Exercises to Introduction to Bioinformatics Assignment 5: Protein interaction networks. Samira Jaeger
|
|
- Tomas Lorenz Schmitz
- vor 6 Jahren
- Abrufe
Transkript
1 Exercises to Introduction to Bioinformatics Assignment 5: Protein interaction networks Samira Jaeger
2 Aufgabe 1 Netzwerkzentralität (6P) In der Vorlesung haben Degree Centrality besprochen. Finde drei weitere etablierte Zentralitätsmaße und diskutiere diese (Formel + Idee). In welchem Zusammenhang werden diese verwendet und welche biologischen Aussagen können durch Zentralitätsanalyse für biologische Netzwerke getroffen werden? Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 2
3 Aufgabe 2 Datenbanksuche (2P) Neben Protein-protein Interaktionen innerhalb einer Spezies gibt es auch spezies-übergreifende Interaktionen, z.b. Virus-Host- Interaktionen. HIV-1 oder das Epstein-Barr Virus infizieren Menschen über Virus-Host-Interaktionen. Spezifische Datenbanken erfassen und speichern diese Host-Virus-Interakionen, z.b. HIV-1, Human Protein Interaction Database ( Das HIV-1 Genom besteht aus 9 Genen die wiederum 19 Proteine kodieren, die in unterschiedlichster Art und Weise mit einer Vielzahl von menschlichen Proteinen interagieren, um verschiedene Pathways im menschlichen Organismus auszunutzen. Welche Formen von Interaktionen zwischen HIV-1 und Mensch können unterschieden werden? Gibt es menschliche Proteine, die mit mehreren HIV-1 Proteinen interagieren? Wenn ja, welche sind dies und welchen Pathways kommen diese vor? Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 3
4 Aufgabe 3 Analyse eines Proteininteraktionsnetzwerkes (12P) Auf der Vorlesungsseite ist das Proteininteraktionsnetzwerk der Fruchtfliege (Drosophila melanogaster) bereit gestellt, welches im Rahmen der Übung analysiert werden soll. Das Netzwerk ist im sifformat Formaten verfügbar. Das sif-format ist ein einfaches Textformat in dem Proteininteraktionen eines Netzwerkes/Graphens folgendermassen dargestellt werden. Jede Zeile steht für eine ungerichtete Kante und hat die Form: P 1 pp P 2 P 2 pp P 3 P 2 pp P 4 Dabei sind P x und P y Proteinidentifier (UniProt Ids) und pp zeigt eine Protein-Protein-Interaktion an. Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 4
5 Aufgabe 3.1 Netzwerkeigenschaften (5P) Im ersten Teil der Aufgabe soll das Interaktionsnetzwerk in Java eingelesen werden und anschließend seine Eigenschaften bestimmt werden: Charakterisiere das Interaktionsnetzwerk: Wie viele Proteine und Interaktionen umfasst es? Bestimme die durchschnittliche Anzahl Interaktionen pro Protein. Berechne die (a) Kantendichte und (b) den durchschnittlichen Clusterkoeffizienten in obigem Fliege-Netzwerk. Berechne für jedes Protein die Degree Centrality und ordne die Proteine nach ihrer Zentralität. Welches sind die 5 zentralsten Proteine im Netzwerk (und welche funktionalen Aufgaben erfüllen sie, Uniprot)? Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 5
6 Aufgabe 3.2 Funktionale Module (7P) Im zweiten Teil der Aufgabe sollen funktionale Module identifiziert werden. Funktionale Module oder Cluster sind in Netzwerken als stark vernetzte Subgraphen zu finden. Die Identifizierung von k-cores in Interaktionsnetzwerken ist eine Möglichkeit um solche stark vernetzten Subgraphen zu detektieren. k-cores sind definiert als eine Gruppe von Proteinen, in der jedes Protein mindestens k Interaktionen besitzt. Implementiere das vorgestellte Verfahren zur Identifizierung von k- cores. Finde den größten k-core in dem Interaktionsnetzwerk und visualisiere diesen. Wie viele Proteine enthält dieser k-core und wie viele Interaktionen besitzt jedes Protein im k-core. Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 6
7 Aufgabe 3.2 Analyse von k-cores (2P) Analysiere die funktionalen Eigenschaften des Moduls repräsentiert durch den identifizierten k-core. Tipp: Die funktionale Analyse kann mit Hilfe von DAVID ( durchgeführt werden. DAVID ist ein Analyse-Tool mit dem Gruppen von Genen und Proteinen anhand ihrer Funktion, Pathways oder Domänen untersucht werden können, um überrepräsentierte funktionale Eigenschaften in diesen Gruppen zu finden. Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 7
8 Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 8
9 Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/2011 9
10 Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/
11 Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/
12 Submission Submit all requested data as plain text by Thursday, , Centrality measures, formulars, idea and discussion of potential applications in biology/bioinformatics List of interaction types between HIV and human List of proteins that interaction with different HIV proteins and their functions/pathways Program in source code Details of the k-core and functional description of its proteins found in DAVID Approximate working time! Send by mail to me. Ulf Leser and Samira Jaeger: Bioinformatics, Wintersemester 2010/
Übungsblatt: Protein interaction networks. Ulf Leser and Samira Jaeger
Übungsblatt: Protein interaction networks Ulf Leser and Samira Jaeger Aufgabe 1 Netzwerkzentralität (6P) In der Vorlesung haben Degree Centrality besprochen. Finde drei weitere etablierte Zentralitätsmaße
MehrGraphbasierte Vorhersage von Proteinfunktionen
Exposé einer Diplomarbeit Graphbasierte Vorhersage von Proteinfunktionen Christian Brandt 21. November 2007 Betreuer: Prof. Dr. Ulf Leser Einführung Es gibt in der Bioinformatik eine Reihe von Methoden,
MehrEinführung in die Bioinformatik
Einführung in die Bioinformatik Kay Nieselt Integrative Transkriptomik Zentrum für Bioinformatik Tübingen Kay.Nieselt@uni-tuebingen.de SS 2014 8. Biologische Netzwerke - Gut vernetzt hält besser Überblick
MehrVorgänger für Pathway Studio und IPA. Herbsttagung der Bibliotheken der BM-Sektion / Elisabeth Schlagberger
Vorgänger für Pathway Studio und IPA Herbsttagung der Bibliotheken der BM-Sektion 07.11.2016/08.11.2016 Elisabeth Schlagberger STRING und STITCH als Art Vorgänger- Systeme Unter http://string-db.org (Proteine/Gene)
MehrÜbungen zu Algorithmische Bioinformatik
Übungen zu Algorithmische Bioinformatik Philippe Thomas Samira Jaeger: Introduction to Bioinformatics, Exercises 1 1.) Sequenzen lesen (5Punkte) Für die Aufgabe müssen Sie Dateien einlesen, die DNA Sequenzen
MehrEinführung in die Bioinformatik
Einführung in die Bioinformatik Kay Nieselt Integrative Transkriptomik Zentrum für Bioinformatik Tübingen Kay.Nieselt@uni-tuebingen.de SS 2012 5. Biologische Netzwerke - Gut vernetzt hält besser Überblick
MehrAttached! Proseminar Netzwerkanalyse SS 2004 Thema: Biologie
Rheinisch-Westfälischen Technischen Hochschule Aachen Lehr- und Forschungsgebiet Theoretische Informatik Prof. Rossmanith Attached! Proseminar Netzwerkanalyse SS 2004 Thema: Biologie Deniz Özmen Emmanuel
MehrZurich Open Repository and Archive. Anatomie von Kommunikationsrollen. Methoden zur Identifizierung von Akteursrollen in gerichteten Netzwerken
University of Zurich Zurich Open Repository and Archive Winterthurerstr. 190 CH-8057 Zurich http://www.zora.uzh.ch Year: 2008 Anatomie von Kommunikationsrollen. Methoden zur Identifizierung von Akteursrollen
MehrGrundlagen der Bioinformatik Assignment 3: Hierarchical Clustering SS Yvonne Lichtblau/Johannes Starlinger
Grundlagen der Bioinformatik Assignment 3: Hierarchical Clustering SS 2017 Yvonne Lichtblau/Johannes Starlinger Presentations Assignment 2 Yvonne Lichtblau Übungen Grundlagen der Bioinformatik SS 2017
MehrEinführung in die Bioinformatik
Einführung in die Bioinformatik Kay Nieselt Integrative Transkriptomik Zentrum für Bioinformatik Tübingen Kay.Nieselt@uni-tuebingen.de SS 2011 8. Biologische Netzwerke - Gut vernetzt hält besser Überblick
MehrBioinformatik II: Phylogenetik
Bioinformatik II: Phylogenetik phylogenetisch Phylai: griechische Klans phylum: der Stamm phylogenetisch: die Stammesgeschichte von Lebewesen betreffend Hierarchien der Klassifikation: Domäne: Eukaryonten
MehrDATA ANALYSIS AND REPRESENTATION FOR SOFTWARE SYSTEMS
DATA ANALYSIS AND REPRESENTATION FOR SOFTWARE SYSTEMS Master Seminar Empirical Software Engineering Anuradha Ganapathi Rathnachalam Institut für Informatik Software & Systems Engineering Agenda Introduction
MehrData Science als Treiber für Innovation Neue Anforderungen und Chancen für Ausbildung und Wirtschaft
Data Science als Treiber für Innovation Neue Anforderungen und Chancen für Ausbildung und Wirtschaft b Univ-Prof. Dr. Stefanie Lindstaedt b www.know-center.at Know-Center GmbH Know-Center: Austria s Research
MehrAlgorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik
Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik Dozent: Prof. Dr. Henning Meyerhenke PARALLELES RECHNEN INSTITUT FÜR THEORETISCHE INFORMATIK, FAKULTÄT FÜR INFORMATIK
MehrTalkIT: Internet Communities Tiroler Zukunftsstiftung Donnerstag, 22. 4. 2010
TalkIT: Internet Communities Tiroler Zukunftsstiftung Donnerstag, 22. 4. 2010 Reinhard Bernsteiner MCiT Management, Communication & IT MCI MANAGEMENT CENTER INNSBRUCK Universitätsstraße 15 www.mci.edu
MehrBiologische Netzwerke. Patric Höhn
Biologische Netzwerke Patric Höhn Inhalt. Einführung Biologische Netzwerke Konkrete Anwendungsfälle Fazit 2/29 Inhalt. Einführung Biologische Netzwerke Konkrete Anwendungsfälle Fazit 3/29 Einführung Warum
MehrUnterlagen zu: Das Datenanalysesystem SAS SS 2000
Das Datenanalysesystem SAS Eine Einführung in Version 8 und die Analyst Application Carina Ortseifen URZ Heidelberg Sommersemester 2000 Zum Kurs 10 Kurs setzt sich zusammen aus - Vorlesung 09:15-11:00
MehrGenomics. Ernst W. Mayr Fakultät für Informatik TU München
Genomics Ernst W. Mayr Fakultät für Informatik TU München http://wwwmayr.in.tum.de/ A. Biologische Hintergründe nde 1. Gene und Phänotypisches 1.1. Beobachtungen nach Mendel 1.2. Eukaryotische Zelle 1.3.
MehrPhysik der sozio-ökonomischen Systeme mit dem Computer. 7. Vorlesung
Physik der sozio-ökonomischen Systeme mit dem Computer PC-POOL RAUM 01.120 JOHANN WOLFGANG GOETHE UNIVERSITÄT 01.12.2017 7. Vorlesung MATTHIAS HANAUSKE FRANKFURT INSTITUTE FOR ADVANCED STUDIES JOHANN WOLFGANG
MehrInformatik für Mathematiker und Physiker Woche 2. David Sommer
Informatik für Mathematiker und Physiker Woche 2 David Sommer David Sommer 25. September 2018 1 Heute: 1. Self-Assessment 2. Feedback C++ Tutorial 3. Modulo Operator 4. Exercise: Last Three Digits 5. Binary
MehrGrundlagen der Bioinformatik Assignment 2: Substring Search SS Yvonne Lichtblau
Grundlagen der Bioinformatik Assignment 2: Substring Search SS 2016 Yvonne Lichtblau Vorstellung Lösungen Übung 1 Yvonne Lichtblau Übungen Grundlagen der Bioinformatik SS 2016 2 Aufgetretene Probleme Sourcecode
MehrEinführung in die Informatik
Einführung in die Informatik Einleitung Organisatorisches, Motivation, Herangehensweise Wolfram Burgard Cyrill Stachniss 1.1 Vorlesung Zeit und Ort: Mittwochs 16.00 18.00 Uhr Gebäude 101 HS 00-026 Informationen
MehrVorhersage von nicht-funktionalen Feature-Interaktionen
Vorhersage von nicht-funktionalen Feature-Interaktionen Sergiy Kolesnikov, Semah Senkaya, Sven Apel Universität Passau Braunschweig 21.03.2012 In Kooperation mit: Norbert Siegmund, Stefan Sobernig, Jörg
MehrAlgorithmische Methoden zur Netzwerkanalyse
Algorithmische Methoden zur Netzwerkanalyse Juniorprof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische
MehrAufgabe 6: Distanzbasierte Phylogenie: Hierarchisches Clustering. Ulf Leser Wissensmanagement in der Bioinformatik
Aufgabe 6: Distanzbasierte Phylogenie: Hierarchisches Clustering Ulf Leser Wissensmanagement in der Bioinformatik Daten Wir verwenden neue Daten Die müssen sie ausnahmsweise selber suchen DNA-Sequenzen
MehrIndustrielle Herausforderungen in Embedded Systems
StreamUnlimited ~ 2005 Spin-off vom Philips Audio/Video Innovation Center Wien Industrielle Herausforderungen in StreamUnlimited Engineering GmbH, CTO ~ Innovative Embedded F&E ~ Elektronik ~ Software
MehrEinführung in die Informatik
Einführung in die Informatik Einleitung Organisatorisches, Motivation, Herangehensweise Wolfram Burgard 1.1 Vorlesung Zeit und Ort: Mittwochs 14.00 16.00 Uhr Gebäude 101 HS 00-026 Informationen zur Vorlesung,
MehrPairwise Global Alignment of Protein Interaction Networks by Matching Neighborhood Topology
Pairwise Global Alignment of Protein Interaction Networks by Matching Neighborhood Topology Ausarbeitung für das Hauptseminar im Wintersemester 2007/2008 Helmut Pastl pastl@cip.ifi.lmu.de Datum: 01. April
Mehr1. Remotedesktopverbindung zum Hochleistungsrechner Elwetritsch der TU Kaiserslautern herstellen.
Übung Teil 2: Filtration von Sandpartikeln 1. Remotedesktopverbindung zum Hochleistungsrechner Elwetritsch der TU Kaiserslautern herstellen. Wichtig!!! 2. Öffnen des Programms EDEM: a. Terminal öffnen
MehrProtein-Datenbanken. Protein- Datenbanken. Christian Fink
Protein- Datenbanken Christian Fink 1 » Übersicht «PDB PDB_TM OPM HIC-UP Klotho 2 » PDB «PDB = Protein Data Bank 3D-Strukturen von Proteinen & Nukleinsäuren Gegründet 1971 als freies Archiv für biologische
MehrSpecialist networks for the INSPIRE data themes in Germany
Specialist networks for the INSPIRE data themes in Germany Sebastian Schmitz Coordination Office SDI Germany Federal Agency for Cartography and Geodesy Introduction Todo list Review draft data specifications
MehrSupplier Status Report (SSR)
Supplier Status Report (SSR) Introduction for BOS suppliers BOS GmbH & Co. KG International Headquarters Stuttgart Ernst-Heinkel-Str. 2 D-73760 Ostfildern Management Letter 2 Supplier Status Report sheet
MehrKarlsruhe Institute of Technology Die Kooperation von Forschungszentrum Karlsruhe GmbH und Universität Karlsruhe (TH)
Combining Cloud and Grid with a User Interface Jie Tao Karlsruhe Institute of Technology jie.tao@kit.edu Die Kooperation von Outline Motivation The g-eclipse Project Extending gg-eclipse for a Cloud Framework
MehrImplementing a Software- Defined DataCenter MOC 20745
Implementing a Software- Defined DataCenter MOC 20745 In diesem fünftägigen Kurs wird erklärt, wie Sie mit dem System Center 2016 Virtual Machine Manager die Virtualisierungsinfrastruktur in einem softwaredefinierten
MehrCustomer-specific software for autonomous driving and driver assistance (ADAS)
This press release is approved for publication. Press Release Chemnitz, February 6 th, 2014 Customer-specific software for autonomous driving and driver assistance (ADAS) With the new product line Baselabs
MehrAufgabe 7: Distanzbasierte Phylogenie: Neighbor Joining. Stefan Kröger, Philippe Thomas Wissensmanagement in der Bioinformatik
Aufgabe 7: Distanzbasierte Phylogenie: Neighbor Joining Stefan Kröger, Philippe Thomas Wissensmanagement in der Bioinformatik Daten Wir verwenden neue Daten Die müssen sie ausnahmsweise selber suchen DNA-Sequenzen
MehrMOL.504 Analyse von DNA- und Proteinsequenzen. Datenbanken & Informationssysteme
MOL.504 Analyse von DNA- und Proteinsequenzen Datenbanken & Informationssysteme Inhaltsübersicht Informationsysteme National Center for Biotechnology Information (NCBI) The European Bioinformatics Institute
MehrEinführung in die Informatik
Einführung in die Informatik Einleitung Organisatorisches, Motivation, Herangehensweise Wolfram Burgard 1.1 Vorlesung Zeit und Ort: Mittwochs 14.00 16.00 Uhr Gebäude 101 HS 00-026 Informationen zur Vorlesung,
MehrAnwesenheit bei den Übungen. Aktive Teilnahme an den Übungen (Vorrechnen) Benotete Klausur am 4. April 2007, Uhr
Vorlesung Einführung in die Informatik Einleitung Organisatorisches, Motivation, Herangehensweise Wolfram Burgard Zeit und Ort: Di+Do 11.00 13.00 Uhr, Gebäude 101, HS 026 Dozent: Prof. Dr. Wolfram Burgard
MehrInformationssuche in Sozialen Medien. Adam Horvath Universität Pecs Institut für Wirtschaftsmethodologie
Informationssuche in Sozialen Medien Adam Horvath Universität Pecs Institut für Wirtschaftsmethodologie Übersicht über sozielle Medien Bezug auf Person, Gemeinde, Unternehmen, Events, usw. Verschiede Formate
Mehr1. Absolventenfeier Bioinformatik. 8. Juli 2005
1. Absolventenfeier Bioinformatik Bioinformatik München (BIM) Ein gemeinsames Studienprogramm der Ludwig-Maximilians-Universität München (LMU) Technischen Universität München (TUM) mit Unterstützung durch
