Voortgezette biostatistiek

2019-2020

Doel vak

Statistisch modelleren en analyseren van data afkomstig van moleculaire
processen van de cel. Een breed scala aan grafische modellen wordt
geintroduceerd om deze complexe processen te modelleren. Een grafisch
model koppelt een probabilitisch beschrijving van het proces aan een
overdrachtelijk eenvoudige visualizatie ervan. De visualizatie
bespoedigt zowel het doorgronden van de complexe processen alswel de
communicatie tussen statisticus en medisch onderzoeker erover. Te
behandelen grafische modellen: Markov-ketens, Hidden Markov modellen,
phylogenetische bomen, Gaussisch grafische modellen en multivariabele
regressie-modellen. Naast het modelleren wordt een universele techniek,
maximum likelihood, om parameters van ongeacht welk (grafisch) model te
schatten aangereikt.

Aan het einde van het college kan de student kan
1) een stochastisch model opstellen dat de evolutie van de DNA
beschrijft (i.e. opstellen van een Markov model),
2) de eigenschappen van het opgestelde model doorgronden (i.e.
analyseren van eigengeschappen van dit model),
3) met dit model-type inferenties naar onderliggende niveaus maken en
generalisaties uitvoeren (i.e. Hidden Markov model en reconstructie van
phylogenetische bomen),
4) de schochastische beschrijving van een gen-gen interactie netwerk
doorgronden en weet hoe deze is te reconstrueren uit data (i.e.,
regressie en Gaussische graphische modellen).

Inhoud vak

Het college valt in twee stukken uit, qua toepassing, data type
(discreet vs. continue), en modellen en technieken. Echter, in beide
college-stukken worden processen in de cel gemodelleerd. Een gebeurtenis
in de cel staat niet op zichzelf, maar is verweven met de rest van de
cel. In dit gehele college deel worden deze afhankelijkheden
gemodelleerd. Waar mogelijk worden voorbeelden afkomstig uit het VUmc
ziekenhuis gebruikt om de statistische technieken te illustreren.

In het eerste stuk van dit college-deel staat het modelleren van de DNA
sequentie centraal. Resulterende modellen worden aangewend om de
evolutie van een kankercel te beschrijven. Of, middels hidden Markov
modellen wordt de exon-intron structuur van een gen te ontrafeld. Maar
ook wordt de evolutie van het DNA beschreven om vervolgens
phylogenetische bomen (afstammingsbomen) te reconstrueren.

In het tweede stuk wordt mbv verschillende technieken gepoogd de
topologische structuur van het regulatoire netwerk van de cel (een
pathway) te reconstrueren op basis van gen expressie data. Dat wil
zeggen, kunnen we achterhalen welk gen met welk gen samenwerkt in de
cel?

Onderwijsvorm

Combinatie van hoor- en werkcollege.

Toetsvorm

Schriftelijk tentamen.

Literatuur

1) Diktaat deels geschreven door de docent alswel bestaande uit
hoofdstukken van boeken van derden.
2) College slides.

Doelgroep

3MNW

Aanbevolen voorkennis

Statistiek voor MNW en lineaire algebra.

Algemene informatie

Vakcode X_401078
Studiepunten 3 EC
Periode P4
Vakniveau 400
Onderwijstaal Nederlands
Faculteit Faculteit der Bètawetenschappen
Vakcoördinator dr. W.N. van Wieringen
Examinator dr. W.N. van Wieringen
Docenten dr. W.N. van Wieringen

Praktische informatie

Voor dit vak moet je zelf intekenen.

Voor dit vak kun je last-minute intekenen.

Werkvormen Werkcollege, Hoorcollege
Doelgroepen

Dit vak is ook toegankelijk als: