Πρόγραμμα σπουδών
Συνολικά, η δομή του ΠΜΣ ΕΒΠ-ΑΒΔ σχεδιάστηκε με βάση τη στρατηγική του Ιδρύματος και του ΤΜΒΓ, την ενεργή συμμετοχή των μεταπτυχιακών φοιτητών/-τριών, την εμπειρία των εξωτερικών φορέων και των αποφοίτων άλλων ΠΜΣ από την αγορά εργασίας, τον προβλεπόμενο όγκο σπουδών σύμφωνα με το σύστημα (ECTS) για το επίπεδο 7, τη δυνατότητα παροχής ευκαιριών εργασιακής εμπειρίας στους φοιτητές, τη σύνδεση της διδασκαλίας με την έρευνα και το σχετικό θεσμικό πλαίσιο και την επίσημη διαδικασία έγκρισης του ΠΜΣ από το Ίδρυμα.
Το σύνολο των Πιστωτικών Μονάδων (ECTS) που απαιτούνται για την απόκτηση του ΠΜΣ ΕΒΠ-ΑΒΔ ανέρχεται σε εβδομήντα πέντε (75). Η χρονική διάρκεια των σπουδών για την απονομή του Διπλώματος Μεταπτυχιακών Σπουδών (ΔΜΣ) ορίζεται σε έναν πλήρη ημερολογιακό χρόνο, δηλαδή σε δύο (2) ακαδημαϊκά εξάμηνα και τη θερινή περίοδο σύμφωνα με την κείμενη νομοθεσία. Απαιτείται η επιτυχής ολοκλήρωση όλων των προσφερόμενων μαθημάτων, όπως αυτά κατανέμονται στα δύο εξάμηνα (Α’ και Β’), καθώς και η συγγραφή Μεταπτυχιακής Διπλωματικής Εργασίας. Ως γλώσσα διδασκαλίας των μαθημάτων καθώς και της συγγραφής της Μεταπτυχιακής Διπλωματικής Εργασίας (ΜΔΕ) ορίζεται η Ελληνική ή / και η Αγγλική.
Ο τρόπος οργάνωσης της εκπαιδευτικής διαδικασίας του ΠΜΣ είναι είκοσι πέντε τοις εκατό δια ζώσης (25%) ενώ το πενήντα τοις εκατό (50%) των μαθημάτων διεξάγονται εξ αποστάσεως με σύγχρονη μορφή και το είκοσι πέντε (25%) με ασύγχρονη.
Η έναρξη των μαθημάτων ορίζεται την τελευταία εβδομάδα του Οκτωβρίου και η λήξη των μαθημάτων με τη συμπλήρωση των 13 εβδομάδων διδασκαλίας ανά εξάμηνο.
Η δομή, το περιεχόμενο, η οργάνωση των μαθημάτων και των διδακτικών μεθόδων προσανατολίζονται στην εμβάθυνση των γνώσεων στο πεδίο της Εφαρμοσμένης Βιοπληροφορικής και Ανάλυσης Βιολογικών Δεδομένων και την απόκτηση των αντίστοιχων ικανοτήτων εφαρμογής τους, μέσα από πρακτικά μαθήματα ανάπτυξης δεξιοτήτων (hands on, workshops) μαθήματα ερευνητικής μεθοδολογίας, με συμμετοχή στην ανάλυση δεδομένων που προέρχονται από ερευνητικά έργα και ΜΔΕ με αποκλειστικά ερευνητικό χαρακτήρα. Το πρόγραμμα των μαθημάτων διαμορφώνεται ανά εξάμηνο ως εξής:
Θεμελιώδεις Γνώσεις
Το περίγραμμα του μαθηματος βρίσκεται εδω.