MehrGrundlagen der Bioinformatik Allgemeines/Übung 1 SS Yvonne Lichtblau
Grundlagen der Bioinformatik Allgemeines/Übung 1 SS 2016 Yvonne Lichtblau Allgemeines Yvonne Lichtblau Übungen Grundlagen der Bioinformatik SS 2016 2 Ablauf der Übung Insgesamt 6 Übungszettel Abgabe in
MehrLehrveranstaltungen im Wintersemester 2012/2013
Lehrveranstaltungen im Wintersemester 2012/2013 Information Systems and Machine Learning Lab (ISMLL) Prof. Dr. Dr. Lars Schmidt-Thieme Hildesheim, Juli 2012 1 / 1 Übersicht Praktika Hildesheim, Juli 2012
MehrAT module Specifications
AT module Specifications The rear panel includes the following connectors: Folgende Anschlüsse befinden sich auf der Rückseite: LTC input and output LTC-Eingang und Ausgang RS485/422/232 interface, Time
MehrEinführung in die Angewandte Bioinformatik: Proteinsequenz-Datenbanken
Einführung in die Angewandte Bioinformatik: Proteinsequenz-Datenbanken 14.05.2009 Prof. Dr. Sven Rahmann 1 3 Proteinsequenz-Datenbanksysteme NCBI Entrez Proteins EBI SRS Proteins UniProt (empfohlen) 2
MehrEinführung in die Informatik
Einführung in die Informatik Einleitung Organisatorisches, Motivation, Herangehensweise Wolfram Burgard 1.1 Vorlesung Zeit und Ort: Mittwochs 16.00 18.00 Uhr Gebäude 101 HS 00-036 Informationen zur Vorlesung,
MehrProjektskizze: Studie/ Auswertung/ Publikation
Projektskizze: Studie/ Auswertung/ Publikation Name: PD Dr. Dr. Robert Bals, CAPNetz C11 Datum: 30. 8. 2007 Institution(en)/Autor(en): Klinikum der Universität Marburg Klinik für Innere Medizin mit Schwerpunkt
MehrAbfragen. Übungsbeispiel Abfrage erstellen
MS Access 2016 Grundlagen Abfragen Abfragen werden in Access dazu benutzt, Auswertungen durchzuführen. Auswertungen können ganz allgemein Filter oder auch Berechnungen sein, wie Währungsumrechnungen oder
MehrThe rear panel includes the following connectors: Time Code zero value, additional failure Signal(s), etc. RUBIDIUM H1 XT module front view
XT module Specifications The rear panel includes the following connectors: Folgende Anschlüsse befinden sich auf der Rückseite: LTC reader and generator LTC-Leser- und Generator RS485/422/232 interface,
MehrProseminar - Organisation und Personal Seminar Organisational Theory and Human Resource Management
1 Proseminar - Organisation und Personal Seminar Organisational Theory and Human Resource Management Veranstaltungsnummer / 82-021-PS08-S-PS-0507.20151.001 Abschluss des Studiengangs / Bachelor Semester
MehrAlgorithmus Sortieren von Zahlen (aufsteigend)
Hausaufgabe https://de.wikipedia.org/wiki/dualsystem http://de.wikipedia.org/ieee_754 (Darstellung von Gleitkommazahlen) http://de.wikipedia.org/wiki/wurzel_(mat hematik)#berechnung - lesen, verstehen
MehrPraktische Übungen im Labor Automatisierungstechnik
Universität Stuttgart Institut für Automatisierungstechnik und Softwaresysteme Prof. Dr.-Ing. M. Weyrich Praktische Übungen im Labor Automatisierungstechnik Versuch Nr. 6 Einführung in das Bussystem FlexRay
MehrEinführung in die Angewandte Bioinformatik: Netzwerke
Einführung in die Angewandte Bioinformatik: Netzwerke 15.07.2010 Prof. Dr. Sven Rahmann 1 Modellierung von Interaktionen Ein lebendes System besteht aus Molekülen (verschiedener Art) und funktioniert aufgrund
MehrAnleitung für Vermieter. Directions for Landlord/Landlady. zum Erstellen eines Accounts und zum Anlegen von Angeboten
Anleitung für Vermieter zum Erstellen eines Accounts und zum Anlegen von Angeboten Stand: August 2016 Directions for Landlord/Landlady for setting up an account and uploading offers Status: August 2016
MehrAlgorithmische Methoden zur Netzwerkanalyse
