACIERZE PODSTAWY BIOINFORMATYKI 12 MIKROMACIERZE WSTĘP 1. Mikromacierze ekspresyjne tworzenie macierzy przykłady zastosowań 2. Mikromacierze SNP tworzenie macierzy przykłady zastosowań MIKROMACIERZE EKSPRESYJNE

Bardziej szczegółowo

Podstawy bioinformatyki - biologiczne bazy danych

Podstawy bioinformatyki - biologiczne bazy danych Podstawy bioinformatyki - biologiczne bazy danych Czym jest bioinformatyka? Bioinformatyka Bioinformatyka jest interdyscyplinarną dziedziną nauki obejmującą wykorzystanie metod obliczeniowych do badania

Bardziej szczegółowo

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH 1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Map-Reduce system Single-node architektura 3 Przykład Googla 4 10 miliardów stron internetowych Średnia

Bardziej szczegółowo

Tematy prac dyplomowych inżynierskich

Tematy prac dyplomowych inżynierskich inżynierskich Oferujemy możliwość realizowania poniższych tematów w ramach projektu realizowanego ze środków Narodowego Centrum Badań i Rozwoju. Najlepszym umożliwimy realizację pracy dyplomowej w połączeniu

Bardziej szczegółowo

Techniki biologii molekularnej Kod przedmiotu

Techniki biologii molekularnej Kod przedmiotu Techniki biologii molekularnej - opis przedmiotu Informacje ogólne Nazwa przedmiotu Techniki biologii molekularnej Kod przedmiotu 13.9-WB-BMD-TBM-W-S14_pNadGenI2Q8V Wydział Kierunek Wydział Nauk Biologicznych

Bardziej szczegółowo

MultiSETTER: web server for multiple RNA structure comparison. Sandra Sobierajska Uniwersytet Jagielloński

MultiSETTER: web server for multiple RNA structure comparison. Sandra Sobierajska Uniwersytet Jagielloński MultiSETTER: web server for multiple RNA structure comparison Sandra Sobierajska Uniwersytet Jagielloński Wprowadzenie Budowa RNA: - struktura pierwszorzędowa sekwencja nukleotydów w łańcuchu: A, U, G,

Bardziej szczegółowo

Sekwencjonowanie Nowej Generacji ang. Next Generation Sequencing

Sekwencjonowanie Nowej Generacji ang. Next Generation Sequencing Sekwencjonowanie Nowej Generacji ang. Next Generation Sequencing Wykład 7 Etapy analizy NGS Dr Wioleta Drobik-Czwarno Etapy analizy NGS Kontrola jakości surowych danych (format fastq) Jakość odczytów,

Bardziej szczegółowo

Big Data to skalowalność i prostota obsługi wielkich ilości danych!

Big Data to skalowalność i prostota obsługi wielkich ilości danych! Obsługa aplikacji, które operują na ogromnych zbiorach danych, czyli na przykład portali społecznościowych, przekracza możliwości zwykłych relacyjnych baz. Praca ze złożonymi zbiorami danych wymaga architektury

Bardziej szczegółowo

I. 1) NAZWA I ADRES: Uniwersytet Przyrodniczy we Wrocławiu, ul. C.K. Norwida 25/27, Wrocław, woj.

I. 1) NAZWA I ADRES: Uniwersytet Przyrodniczy we Wrocławiu, ul. C.K. Norwida 25/27, Wrocław, woj. 1 z 7 2010-12-09 14:39 Wrocław: Dostawa programów komputerowych do celów dydaktycznych, służące do realizacji programu zajęć na kierunku Bioinformatyka, na Wydziale Biologii i Hodowli Zwierząt Uniwersytetu

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI 3 SEKWENCJONOWANIE GENOMÓW I

PODSTAWY BIOINFORMATYKI 3 SEKWENCJONOWANIE GENOMÓW I PODSTAWY BIOINFORMATYKI 3 SEKWENCJONOWANIE GENOMÓW I PROJEKTY POZNANIA INNYCH GENOMÓW 1 400 2009 2010 1 200 2011 2012 1 000 800 600 400 200 986 1153 1285 914 954 717 759 757 251 254 889 0 23 ukończone

Bardziej szczegółowo

Programowanie wizualne

Programowanie wizualne Wykład 3 Piotr Błaszyński Wydział Informatyki Zachodniopomorskiego Uniwersytetu Technologicznego 11 marca 2016 Możliwość pokazywania (czyli wizualizacji) danych. Najprostszy przykład: from p y l a b import

Bardziej szczegółowo

Wprowadzenie do Hurtowni Danych

Wprowadzenie do Hurtowni Danych Wprowadzenie do Hurtowni Danych BIG DATA Definicja Big Data Big Data definiowane jest jako składowanie zbiorów danych o tak dużej złożoności i ilości danych, że jest to niemożliwe przy zastosowaniu podejścia

Bardziej szczegółowo

Tematyka zajęć z biologii

Tematyka zajęć z biologii Tematyka zajęć z biologii klasy: I Lp. Temat zajęć Zakres treści 1 Zapoznanie z przedmiotowym systemem oceniania, wymaganiami edukacyjnymi i podstawą programową Podstawowe zagadnienia materiału nauczania

Bardziej szczegółowo

ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia

ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia ZP/ITS/11/2012 Załącznik nr 1a do SIWZ ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia Przedmiotem zamówienia jest: Przygotowanie zajęć dydaktycznych w postaci kursów e-learningowych przeznaczonych

Bardziej szczegółowo

Biologia molekularna

Biologia molekularna Biologia molekularna 1. Metryczka Nazwa Wydziału Program kształcenia Wydział Farmaceutyczny z Oddziałem Medycyny Laboratoryjnej Analityka Medyczna, studia jednolite magisterskie, studia stacjonarne i niestacjonarne

Bardziej szczegółowo

Jaki koń jest nie każdy widzi - genomika populacji polskich ras koni

Jaki koń jest nie każdy widzi - genomika populacji polskich ras koni Jaki koń jest nie każdy widzi - genomika populacji polskich ras koni Gurgul A., Jasielczuk I., Semik-Gurgul E., Pawlina-Tyszko K., Szmatoła T., Bugno-Poniewierska M. Instytut Zootechniki PIB Zakład Biologii

Bardziej szczegółowo

Techniki molekularne w biologii SYLABUS A. Informacje ogólne

Techniki molekularne w biologii SYLABUS A. Informacje ogólne Techniki molekularne w biologii SYLABUS A. Informacje ogólne Elementy sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod przedmiotu

Bardziej szczegółowo

Informatyka w medycynie Punkt widzenia kardiologa

Informatyka w medycynie Punkt widzenia kardiologa Informatyka w medycynie Punkt widzenia kardiologa Lech Poloński Mariusz Gąsior Informatyka medyczna Dział informatyki zajmujący się jej zastosowaniem w ochronie zdrowia (medycynie) Stymulacja rozwoju informatyki

Bardziej szczegółowo

Specjalność (studia II stopnia) Oczyszczanie i analiza produktów biotechnologicznych

Specjalność (studia II stopnia) Oczyszczanie i analiza produktów biotechnologicznych Specjalność (studia II stopnia) Oczyszczanie i analiza produktów biotechnologicznych Studia magisterskie przedmioty specjalizacyjne Bioinformatyka w analizie genomu Diagnostyka molekularna Elementy biosyntezy

Bardziej szczegółowo

XQTav - reprezentacja diagramów przepływu prac w formacie SCUFL przy pomocy XQuery

XQTav - reprezentacja diagramów przepływu prac w formacie SCUFL przy pomocy XQuery http://xqtav.sourceforge.net XQTav - reprezentacja diagramów przepływu prac w formacie SCUFL przy pomocy XQuery dr hab. Jerzy Tyszkiewicz dr Andrzej Kierzek mgr Jacek Sroka Grzegorz Kaczor praca mgr pod

Bardziej szczegółowo

Spis treści. I. Skuteczne. Od autora... Obliczenia inżynierskie i naukowe... Ostrzeżenia...XVII

Spis treści. I. Skuteczne. Od autora... Obliczenia inżynierskie i naukowe... Ostrzeżenia...XVII Spis treści Od autora..................................................... Obliczenia inżynierskie i naukowe.................................. X XII Ostrzeżenia...................................................XVII

Bardziej szczegółowo

Języki programowania II - opis przedmiotu

Języki programowania II - opis przedmiotu Języki programowania II - opis przedmiotu Informacje ogólne Nazwa przedmiotu Języki programowania II Kod przedmiotu 06.9-WM-IB-P-33_15gen Wydział Kierunek Wydział Mechaniczny Inżynieria biomedyczna Profil

Bardziej szczegółowo

Technika Cyfrowa i Mikroprocesorowa

Technika Cyfrowa i Mikroprocesorowa Technika Cyfrowa i Mikroprocesorowa Prowadzący przedmiot: Ćwiczenia laboratoryjne: dr inż. Andrzej Ożadowicz dr inż. Andrzej Ożadowicz dr inż. Jakub Grela Wydział Elektrotechniki, Automatyki, Informatyki

Bardziej szczegółowo

neadoo don't be invisible REKLAMY NA YouTube

neadoo don't be invisible REKLAMY NA YouTube REKLAMY NA Youtube trochę statystyk na dobry początek : ma ponad miliard użytkowników to prawie jedna trzecia wszystkich osób korzystających z internetu. Nasi widzowie oglądają codziennie setki milionów

Bardziej szczegółowo

WYPOSAŻENIE LABORATORIÓW CENTRUM NOWYCH TECHNOLOGII UW W APARATURĘ NIEZBĘDNĄ DO PROWADZENIA BADAŃ NA RZECZ PRZEMYSŁU I MEDYCYNY

WYPOSAŻENIE LABORATORIÓW CENTRUM NOWYCH TECHNOLOGII UW W APARATURĘ NIEZBĘDNĄ DO PROWADZENIA BADAŃ NA RZECZ PRZEMYSŁU I MEDYCYNY WYPOSAŻENIE LABORATORIÓW CENTRUM NOWYCH TECHNOLOGII UW W APARATURĘ NIEZBĘDNĄ DO PROWADZENIA BADAŃ NA RZECZ PRZEMYSŁU I MEDYCYNY PROJEKT REALIZOWANY W RAMACH REGIONALNEGO PROGRAMU OPERACYJNEGO WOJEWÓDZTWA

Bardziej szczegółowo

na podstawie artykułu: Modeling Complex RNA Tertiary Folds with Rosetta Clarence Yu Cheng, Fang-Chieh Chou, Rhiju Das

na podstawie artykułu: Modeling Complex RNA Tertiary Folds with Rosetta Clarence Yu Cheng, Fang-Chieh Chou, Rhiju Das na podstawie artykułu: Modeling Complex RNA Tertiary Folds with Rosetta Clarence Yu Cheng, Fang-Chieh Chou, Rhiju Das wykonała: Marta Szynczewska bioinformatyka Uniwersytet Jagielloński Struktura I-rzędowa

Bardziej szczegółowo

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia :Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia Podstawy prawne. 1 15 1 Podstawy ekonomii. 1 15 15 2 Repetytorium z matematyki. 1 30 3 Środowisko programisty. 1 30 3 Komputerowy

Bardziej szczegółowo

Scoring w oparciu o Big Data. 8 kwietnia 2014 roku

Scoring w oparciu o Big Data. 8 kwietnia 2014 roku Scoring w oparciu o Big Data 8 kwietnia 2014 roku Od początków ludzkości do roku 2003 wygenerowano 5 eksabajtów informacji tyle samo ludzkość generuje dziś co dwa dni. - Eric Schmidt, Google CEO 2 Dlaczego

Bardziej szczegółowo

Pytania kwiecień, maj

Pytania kwiecień, maj Pytania kwiecień, maj Od czego zależy to czy jakość zasad w technice NGS jest zakodowana w skali phred 33 czy 64? Czy są jakieś kryteria wyboru tego kodowania? Z czego wynika dobór kodowania skali phred

Bardziej szczegółowo

Dariusz Brzeziński. Politechnika Poznańska, Instytut Informatyki

Dariusz Brzeziński. Politechnika Poznańska, Instytut Informatyki Dariusz Brzeziński Politechnika Poznańska, Instytut Informatyki Język programowania prosty bezpieczny zorientowany obiektowo wielowątkowy rozproszony przenaszalny interpretowany dynamiczny wydajny Platforma

