Kies op maat

Inloggen Menu

Data Science for the Life Sciences - Semester 2

De minor Data Science for the Life Sciences bestaat uit 30 ECTS en wordt als semester aangeboden aan het eind van het derde studiejaar. Het is een verbredende minor, die zich richt op het verwerven en ontwikkelen van digitale vaardigheden, die relevant zijn in het toekomstige werkveld om data en problemen in de moderne biomedische wetenschappen aan te kunnen. 

Studenten, die deze minor volgen, zullen kennismaken met de digitale toolbox van de bio-informatica tot een niveau, dat het mogelijk maakt, om zich tijdens hun stage of eerste werkplek zelfstandig te kunnen redden met bio-informatica vraagstukken, of zich verder te ontwikkelen in deze richting. Deze toolbox bevat onder meer genoomsequencing en de toepassingen ervan, dataprocessing –analyse en –visualisatie en een basis in programmeren.

Ook maak je kennis met de kernprincipes van Machine Learning (ML) en leer je ze toe te passen op biologische datasets. Je ontwikkelt vaardigheden in het selecteren, trainen en beoordelen van modellen, en leert de resultaten reproduceerbaar documenteren.

Leerdoelen

De minor beoogt derdejaars studenten van biomedische opleidingen (Biologie en Medische Laboratoriumtechnieken en Medische Diagnostiek) een gedegen introductie te geven in verschillende aspecten van de bio-informatica (programmeren, analyseren, applicaties, en databases). Studenten moeten na het volgen van deze minor op een stage/afstudeerplaats of in een eerste baan (1) in staat zijn de opgedane kennis en vaardigheden toe te passen op voor het werkveld relevante uitdagingen, en (2) weten hoe ze hiaten in kennis en vaardigheden effectief kunnen aanvullen. 

  • De student kent de belangrijkste analyse tools op het gebied van de bio-informatica (met name Next Generation Sequencing experminenten) en kan zowel hun relevante toepassingen als hun beperkingen benoemen.
  • De student kent de verschillende online databanken van bio-informatica datasets, kent de bestandsformaten, waarin die data aangeboden worden en kan hierin de nodige informatie vinden om een biologische vraag te beantwoorden.
  • De student kan met behulp van DNA-sequentie data genoomdiagnostiek en andere genetische analyses uitvoeren, onder meer om erfelijke aandoeningen te doorgronden of genexpressie te analyseren.
  • De student kan grote datasets, afkomstig uit het laboratorium, verwerken, filteren, transformeren en visualiseren, gebruikmakend van zelfgeschreven code in de R programmeertaal.
  • De student kan zelfstandig een biologische of medische vraag in een bio-informatica workflow vertalen; deze selecteren of ontwerpen, implementeren en uitvoeren.
  • De student kan over uitgevoerde bio-informatica werkzaamheden en analyses rapporteren naar andere biomedisch analisten en de resultaten effectief documenteren en (statistisch) verantwoorden.
  • De student kan middels machine learning biologische data analyseren en voorspellingen doen met zelfgebouwde modellen.

Ingangseisen

Deze minor staat open voor derdejaars studenten Biomedische Wetenschappen met kennis van basisstatistiek, waaronder ten minste beschrijvende statistiek, de normaalverdeling en de t-toets (introductieniveau statistiek).

Propedeuse behaald. Voltijdstudenten. Minimaal 48 studiepunten behaald in de hoofdfase.

Literatuur

Er is geen speciale literatuur vereist voor deze minor

Rooster

Per 5 EC worden twee dagdelen per week ingeroosterd, gemiddeld 6 dagdelen (3 dagen). Aanwezigheid bij de projecten Genomics & Transcriptomics is verplicht tenzij anders afgesproken met de docent. Deelnemers werken individueel of in teamverband, afhankelijk van de opdrachtvormen.

Toetsing

Kwartaal 1 – Genomics:

  • Genomics Project (5 EC) – groepsproject waarvan een RMarkdown 'lab-journal' van de analyse wordt beoordeeld
  • Data-Analyse & Visualisatie met R (5 EC) – persoonlijk project dat wordt beoordeeld aan de hand van een mondeling
  • Bioinformatics (5 EC) – opdrachten + toets, en poster

Kwartaal 2 - Data to Biology:

  • Transcriptomics (10 EC) – projectwerk met verslag en presentatie (analyseren van transcriptomics-data en rapporteren).
  • Machine Learning (5 EC) – overige toetsing: o.a. literatuurstudie, implementatie in R, documentatie in een notebook en deelname aan een Machine Learning competitie

Aanvullende informatie

De minor wordt zowel in het Nederlands als in het Engels gegeven. Al het leermateriaal is in het Engels. Indien er Engelstalige studenten zich inschrijven, start de minor in het Engels. Zijn er alleen Nederlandstalige studenten, dan wordt de minor in het Nederlands gegeven.

Toelating master Data Science for Life Sciences
Afronding van de minor biedt ook toelating tot de Masteropleiding met dezelfde naam Data Science for Life Sciences:

https://www.hanze.nl/nl/opleidingen/en/full-time/master/data-science-for-life-sciences.

Voor studenten die niet rechtstreeks toelaatbaar zijn tot de masteropleiding kan deze minor vanaf 2026-2027 als pre-master gebruikt worden. Verdere informatie over deze procedure zal voor het nieuwe studiejaar op de opleidingspagina vermeld worden.