Algorithmische Methoden zur Netzwerkanalyse Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische
MehrPraktikum Entwicklung Mediensysteme (für Master)
Praktikum Entwicklung Mediensysteme (für Master) Organisatorisches Today Schedule Organizational Stuff Introduction to Android Exercise 1 2 Schedule Phase 1 Individual Phase: Introduction to basics about
MehrExercise (Part V) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1
Exercise (Part V) Notes: The exercise is based on Microsoft Dynamics CRM Online. For all screenshots: Copyright Microsoft Corporation. The sign ## is you personal number to be used in all exercises. All
MehrInformatik IIa: Modellierung
Informatik IIa: Modellierung Frühlingssemester 2013 Übung 2: Datenmodelle Kapitel 3 Ausgabe: 05.03.2013 Abgabe: 19.03.2013 Name: Matrikelnummer: Aufgabe 1 Theorie von Datenmodellen (8 Punkte) Frage 1 (6
Mehr- - CodE 11 CodE 0 0 0 0 0 0 0 0 2.o C 1 10.0 C 2 off 3 3.0 4 2.0 5 off 6 1 8 20.0 9 60 C 7 4.0 10 80 C 1 38 C 12 8 k 13 on 14 30.0 15 10 16 - - CodE 11 CodE 0 0 0 0 0 0 0 0 2.o C 1 10.0 C 2
MehrAlgorithmische Methoden zur Netzwerkanalyse
Algorithmische Methoden zur Netzwerkanalyse Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische
MehrAnforderungen zur Entwicklung von E-CAD-Systemen
Deutsche Kommission Elektrotechnik Elektronik Informationstechnik im DIN und VDE DKE/K113 Produktdatenmodelle, Informationsstrukturen, Dokumentation und graphische Symbole Oktober 2007 Anforderungen zur
MehrInformatik IIa: Modellierung
Informatik IIa: Modellierung Frühlingssemester 2014 Übung 2: Datenmodelle Kapitel 3 Ausgabe: 07.03.2014 Abgabe: 21.03.2014 Name: Matrikelnummer: Aufgabe 1 Theorie von Datenmodellen (9 Punkte) Frage 1 (8
MehrMensch-Maschine-Interaktion 2 Übung 1
Mensch-Maschine-Interaktion 2 Übung 1 Ludwig-Maximilians-Universität München Wintersemester 2012/2013 Alexander De Luca, Aurélien Tabard Ludwig-Maximilians-Universität München Mensch-Maschine-Interaktion
MehrAusprägungsfach Bioinformatik im Rahmen des Bachelor-Studiengangs Informatik. CIBIV Center for Integrative Bioinformatics Vienna
Ausprägungsfach Bioinformatik im Rahmen des Bachelor-Studiengangs Informatik Center for Integrative Bioinformatics Vienna (CIBIV) Max F. Perutz Laboratories (MFPL) Vienna, Austria http://www.cibiv.at CIBIV
MehrThe promotion of perceived physical ability via an intervention using internal teacher frame of reference in
The promotion of perceived physical ability via an intervention using internal teacher frame of reference in physical education Esther Oswald Institut für Sportwissenschaft, Universität Bern SGS-Tagung,
MehrMotivation Kenngrößen von Graphen Modelle. Small Worlds. in Vorlesung Semantische Suche in P2P-Netzwerken. Florian Holz
Small Worlds in Vorlesung Florian Holz 14.06.2005 in Vorlesung Small Worlds Florian Holz bekannte Arten der Vernetzung zur Zusammenarbeit (Graphen) regelmäßige, z.b. parallele Hardwarestrukturen vollständige
MehrAnzahl der Kreditabschlüsse. Jahr (Mittel. Monat. Number of loan agreements. Year (mean value of monthly figures) Month
E3c Zinssätze von neuen Kreditabschlüssen nach Produkten und Kreditbetrag / Interest rates on new loan, by product and loan amount aus swerten) - - aus swerten) - - 2 3 4 5 2 3 4 5 (ohne Bindung an einen
MehrEine Einführung in R: Grundlagen II
Eine Einführung in R: Grundlagen II Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws11/r-kurs/
MehrEinführung in die Informatik für Nebenfach. Einleitung
Einführung in die Informatik für Nebenfach Einleitung Organisatorisches, Motivation, Herangehensweise Wolfram Burgard 1 Vorlesung Zeit und Ort: Di+Do 11.00 13.00 Uhr, Gebäude 086, Raum 00-006 Dozent: Prof.