Bardziej szczegółowo

Opis kierunkowych efektów kształcenia w obszarze nauk przyrodniczych na I stopniu kierunku BIOLOGIA

Opis kierunkowych efektów kształcenia w obszarze nauk przyrodniczych na I stopniu kierunku BIOLOGIA Opis kierunkowych efektów kształcenia w obszarze nauk przyrodniczych na I stopniu kierunku BIOLOGIA Umiejscowienie kierunku w obszarze kształcenia Kierunek studiów BIOLOGIA o profilu ogólnoakademickim

Bardziej szczegółowo

GRIDY OBLICZENIOWE. Piotr Majkowski

GRIDY OBLICZENIOWE. Piotr Majkowski GRIDY OBLICZENIOWE Piotr Majkowski Wstęp Podział komputerów Co to jest grid? Różne sposoby patrzenia na grid Jak zmierzyć moc? Troszkę dokładniej o gridach Projekt EGEE Klasyfikacja Flynn a (1972) Instrukcje

Bardziej szczegółowo

Sukcesywne usługi sekwencjonowania DNA

Sukcesywne usługi sekwencjonowania DNA Instytut Ogrodnictwa 96-100 Skierniewice ul. Konstytucji 3 Maja 1/3 Tel. 46 833 20 21 Fax. 46 833 32 28 WWW www.inhort.pl Skierniewice: oraz syntezy oligonukleotydów do realizacji projektu pt. Polskie

Bardziej szczegółowo

Wykład 1. Statystyka międzynarodowa - wprowadzenie Rynek pracy w Unii Europejskiej

Wykład 1. Statystyka międzynarodowa - wprowadzenie Rynek pracy w Unii Europejskiej Wykład 1 Statystyka międzynarodowa - wprowadzenie Rynek pracy w Unii Europejskiej Informacje o przedmiocie prowadzący: strona internetowa: wykład ćwiczenia forma zaliczenia: dr Marek Sobolewski www.msobolew.sd.prz.edu.pl

Bardziej szczegółowo

OPIS PRZEDMIOTÓW REALIZOWANYCH W KATEDRZE MIKROBIOLOGII ŚRODOWISKOWEJ

OPIS PRZEDMIOTÓW REALIZOWANYCH W KATEDRZE MIKROBIOLOGII ŚRODOWISKOWEJ OPIS PRZEDMIOTÓW REALIZOWANYCH W KATEDRZE MIKROBIOLOGII ŚRODOWISKOWEJ STUDIA STACJONARNE PIERWSZEGO STOPNIA - INŻYNIERSKIE Mikrobiologia Rola mikrobiologii. Świat mikroorganizmów: wirusy, bakterie, archebakterie,

Bardziej szczegółowo

CPT-CAD - Program do tworzenia dokumentacji geologicznej i geotechnicznej

CPT-CAD - Program do tworzenia dokumentacji geologicznej i geotechnicznej CPT-CAD - Program do tworzenia dokumentacji geologicznej i geotechnicznej Trzy w jednym?? Moduł CPT-CAD jest przeznaczony do tworzenia: map przekrojów geologicznych i geotechnicznych własnych rysunków

Bardziej szczegółowo

Forum Małych i Średnich Przedsiębiorstw

Forum Małych i Średnich Przedsiębiorstw 2011 Wsparcie funduszu inwestycyjnego sposobem na stworzenie i rozwój innowacyjnej firmy biotechnologicznej. Case Study MCI.BioVentures - Genomed Forum Małych i Średnich Przedsiębiorstw Jak zostać i pozostać

Bardziej szczegółowo

Od programowania wizualnego do tekstowego

Od programowania wizualnego do tekstowego Od programowania wizualnego do tekstowego Krzysztof Chechłacz Nowa podstawa programowa z informatyki w świetle reformy oświaty - Konferencja w ramach XII edycji Akademii Technologii Informacyjnej i Komunikacyjnej

Bardziej szczegółowo

Co to jest transkryptom? A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 2

Co to jest transkryptom? A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 2 ALEKSANDRA ŚWIERCZ Co to jest transkryptom? A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 2 Ekspresja genów http://genome.wellcome.ac.uk/doc_wtd020757.html A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH

Bardziej szczegółowo

Architektura i mechanizmy systemu

Architektura i mechanizmy systemu Architektura i mechanizmy systemu Warsztaty Usługa powszechnej archiwizacji Michał Jankowski, PCSS Maciej Brzeźniak, PCSS Plan prezentacji Podstawowe wymagania użytkowników - cel => Funkcjonalnośd i cechy

Bardziej szczegółowo

Programowanie obiektowe 2 - opis przedmiotu

Programowanie obiektowe 2 - opis przedmiotu Programowanie obiektowe 2 - opis przedmiotu Informacje ogólne Nazwa przedmiotu Programowanie obiektowe 2 Kod przedmiotu 11.3-WK-MATP-PO2-L-S14_pNadGenDGV9E Wydział Kierunek Wydział Matematyki, Informatyki

Bardziej szczegółowo

biologia rozwoju/bezkręgowce: taksonomia, bezkręgowce: morfologia funkcjonalna i filogeneza i biologia rozwoju mikologia systematyczna

biologia rozwoju/bezkręgowce: taksonomia, bezkręgowce: morfologia funkcjonalna i filogeneza i biologia rozwoju mikologia systematyczna matematyka chemia ogólna i nieorganiczna chemia organiczna biologia roślin podstawy statystyki botanika systematyczna botanika zajęcia terenowe bezkręgowce: morfologia funkcjonalna i biologia rozwoju/bezkręgowce:

Bardziej szczegółowo

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa :Informatyka- - inż., rok I specjalność: Grafika komputerowa Metody uczenia się i studiowania. 1 Podstawy prawne. 1 Podstawy ekonomii. 1 Matematyka dyskretna. 1 Wprowadzenie do informatyki. 1 Podstawy

Bardziej szczegółowo

Dodatkowo planowane jest przeprowadzenie oceny algorytmów w praktycznym wykorzystaniu przez kilku niezależnych użytkowników ukończonej aplikacji.

Dodatkowo planowane jest przeprowadzenie oceny algorytmów w praktycznym wykorzystaniu przez kilku niezależnych użytkowników ukończonej aplikacji. Spis Treści 1. Wprowadzenie... 2 1.1 Wstęp... 2 1.2 Cel pracy... 2 1.3 Zakres pracy... 2 1.4 Użyte technologie... 2 1.4.1 Unity 3D... 3 2. Sztuczna inteligencja w grach komputerowych... 4 2.1 Zadanie sztucznej

Bardziej szczegółowo

Polska-Warszawa: Sprzęt laboratoryjny, optyczny i precyzyjny (z wyjątkiem szklanego) 2016/S Ogłoszenie o udzieleniu zamówienia

Polska-Warszawa: Sprzęt laboratoryjny, optyczny i precyzyjny (z wyjątkiem szklanego) 2016/S Ogłoszenie o udzieleniu zamówienia 1 / 21 Niniejsze ogłoszenie w witrynie TED: http://ted.europa.eu/udl?uri=ted:notice:464243-2016:text:pl:html -: Sprzęt laboratoryjny, optyczny i precyzyjny (z wyjątkiem szklanego) 2016/S 252-464243 Ogłoszenie

Bardziej szczegółowo

Searching for SNPs with cloud computing

Searching for SNPs with cloud computing Ben Langmead, Michael C Schatz, Jimmy Lin, Mihai Pop and Steven L Salzberg Genome Biology November 20, 2009 April 7, 2010 Problem Cel Problem Bardzo dużo krótkich odczytów mapujemy na genom referencyjny

Bardziej szczegółowo

Hadoop : kompletny przewodnik : analiza i przechowywanie danych / Tom White. Gliwice, cop Spis treści

Hadoop : kompletny przewodnik : analiza i przechowywanie danych / Tom White. Gliwice, cop Spis treści Hadoop : kompletny przewodnik : analiza i przechowywanie danych / Tom White. Gliwice, cop. 2016 Spis treści Przedmowa 17 Wprowadzenie 19 Kwestie porządkowe 20 Co nowego znajdziesz w wydaniu czwartym? 20

