Universität Wien

270200 PR Multiomics Data Science (2026S)

6.00 ECTS (6.00 SWS), SPL 27 - Chemie
Prüfungsimmanente Lehrveranstaltung
GEMISCHT
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 25 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Teil I - Einführung in Multiomics (Mittwoch 04.03.2026, 11:15 - 12:45h, SR2)
Teil II - Vorlesungen (jeden Montag, 14:00 - 15:00h im SR3) und Übungen (jeden Mittwoch, 11:15 - 12:45h im SR2)
Teil III - Einführung in Lipidomics (online, 23-24.04.2026, ganztags)

ERSTE VORLESUNG: 09.03.2026
Wir werden Anfang März eine Infomail mit allen nötigen Informationen rumsenden.
Kurssprache ist Englisch!

  • Montag 02.03. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 04.03. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 09.03. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 11.03. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 16.03. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 18.03. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 23.03. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 25.03. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 13.04. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 15.04. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 20.04. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 22.04. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 27.04. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 29.04. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 04.05. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 06.05. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 11.05. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 13.05. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 18.05. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 20.05. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Mittwoch 27.05. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 01.06. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 03.06. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 08.06. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 10.06. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 15.06. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 17.06. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 22.06. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1
  • Mittwoch 24.06. 11:15 - 12:45 Seminarraum 2 Währinger Straße 38 Dekanat 1. Stock
  • Montag 29.06. 14:00 - 15:00 Seminarraum 3 Organische Chemie 1OG Boltzmanngasse 1

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Teil 1 - Multiomics-Rohdatenanalysen mit modernsten Software-Pipelines (von Rohdaten über Identifizierung bis zu Tabellen mit Quantifizierungsergebnissen). Datensätze, die mit Hochdurchsatzmethoden gewonnen wurden, können aufgrund der großen Datenmengen nicht manuell analysiert werden. Die notwendige Sorgfalt bei der Dateninterpretation muss daher teilweise an Softwarepakete übertragen werden. Tatsächlich liegen zwischen der Datenerfassung und der Analyse viele Verarbeitungsschritte. Ein Schwerpunkt dieses ersten Teils des Kurses ist die Vorstellung der gängigsten Programme zur Unterstützung der Verarbeitung von Daten aus der Proteomik, Transkriptomik und Lipidomik. Jeder Schritt der Datenverarbeitung sowie mögliche Optimierungen von Algorithmen und erforderlichen Einstellungen werden analysiert und getestet. Ein weiterer Schwerpunkt ist die Verwendung von Python zur Interpretation dieser Datensätze nach biochemischen oder biomedizinischen Kriterien.

Teil 2 - Multiomics Data Science Einführung mit Python
Es werden grundlegende Themen der Datenanalyse von Multiomics-Daten behandelt, darunter Regressionen, Hauptkomponentenanalysen, Clustering, Zeitreihenanalysen, Klassifikationen, statistische Tests einschließlich Anreicherungsanalysen. Der Kurs beginnt mit einer Einführung in Python für die Anwendung der genannten Analysemethoden.

Teil 3 - Datenintegration auf der Multiomics-Ebene

Integration von Daten in getrennter und kombinierter Form zur echten Integration von Omics-Daten in einer pathway- und datengesteuerten Weise.

Art der Leistungskontrolle und erlaubte Hilfsmittel

1. Teil - Multiomics Data Science mit Python
Im praktischen Teil der Veranstaltung werden den Studierenden Praktikumsaufgaben vorgelegt, die vor Ort bearbeitet und anschließend mit dem Praktikumsleiter besprochen werden.

2. Teil - Multiomics Data Science mit gängigen Software Programmen
Die Leistungskontrolle erfolgt während des Praktikums (Interesse, Mitarbeit), sowie anhand des abgelieferten Protokolls und der erworbenen Kenntnisse (beurteilt bei einem Abschlussgespräch).
Die Benotung basiert auf einem Punktesystem, das sich aus der Übung, dem Interesse der Studenten und einer kurzen Diskussion mit den Betreuern ergibt.

Mindestanforderungen und Beurteilungsmaßstab

Jede Teilleistung (Abarbeiten von Praktikumsaufgaben, Mitarbeit/Interesse, Protokoll & Abschlussgespräch) muss erbracht werden, um die Lehrveranstaltung positiv abschließen zu können.

Prüfungsstoff

Unterrichtsstoff aus Theorieteilen und praktischen Übungen

Literatur

Python for Chemistry: ISBN: 978-93-5551-797-5
Simultaneous Metabolite, Protein, Lipid Extraction (SIMPLEX): A Combinatorial Multimolecular Omics Approach for Systems Biology https://doi.org/10.1074/mcp.M115.053702
Critical shifts in lipid metabolism promote megakaryocyte differentiation and proplatelet formation https://doi.org/10.1038/s44161-023-00325-8
Multiomics of synaptic junctions reveals altered lipid metabolism and signaling following environmental enrichment https://doi.org/10.1016/j.celrep.2021.109797
"Multi-OMICS: a critical technical perspective on integrative lipidomics approaches" https://doi.org/10.1016/j.bbalip.2017.02.003

Zuordnung im Vorlesungsverzeichnis

CH-SAS-06, CH-FE, MMB IV., MNEU V.

Letzte Änderung: Mo 27.07.2026 09:27