MehrMultiple Alignments. Vorlesung Einführung in die Angewandte Bioinformatik Prof. Dr. Sven Rahmann. Webseite zur Vorlesung
Multiple Alignments Vorlesung Einführung in die Angewandte Bioinformatik Prof. Dr. Sven Rahmann Webseite zur Vorlesung http://bioinfo.wikidot.com/ Sprechstunde Mo 16-17 in OH14, R214 Sven.Rahmann -at-
MehrPraktikum zu Einführung in die Informatik für LogWiIngs und WiMas Wintersemester 2018/19. Vorbereitende Aufgaben
Praktikum zu Einführung in die Informatik für LogWiIngs und WiMas Wintersemester 2018/19 Fakultät für Informatik Lehrstuhl 14 Lars Hildebrand Übungsblatt 3 Besprechung: 12. 16.11.2018 (KW 46) Vorbereitende
MehrSchreibe ein Programm, das den AT Gehalt diese DNA Sequenz berechnet. Hinweis: A-Gehalt plus T-Gehalt bezogen auf die gesamte Sequenz.
1 Einführung Keine Übungen 2 Python - Zeichenketten - "Strings" (1. Tag) 2.1 AT Gehalt berechnen Berechne aus der folgenden DNA Sequenz den AT-Gehalt. GAGATTTCTTTATTACAATCACTGTGTTTGTTAAAATACCTGCNTCACTTGGTTGTTCTTCAATAACACCAACTTA
MehrGraph Data Management
Seminar WS 2014/15 Graph Data Management bteilung Datenbanken Universität Leipzig Graphs are everywhere Graph = (Vertices, Edges) Graphs are everywhere (Online) Soziale Netzwerke Facebook ca. 1.3 Milliarden
MehrGIS-based Mapping Tool for Urban Energy Demand
GIS-based Mapping Tool for Urban Energy Demand Building Services, Mechanical and Building Industry Days Conference Johannes Dorfner Debrecen, 14 October 2011 Outline 1. Motivation 2. Method 3. Result 4.
MehrAndrej Aderhold Problemseminar Thema. Gaidatzis, Nimwegen, Hausser, Zavolan, March2007, BMC
Andrej Aderhold Problemseminar Thema Inference of mirna targets using evolutionary conservation and pathway analysis Gaidatzis, Nimwegen, Hausser, Zavolan, March2007, BMC Bioinformatics Übersicht mirna
MehrQS Laborkompetenztest Frühjahr 2011
Qualitätssicherung. Vom Erzeuger bis zur Ladentheke. QS Laborkompetenztest Frühjahr 2011 Bewertungsschema Laborkompetenztest Frühjahr 2011 Bestanden alle 6 Wirkstoffe identifiziert und mindestens 4 Wirkstoffe
MehrLMU München LFE Medieninformatik Mensch-Maschine Interaktion (Prof. Dr. Florian Alt) SS2016. Mensch-Maschine-Interaktion
1 Mensch-Maschine-Interaktion Kapitel 11 - Benutzeranforderungen Stakeholder Interviewtechniken Fragebögen Struktur Antwortformen Online Fragebögen Fokusgruppen Beobachtungen Personas und Szenarien LMU
MehrD-BAUG Informatik I. Exercise session: week 1 HS 2018
1 D-BAUG Informatik I Exercise session: week 1 HS 2018 Java Tutorials 2 Questions? expert.ethz.ch 3 Common questions and issues. expert.ethz.ch 4 Need help with expert? Mixed expressions Type Conversions
MehrVorstellung RWTH Gründerzentrum
Vorstellung RWTH Gründerzentrum Once an idea has been formed, the center for entrepreneurship supports in all areas of the start-up process Overview of team and services Development of a business plan
MehrAlgorithms for graph visualization
Algorithms for graph visualization Project - Orthogonal Grid Layout with Small Area W INTER SEMESTER 2013/2014 Martin No llenburg KIT Universita t des Landes Baden-Wu rttemberg und nationales Forschungszentrum
MehrAnsätze zur Lieferkettenanalyse
Allianz Global Corporate & Specialty Ansätze zur Lieferkettenanalyse Big Data visualisieren mit Supply-I Volker Münch, AGCS SE Frankfurt, 05.10.2017 Agenda 1 Supply-I: Big Data visualisieren und nutzen
MehrBioinformatik. Prof. H.-W. Mewes Lehrstuhl für Genomorientierte Bioinformatik Wissenschaftszentrum Weihenstephan Technische Universität München