Bardziej szczegółowo

PLGrid: informatyczne usługi i narzędzia wsparcia w nauce

PLGrid: informatyczne usługi i narzędzia wsparcia w nauce PLGrid: informatyczne usługi i narzędzia wsparcia w nauce Maciej Czuchry, Mariola Czuchry ACK Cyfronet AGH Wydział Rolniczo-Ekonomiczny, UR Kraków 19.01.2015 Plan prezentacji Infrastruktura PLGrid Oferta

Bardziej szczegółowo

Architektury i protokoły dla budowania systemów wiedzy - zadania PCSS w projekcie SYNAT

Architektury i protokoły dla budowania systemów wiedzy - zadania PCSS w projekcie SYNAT Architektury i protokoły dla budowania systemów wiedzy - zadania PCSS w projekcie SYNAT A. Dudczak, C. Mazurek, T. Parkoła, J. Pukacki, M. Stroiński, M. Werla, J. Węglarz Poznańskie Centrum Superkomputerowo-Sieciowe

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1

STATYSTYKA MATEMATYCZNA WYKŁAD 1 STATYSTYKA MATEMATYCZNA WYKŁAD 1 Wykład wstępny Teoria prawdopodobieństwa Magda Mielczarek wykłady, ćwiczenia Copyright 2017, J. Szyda & M. Mielczarek STATYSTYKA MATEMATYCZNA? ASHG 2011 Writing Workshop;

Bardziej szczegółowo

Projektowanie architektury systemu rozproszonego. Jarosław Kuchta Projektowanie Aplikacji Internetowych

Projektowanie architektury systemu rozproszonego. Jarosław Kuchta Projektowanie Aplikacji Internetowych Projektowanie architektury systemu rozproszonego Jarosław Kuchta Zagadnienia Typy architektury systemu Rozproszone przetwarzanie obiektowe Problemy globalizacji Problemy ochrony Projektowanie architektury

Bardziej szczegółowo

Odniesienie do efektów kształcenia w obszarze kształcenia w zakresie nauk przyrodniczych i technicznych

Odniesienie do efektów kształcenia w obszarze kształcenia w zakresie nauk przyrodniczych i technicznych Wydział Biotechnologii i Hodowli Zwierząt Nazwa kierunku studiów: bioinformatyka Poziom kształcenia: studia pierwszego stopnia Profil kształcenia: ogólnoakademicki Obszar kształcenia: w zakresie nauk przyrodniczych

Bardziej szczegółowo

Programowanie Komponentowe WebAPI

Programowanie Komponentowe WebAPI Programowanie Komponentowe WebAPI dr inż. Ireneusz Szcześniak jesień 2016 roku WebAPI - interfejs webowy WebAPI to interfejs aplikacji (usługi, komponentu, serwisu) dostępnej najczęściej przez Internet,

Bardziej szczegółowo

Produktywne tworzenie aplikacji webowych z wykorzystaniem Groovy i

Produktywne tworzenie aplikacji webowych z wykorzystaniem Groovy i Program szkolenia: Produktywne tworzenie aplikacji webowych z wykorzystaniem Groovy i Informacje: Nazwa: Kod: Kategoria: Grupa docelowa: Czas trwania: Forma: Produktywne tworzenie aplikacji webowych z

Bardziej szczegółowo

Wykład Ćwiczenia Laboratorium Projekt Seminarium

Wykład Ćwiczenia Laboratorium Projekt Seminarium WYDZIAŁ ELEKTRONIKI KARTA PRZEDMIOTU Nazwa w języku polskim Języki programowania Nazwa w języku angielskim Programming languages Kierunek studiów (jeśli dotyczy): Informatyka - INF Specjalność (jeśli dotyczy):

Bardziej szczegółowo

S YL AB US MODUŁ U ( PRZEDMIOTU) I nforma cje ogólne. Genetyka

S YL AB US MODUŁ U ( PRZEDMIOTU) I nforma cje ogólne. Genetyka S YL AB US MODUŁ U ( PRZEDMIOTU) I nforma cje ogólne Kod AG modułu Rodzaj modułu Wydział PUM Kierunek studiów Specjalność Poziom studiów Forma studiów Rok studiów Nazwa modułu Genetyka Obowiązkowy Nauk

Bardziej szczegółowo

Informatyka Studia II stopnia

Informatyka Studia II stopnia Wydział Elektrotechniki, Elektroniki, Informatyki i Automatyki Politechnika Łódzka Informatyka Studia II stopnia Katedra Informatyki Stosowanej Program kierunku Informatyka Specjalności Administrowanie

Bardziej szczegółowo

Spis treści. Księgarnia PWN: Roland Zimek - Swish Max3

Spis treści. Księgarnia PWN: Roland Zimek - Swish Max3 Księgarnia PWN: Roland Zimek - Swish Max3 Spis treści Wprowadzenie... 11 1. Opis programu i instalacja... 15 1.1. Nowości w SWiSH Max3... 15 1.1.1. Projekty... 15 1.1.2. Ścieżka ruchu... 16 1.1.3. Narzędzie

Bardziej szczegółowo

Rozproszona biblioteka cyfrowa pacjenta w środowisku Prywatnej Sieci ezdrowie Rodziny

Rozproszona biblioteka cyfrowa pacjenta w środowisku Prywatnej Sieci ezdrowie Rodziny Rozproszona biblioteka cyfrowa pacjenta w środowisku Prywatnej Sieci ezdrowie Rodziny Michał Kosiedowski (michal.kosiedowski@man.poznan.pl) Aleksander Stroiński (aleksander.stroinski@man.poznan.pl) 1 Agenda

Bardziej szczegółowo

Specjalność Systemy Aplikacyjne Grafiki i Multimediów. Wydział Informatyki, Politechnika Białostocka

Specjalność Systemy Aplikacyjne Grafiki i Multimediów. Wydział Informatyki, Politechnika Białostocka Specjalność Systemy Aplikacyjne Grafiki i Multimediów Wydział Informatyki, Politechnika Białostocka 1 2/4/2013 Agenda Sylwetka absolwenta Siatka zajęć Wykorzystanie grafiki komputerowej Znaczenie gospodarcze

Bardziej szczegółowo

TOK STUDIÓW Kierunek: informatyka rok studiów: I studia stacjonarne pierwszego stopnia, rok akademicki 2014/2015. Forma zaliczen ia. egz. lab.

TOK STUDIÓW Kierunek: informatyka rok studiów: I studia stacjonarne pierwszego stopnia, rok akademicki 2014/2015. Forma zaliczen ia. egz. lab. Lp TOK TUDIÓW rok studiów: I studia stacjonarne pierwszego stopnia, rok akademicki 2014/2015 w ć w ko n lab EC T 1 Podstawy prawno-etyczne 15 1 x 2 Podstawy ekonomii 15 1 x 3 Repetytorium z matematyki

Bardziej szczegółowo

Jest to dziedzina biologiczna wywodząca się z biotechnologii. Bioinformatyka

Jest to dziedzina biologiczna wywodząca się z biotechnologii. Bioinformatyka Wstęp do obsługi biologicznych baz danych i analizy porównawczej białek i genów Katedra Fizjologii i Biotechnologii Roślin Pok. 113 CB jan.jastrzebski@uwm.edu.pl bioinformatyka@gmail.com www.ebiology.net

Bardziej szczegółowo

OPIS MODUŁU KSZTAŁCENIA

OPIS MODUŁU KSZTAŁCENIA Załącznik nr 9 do Zarządzenia Rektora ATH Nr 514/2011/2012z dnia 14 grudnia 2011 r.. Druk DNiSS nr PK_IIIF OPIS MODUŁU KSZTAŁCENIA NAZWA PRZEDMIOTU/MODUŁU KSZTAŁCENIA: Genetyka. Kod przedmiotu: 6 Rodzaj

Bardziej szczegółowo

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI C C C I. KARTA PRZEDMIOTU. Nazwa przedmiotu: GEOINFORMATYKA. Kod przedmiotu: Hgi. Jednostka prowadząca: Wydział Nawigacji i Uzbrojenia Okrętowego. Kierunek: Nawigacja 5. Specjalność: Hydrografia i Systemy

Bardziej szczegółowo

4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74

4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74 3 Wykaz najważniejszych skrótów...8 Przedmowa... 10 1. Podstawowe pojęcia data mining...11 1.1. Wprowadzenie...12 1.2. Podstawowe zadania eksploracji danych...13 1.3. Główne etapy eksploracji danych...15

