Vorlesung

BIO210 - Biochemie - Biochemistry

Vorlesung: 3 SWS; Übungen: 1 SWS; ECTS: 5 CP
Die Vorlesung findet jährlich im Wintersemester statt.

Studierende können nach Abschluss des Moduls wesentliche Strukturen und Prozesse des zellulären Stoff- und Energiewechsels (siehe Inhalte) wiedergeben. Sie können biologisch wichtige Molekülklassen beschreiben und die Art und Weise ihrer Interaktionen erläutern. Sie können ausgewählte Reaktionsketten des Stoff- und Energiewechsels quantitativ analysieren.

Die Vorlesung orientiert sich an den Teilen I und II des Lehrbuchs Nelson Cox: „Lehninger Biochemie“ 4.Auflage, Springer Verlag, 2010. Themengebiete Struktur und Katalyse; Bioenergetik und Stoffwechsel; Wasser, Puffer, pH, Aminosäuren, Proteinstruktur, Proteinreinigung, Protein-Liganden Wechselwirkung, Enzymatische Katalyse, Enzymkinetik, Kohlenhydrate, Lipide, Biologische Membranen und Transport, Bioenergetik und chemische Reaktionstypen, Glukose-Metabolismus, Pentosephosphat-Weg, Glykogen-Metabolismus, Stoffwechselregulation, Citrat-Zyklus und Glyoxylat-Zyklus, Elektronentransport und oxidative Phosphorylierung, Photosynthese, Fettsäureaufbau und –abbau.

In den Übungen werden die theoretischen Grundlagen durch Anwendungsbeispiele vertieft. Für jedes Thema der Vorlesung werden ein oder mehrere Beispielaufgabengestellt, die von den Studenten bearbeitet werden.

Biq 920 - Biostatistik I - Biostatistics I

Die Studierenden können in der Programmier-Umgebung R einfache Schleifen und Funktionen selbstständig erstellen. Die Studierenden können mit Hilfe von R Daten effektiv und sachgerecht umformen und visualisieren. Die Studierenden können die Datenstruktur biologischer Experimente erklären und können sie sowohl mit beschreibender als auch mit schließender Statistik analysieren und darstellen. Sie beherrschen statistisch korrekte Versuchsplanung. Die Studierenden können die Grundlagen statistischer Analyse erläutern und ihren Zweck begründen.

Inhalte

Einführung in R (Vektoren, Matrizen, Tabellen, Schleifen, Funktionen)

Laden, schreiben und Reformatieren von Datensätzen in R

Grafik in R (Histogramme, Säulendiagramme, Kastengrafik (Boxplot), Liniendiagramme, Streudiagramme, Summenkurven, Gestaltung von Diagrammen)

Beschreibende Statistik (Lage- und Streuparameter)

Schließende Statistik (Bedeutung des p-Wertes)

Teststatistiken (t-Statistik, z-Statistik, F-Statistik),

Exakter Test, Chi-Quadrat-Test

Varianzanalyse (ANOVA), Korrelation

Lineare, Logistische und Nicht-lineare Regression

Bootstrapping, Jackknifing

Vergleich von Regressions-Modellen

Versuchsplanung