Bioinformatik Prof. H.-W. Mewes Lehrstuhl für Genomorientierte Bioinformatik Wissenschaftszentrum Weihenstephan Technische Universität München Prof. D. Frishman Fachgebiet Bioinformatik Wissenschaftszentrum
MehrCloud Computing in der öffentlichen Verwaltung
Cloud Computing in der öffentlichen Verwaltung Willy Müller - Open Cloud Day 19.6.2012 2 Plug and Cloud? 3 The plug tower BPaaS Software SaaS Platform PaaS Storage/ Computing IaaS Internet Power grid 4
MehrAusnahmen-Behandlung
Wintersemester 2008/2009 1 try..except..else 2 try..finally 3 raise 4 assert Ausnahmen in Python Trennung von funktionalem Code und Fehlerbehandlung. Gute Sprachintegration Einfache Verwendbarkeit Ähnlich
MehrTensorFlow Open-Source Bibliothek für maschinelles Lernen. Matthias Täschner Seminar Deep Learning WS1718 Abteilung Datenbanken Universität Leipzig
TensorFlow Open-Source Bibliothek für maschinelles Lernen Seminar Deep Learning WS1718 Abteilung Datenbanken Universität Leipzig Motivation Renaissance bei ML und KNN Forschung bei DNN fortgeschrittene
MehrTMF projects on IT infrastructure for clinical research
Welcome! TMF projects on IT infrastructure for clinical research R. Speer Telematikplattform für Medizinische Forschungsnetze (TMF) e.v. Berlin Telematikplattform für Medizinische Forschungsnetze (TMF)
MehrKünstliche Intelligenz
Künstliche Intelligenz Data Mining Approaches for Instrusion Detection Espen Jervidalo WS05/06 KI - WS05/06 - Espen Jervidalo 1 Overview Motivation Ziel IDS (Intrusion Detection System) HIDS NIDS Data
MehrSelbststudium Programmieren & Algorithmen OOP1 FS13 Hochschule Luzern Technik & Architektur
Selbststudium OOP1 Kapitel 1.2 Creating Objects 1. zu bearbeitende Aufgabe: 1.1 2. Wie kann dem Objekt ein eigener Name gegeben werden? Beim Erstellen (Instanz) von einem Objekt kann resp. muss der Name
MehrV9 funktionelle Annotation
V9 funktionelle Annotation Analyse von Gen-Expression Funktionelle Annotation: Gene Ontology (GO) Signifikanz der Annotation: Hypergeometrischer Test Annotationsanalysen z.b. mit NIH-Tool DAVID Ähnlichkeit
MehrProgrammierung für Mathematik (HS13)
software evolution & architecture lab Programmierung für Mathematik (HS13) Übung 11 1 Aufgabe: Codeverständnis 1.1 Aufgabenstellung Notieren Sie, was der folgende Code ausgeben würde, wenn er so in einer
MehrProtokoll Versuch D2 Bioinformatik
Protokoll Versuch D2 Bioinformatik Gruppe 8 Susanne Duncker und Friedrich Hahn Identifizierung des zu untersuchenden Proteins Unsere Gruppe untersuchte in diesem Versuch die Proteinsequenz GENVKIPVAIKEL.
MehrData Mining und Maschinelles Lernen Wintersemester 2015/2016 Lösungsvorschlag für das 12. Übungsblatt
Data Mining und Maschinelles Lernen Wintersemester 2015/2016 Lösungsvorschlag für das 12. Übungsblatt 9. Februar 2016 1 Aufgabe 1: RelieF (1) Gegeben sind folgende 12 Beispiele der Wetter-Daten: ID outlook
Mehr14. Es ist alles Ansichtssache
Ansicht erstellen mit Suche nach Wörtern im Betreff 14. Es ist alles Ansichtssache In Outlook wird praktisch alles mit Ansichten gesteuert. Wir haben bereits einige Standardansichten verwendet. Das Schöne
MehrC SB. Genomics Herausforderungen und Chancen. Genomics. Genomic data. Prinzipien dominieren über Detail-Fluten. in 10 Minuten!
Genomics Herausforderungen und Chancen Prinzipien dominieren über Detail-Fluten Genomics in 10 Minuten! biol. Prin cip les Genomic data Dr.Thomas WERNER Scientific & Business Consulting +49 89 81889252
Mehr