Bardziej szczegółowo

Seminarium Bazy Danych I. BigTable. Piotr Świgoń Uniwersytet Warszawski

Seminarium Bazy Danych I. BigTable. Piotr Świgoń Uniwersytet Warszawski Seminarium Bazy Danych I BigTable Piotr Świgoń Uniwersytet Warszawski Rzędy wielkości Miliardy URL'i i linków, wiele wersji stron Setki milionów użytkowników Tysiące zapytań na sekundę 2.7 3.3 GB rozmiar

Bardziej szczegółowo

Rok akademicki: 2014/2015 Kod: EIB-2-206-BN-s Punkty ECTS: 3. Kierunek: Inżynieria Biomedyczna Specjalność: Bionanotechnologie

Rok akademicki: 2014/2015 Kod: EIB-2-206-BN-s Punkty ECTS: 3. Kierunek: Inżynieria Biomedyczna Specjalność: Bionanotechnologie Nazwa modułu: Genetyka molekularna Rok akademicki: 2014/2015 Kod: EIB-2-206-BN-s Punkty ECTS: 3 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Inżynieria Biomedyczna

Bardziej szczegółowo

Raport Kwartalny Genomed S.A. za okres od roku do roku

Raport Kwartalny Genomed S.A. za okres od roku do roku Raport Kwartalny Genomed S.A. za okres od 01.01.2012 roku do 31.03.2012 roku Warszawa, 14.05.2012 1. Informacje o Spółce Nazwa i siedziba Spółki Telefon i adres poczty elektronicznej Genomed Spółka Akcyjna;

Bardziej szczegółowo

Informacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów

Informacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów Eksploracja danych Piotr Lipiński Informacje ogólne Informacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów UWAGA: prezentacja to nie

Bardziej szczegółowo

opracował Adam Nowiński

opracował Adam Nowiński opracował Adam Nowiński Projekt Glass, czyli? projekt rozwijany przez firmę Google mający na celu stworzenie okularów rozszerzonej rzeczywistości. Okulary te mają docelowo mieć funkcje standardowego smartfona,

Bardziej szczegółowo

Welcome to the waitless world. Inteligentna infrastruktura systemów Power S812LC i S822LC

Welcome to the waitless world. Inteligentna infrastruktura systemów Power S812LC i S822LC Inteligentna infrastruktura systemów Power S812LC i S822LC Przedstawiamy nową linię serwerów dla Linux Clouds & Clasters IBM Power Systems LC Kluczowa wartość dla klienta Specyfikacje S822LC Technical

Bardziej szczegółowo

Pierwsze wdrożenie SAP BW w firmie

Pierwsze wdrożenie SAP BW w firmie Pierwsze wdrożenie w firmie Mirosława Żurek, BCC Poznao, maj 2013 Zakres tematyczny wykładu Podstawowe założenia i pojęcia hurtowni danych ; Przykładowe pierwsze wdrożenie w firmie i jego etapy; Przykładowe

Bardziej szczegółowo

Szkolenie operatorów Wirtualnego Serwera Egzaminacyjnego 14 Grudnia 2015. Prowadzący: Bartłomiej Boryń Robert Michalski

Szkolenie operatorów Wirtualnego Serwera Egzaminacyjnego 14 Grudnia 2015. Prowadzący: Bartłomiej Boryń Robert Michalski Szkolenie operatorów Wirtualnego Serwera Egzaminacyjnego 14 Grudnia 2015 Prowadzący: Bartłomiej Boryń Robert Michalski Plan prezentacji: 1. Opis stanowiska operatora 2. Opis stanowiska zdającego 3. Przykładowa

Bardziej szczegółowo

Zastosowania narzędzi analitycznych w komunikacji społecznej

Zastosowania narzędzi analitycznych w komunikacji społecznej Zastosowania narzędzi analitycznych w komunikacji społecznej Jarosław Romaniuk/ 11 maja 2015 Media Społeczne dziś Użytkownicy sieci społecznościowych w 2014r (mln) Na Świecie W Polsce Liczba użytkowników

Bardziej szczegółowo