國立中興大學教學大綱

課程名稱	(中) 生物資訊學之統計方法(7060)
	(Eng.) Statistical Methods in Bioinformatics
開課單位	農藝系
課程類別	選修			學分	3	授課教師	高崇峰
選課單位	農藝系 / 碩士班			授課使用語言	中文	英文/EMI		開課學期	1122
課程簡述	生物資訊是一門跨生物, 訊息, 統計及計算機科學等學門的研究領或, 在這資訊爆炸世代, 生物資訊快速累積, 如何蒐集, 篩選, 整合, 分析巨量資料, 根據分析結果做出決策並預測新資料, 是跨領域的範疇。 本課程結合理論與實務, 串連 R 統計語言, 以深入淺出的方式提供學生一個跨領域知識學習的課程。
先修課程名稱								課程含自主學習	Y

課程與核心能力關聯配比(%)			課程目標之教學方法與評量方法
課程目標	核心能力	配比(%)	教學方法	評量方法
1.學生在面對生物資訊相關之巨量資料時, 能夠有更清晰的邏輯思考與更靈活的分析手段。 2.學生能夠利用程式語言工具(如R,plink語言), 進行資料管理與品管, 統計分析與計算, 模型構建, 解決生物資訊的問題。 3.學生能夠對整合跨領域知識與技能, 對生物資訊有進一步瞭解。			討論 講授 專題探討/製作	實作 出席狀況 口頭報告 測驗
授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週)
週次 授課內容 第1週 General introduction to the course 第2週 Introduction to big data: introduction, big data characteristics, data types, strategies, benefits & risks of big data, examples. 第3週 Big data analysis: analytic strategies, golden rule, statistical methods for big data, examples. 第4週 Computer intensive methods (I): simulation, bootstrap, tools, examples. 第5週 Computer intensive methods (II): expectation approach, maximum approach, EM algorithm, tools, examples. 第6週 Journal report (team 1) Topic: multi-omics integration 第7週 Journal report (team 2) Topic: genome-wide association study (common variants) 第8週 Journal report (team 3) Topic: genome-wide association study (rare variants) 第9週 Midterm exam 第10週 Journal report (team 4) Topic: systems biology (pathway & network) 第11週 Real data practice in GWAS (I): samples QC, SNPs QC, SNP-based GWAS (using R, plink) 第12週 Real data practice in GWAS (II): gene report, gene mapping (using R, plink) 第13週 Real data practice in GWAS (III): gene-based GWAS (using R, plink) 第14週 Real data practice in GWAS (IV): genetic risk score, risk information (using R, plink) 第15週 Debating competitions 第16週 Sharing of final project results 第17週 自主學習(期末團隊專題製作報告) 第18週 自主學習(期末團隊專題製作報告)
學習評量方式
1. Midterm exam 25% 2. Journal (multi-omics, systems biology, GWAS) report 25% 3. Debating competitions 25% 4. Final project 25%
教科書＆參考書目(書名、作者、書局、代理商、說明)
1. Erl T, Khattak W, Buhler P (2016) Big data fundamentals: concepts, drivers & techniques Prentice Hall 2. Dean J (2014) Big data, data mining and machine learning: value creation for business leaders and practitioners Wiley 3. Journals articles
課程教材（教師個人網址請列在本校內之網址）
Slides and materials can be downloaded from iLearning 3.0
課程輔導時間
Wed
聯合國全球永續發展目標
08.就業與經濟成長 提供體驗課程：N

請尊重智慧財產權及性別平等意識，不得非法影印他人著作。
更新日期 西元年/月/日：2024/01/04 14:18:47	列印日期 西元年/月/日：2024 / 5 / 03
MyTB教科書訂購平台：http://www.mytb.com.tw/