Zelmina Lubovac
Lektor i bioinformatik
Institutionen för biovetenskap
Bioinformatiska koncept och metoder A1N
Kurs, Avancerad nivå,
7,5 hp,
BI760A
Anmälan
Välj ett tillfälle för att visa kursplan och behörighetskrav.
Höst 2025, Plats: Skövde, Takt: 50%
Anmälan
17 mars 2025 - 15 april 2025Ange kod HS-26102 på antagning.se
Kursplan med litteraturlista
När? Var? Hur?
Pågår: 1 september 2025 - 2 november 2025
Plats: Skövde, Campus, Dagtid
Takt: 50%
Behörighet
Kursen har följande behörighetskrav: sammanlagt minst 90 godkända högskolepoäng i något eller några av ämnena biologi, medicin eller datateknik. Av dessa 90 högskolepoäng ska minst 15 högskolepoäng vara på fördjupningsnivå G2F (eller motsvarande kunskaper).
Vidare krävs godkänt betyg i Engelska 6 (eller motsvarande kunskaper). Motsvarande kunskaper visas normalt genom ett internationellt erkänt språktest, till exempel IELTS eller TOEFL.
Urval
Avklarade högskolepoäng.
Språk
Undervisningen ges på engelska.
Höst 2025, Plats: Flexibel, Takt: 50%
Anmälan
17 mars 2025 - 15 april 2025Ange kod HS-26103 på antagning.se
Kursplan med litteraturlista
När? Var? Hur?
Pågår: 1 september 2025 - 2 november 2025
Plats: Flexibel, Distans, Flexibel tid
Takt: 50%
Kursen genomförs med en obligatorisk träff på campus. Undervisningen stöds av informations- och kommunikationssystem. Kursmaterial är tillgängligt via lärplattformen i Studentportalen.
Behörighet
Kursen har följande behörighetskrav: sammanlagt minst 90 godkända högskolepoäng i något eller några av ämnena biologi, medicin eller datateknik. Av dessa 90 högskolepoäng ska minst 15 högskolepoäng vara på fördjupningsnivå G2F (eller motsvarande kunskaper).
Vidare krävs godkänt betyg i Engelska 6 (eller motsvarande kunskaper). Motsvarande kunskaper visas normalt genom ett internationellt erkänt språktest, till exempel IELTS eller TOEFL.
Urval
Avklarade högskolepoäng.
Språk
Undervisningen ges på engelska.
Idag genereras stora mängder data inom molekylärbiologin och biomedicin, som t ex DNA och proteinsekvenser, genuttrycksdata, etc. För att lagra, bearbeta och analysera denna data är datavetenskapliga och statistiska metoder mycket viktiga. Den här kursen ger dig en översikt över centrala problemställningar inom området, olika typer av data som analyseras samt vanligt förekommande metoder och program som används för att analysera datan.
