Disciplina Curricular
Métodos Estatísticos em Genética MEGen
Mestrado Bolonha em Ciência de Dados - 1_MCD 2018/19
Contextos
Grupo: 1_MCD 2018/19 > 2º Ciclo > Parte Escolar > Opcionais > 733 - MCD - Grupo 4
Período:
Grupo: 1_MCD 2018/19 > 2º Ciclo > Parte Escolar > Opcionais > 730 - MCD - Grupo 1
Período:
Peso
6.0 (para cálculo da média)
Objectivos
A disciplina de Métodos Estatísticos em Genética tem por objectivo introduzir os principais modelos probabilísticos subjacentes a diversos tipos de dados em genética, apresentar as metodologias estatísticas específicas a cada caso e proceder às respectivas inferências. No final da leccionação é de esperar que os alunos consigam aplicar os modelos e métodos a situações análogas e ainda que estejam aptos a desenvolver modelos em algumas situações novas de reduzida complexidade. A componente prática da disciplina tem por osoftware R.
Programa
1 - Introdução Biológica: Genoma, fenótipo, genótipo, leis de Mendel, análise de ligação. Distribuições genotípica e fenotípica (cruzamentos controlados). Equilíbrio de Hardy-Weinberg. e de ligação. Estimação das frequências alélicas: método da máxima verosimilhança. 2 - Conceitos Estatísticos de Relevo para a Bioinfomática: Algoritmo EM. Cadeias de Markov, cadeias de Markov escondidas, MCMC e amostragem de Gibbs. Problema dos testes múltiplos: valor-p, FWER, FDR. 3 - Análise de grandes conjuntos de dados: Redução da dimensionalidade dos dados. Métodos de classificação supervisionada e não supervisionada. Metodologias estatísticas para análise de dados de ómicas - teste de permutação, métodos bayesianos, métodos baseados em modelos lineares, métodos não-paramétricos baseados em ordens, métodos baseados em contagens.
Métodos de ensino e avaliação
O aluno será avaliado mediante a realização de um miniteste (25%) e de um trabalho de grupo (75%): 1 - Teste: realizado após as 3 primeiras aulas sobre a matéria lecionada no tópico 1. Nota mínima de 8.0 valores. 2 - Trabalho de grupo (2 elementos): o trabalho será realizado em R e pretende-se que os alunos explorem alguns packages do Bioconductor, compreendam a metodologia estatística utilizada e apliquem a dados reais. Nota mínima de 10.0 valores.