Επεξηγούνται έννοιες σχετικές με τον προγραμματισμό και το κέλυφος του UNIX, την R και το R-studio (βασικές εντολές, πλαίσια δεδομένων, συναρτήσεις και διαγράμματα), την Python (τύποι δεδομένων και μεταβλητών, συναρτήσεις και modules) και παρουσιάζονται παραδείγματα προγραμματισμού, στατιστικών αναλύσεων με R και Python και της αντιμετώπισης προβλημάτων στη χρήση των εργαλείων αυτών. Προσφέρονται επιπλέον εισαγωγικά φροντιστήρια με βασικές έννοιες μοριακής βιολογίας και γενετικής για φοιτητές χωρίς βιολογικό υπόβαθρο. Ο σκοπός του μαθήματος είναι οι φοιτητές να κατανοήσουν τις θεμελιώδεις γνώσεις της βιοπληροφορικής και της επεξεργασίας βιολογικών δεδομένων, ώστε να μπορέσουν να επεκταθούν στην απαιτητική ύλη του υπολοίπου προγράμματος του ΠΜΣ.
Αρχές Βιοπληροφορικής
Το περίγραμμα του μαθηματος βρίσκεται εδω.
Επεξηγούνται έννοιες σχετικές με τη Βιοπληροφορική και την Υπολογιστική Βιολογία, τη Μηχανική Μάθηση, τα Νευρωνικά Δίκτυα, τη Βαθιά Μάθηση, τη Μεταγραφομική, τη Γονιδιωματική, την Επιγενετική, τους Αλγόριθμους και τις Εφαρμογές τους στις βιολογικές επιστήμες. Ο σκοπός του μαθήματος είναι οι φοιτητές να κατανοήσουν τη θεωρία πίσω από την παραγωγή και αξιοποίηση των βιολογικών δεδομένων, τη θεωρία και τα διαθέσιμα εργαλεία της Βιοπληροφορικής και της Υπολογιστικής Βιολογίας, ώστε να μπορέσουν να υποστηρίξουν την ανάλυση βιολογικών δεδομένων με σύγχρονες τεχνικές.
Αρχές Ανάλυσης Δεδομένων
Το περίγραμμα του μαθηματος βρίσκεται εδω.
Επεξηγούνται οι βασικές έννοιες της Βιολογίας Συστημάτων, Δομικής Βιολογίας, Γονιδιωματικής και Μεταγονιδιωματικής και παρουσιάζονται εργαλεία ανάλυσης δεδομένων NGS, ανάλυσης δομής βιομορίων, πληθυσμιακών γενετικών αναλύσεων, οργάνωσης πληροφορίας και εφαρμογών μεταγονιδιωματικής. Ο σκοπός του μαθήματος είναι οι φοιτητές να κατανοήσουν τη θεωρία και τα εργαλεία που απαιτούνται για την ανάλυση βιολογικών δεδομένων και να αποκτήσουν εμπειρία στη χρήση τους, αξιοποιώντας τη θεωρητική βάση στη Βιοπληροφορική που απέκτησαν στο πρώτο εξάμηνο.
Εφαρμογές Βιοπληροφορικής και Ανάλυσης Δεδομένων
Το περίγραμμα του μαθηματος βρίσκεται εδω.
Το μάθημα περιλαμβάνει μια σειρά hands on ασκήσεις όπου γίνεται πρακτική εκπαίδευση σε βασικές τεχνικές ανάλυσης βιολογικών δεδομένων, όπως είναι η ανάλυση της τρισδιάστατης δομής μακρομορίων, η ανάλυση άγνωστων γονιδιωμάτων, η ανοσοπληροφορική, η ανάλυση single cell RNA-seq, η ανάλυση metabarcoding για το μικροβίωμα σε περιβαλλοντικά δείγματα, οι εφαρμογές NGS στην κλινική διάγνωση, οι εφαρμογές μηχανικής μάθησης σε “Omics” η εφαρμογή μοντέλων Federated Machine Learning για προστατευόμενα δεδομένα στο χώρο της υγείας. Ο σκοπός του μαθήματος είναι οι φοιτητές να εξοικειωθούν με τις αναλύσεις αυτές.