Bevezetés a rendszerbiológiába

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Bevezetés a rendszerbiológiába"

Átírás

1 Bevezetés a rendszerbiológiába Papp Balázs MTA Szegedi Biológiai Központja Biokémiai Intézet

2 Alapprobléma Ma a biológiában rengeteg adat termelődik és áll rendelkezésre. Egyre jobban ismerjük a sejt alkotóit és azok kapcsolatait / kémiai reakcióit. DE: a sejt viselkedését még mindig nem tudjuk ezekből levezetni! Melyek a sejtek működését és evolúcióját befolyásoló általános elvek?

3 Még az egyszerű kólibaktérium is nagyon összetett rendszer Méret ~ 1 m 3 Fehérjemolekulák száma ~ Gének száma ~ 4500 Biokémiai reakciók száma ~ 5000 Fehérjekölcsönhatások száma legalább

4 Analógia: mintha egy rádió működését akarnánk megfejteni?

5 Mi a rendszerbiológia? A sejt vagy szervezet működését azok összetevői és a köztük lévő kölcsönhatások alapján írja le Genotípus fenotípus leképezésre törekszik (megértsük, hogyan jelentkezik a fenotípusban a mutációk hatása)

6 Mire jó a rendszerbiológia? A betegségeket okozó mutációk megértésere Gyógyszerek hatásának előrejelzésére Kórokozó mikrobák sebezhető pontjainak azonosítására (gyógyszertervezés) Biomérnökség: új, kedvező tulajdonságú mikrobák előállítása (pl. bioetanol termelésre)

7 A rendszerbiológia két dologra támaszkodik Adatgyűjtés: nagy léptékű (genomikai) mérésekből és hagyományos, kis léptékű munkákból Számítógépes modellezés: a sejt működését matematikailag írja le

8 A tudományos megismerés ciklusa Ismeretek, elméletek A megfigyelések alapján általánosítás és hipotézisek megfogalmazása hipotézisek tesztelése Megfigyelések

9 A rendszerbiológiai megközelítés lényege A modell jóslatainak tesztelése Kísérletes mérések alapján a sejtalkotók és kölcsönhatásaik meghatározása Modell matematikai vizsgálata Számítógépes modell felállítása

10 Valós rendszer Modell Alkatrészek listája Modell felépítése

11 Nagyléptékű kísérletes vizsgálatok Új biokémiai és genetikai vizsgálati módszereket fejlesztettek ki az elmúlt évben, amelyek olcsóbbak, gyorsabbak A mérések automatizálttá váltak Példa: az első teljes genomtérképet 1995-ben készítették el (egy baktériumra), de ma már több, mint 1500 faj genetikai térképe ismert

12 A genomszekvenálás költséghatékonysága exponenciálisan növekszik

13 Nagyléptékű kísérletes vizsgálatok Genomika: élőlények teljes genetikai állományának meghatározás Transzkriptomika: mrns szint mérése a genom összes génjére (pl. microarray módszerrel) microarray chip

14 Nagyléptékű kísérletes vizsgálatok Példa: mutációk fenotípusának mérése Az egysejtű élesztőgomba mindegyik génjét külön-külön kiütötték És a telepek növekedését megmérték

15 Omika adatok írják le a sejt alkotóit és kölcsönhatásaikat

16 A rendszerbiológia két dologra támaszkodik Adatgyűjtés: nagy léptékű (genomikai) mérésekből és hagyományos, kis léptékű munkákból Számítógépes modellezés: a sejt működését matematikailag írja le

17 Mi a modell? Modell = a valóság egy szeletének közelítése Törvények: Ábrák: Gráfok: Kémiai képletek:

18 Rendszerbiológiai modellek építése Példa: az anyagcserefolyamatok matematikai leírása Biokémiai és genetikai adatok Anyagcserefolyamatok leírása Matematikai leírás

19 Miért van szükség matematikai modellekre, miért nem jók pl. a folyamatábrák? Az ilyen ábrák nem tudják leírni az összes ismeretet és nem kvantitatívak.

20 Anyagcseretérkép...és nagy rendszereket nem tudnak kezelni

21 Mire jók a modellek? A tudásunk precíz leírására ( egy hibás modell is jobb, mintha nem lenne modell ) A kísérletes adatok értelmezésére A rendszer viselkedését lehet felderíteni (pl. melyek a kulcsfontosságú alkatrészek?) Jóslatokat tesznek jövőbeli kísérletek eredményére

22 Jóslás a mindennapokban: időjárás Légkör számítógépes szimulációjával jósolják az időjárást Rövid távú előrejelzés jóval pontosabb, mint >3 napon túl

23 Miért van szükség egyszerűsítésre a modellek megalkotásánál? Bonyolult jelenségek megértését azok a modellek segítik leginkább amelyek a lehető legkevesebb előfeltevéssel élnek, de már képesek jól leírni a valóság egy szeletét Egy modell amely ugyanolyan összetett mint a valóság felfoghatatlan és felesleges lenne

24 Mennyire jók a modellek? Példa: élesztőgomba anyagcseréje Az élesztő anyagcseremodellje 672 gént és 745 biokémiai reakciót tartalmaz Ez a modell a génkiütések hatását (életképes vagy életképtelen a sejt) 80 90% pontossággal jósolja.

25 A modellépítés ismétlődő folyamat

26 Emberi élettan és betegségek anyagcseremodellezése Az emberi szervezetben zajló anyagcserereakciók katalogizálása folyamatban van, de a többféle sejttípus nehézzé teszi a modellezést Új irányzatok: Daganatos sejtek anyagcseréjének magyarázata (miért glikolízissel termelnek ATP-t?) 1 Májsejtek élettani folyamatainak megértése 2 1 Shlomi et al. (2011) PloS Comp Biol 7: e Gille et al. (2010) Mol Sys Biol 6: 411

27 Nem csak sejtek, hanem szervek modellezésére is törekszik a rendszerbiológia Példa: szívműködés modellezése Szív érrendszerének keringési modellje

28 Jelenlegi automatizáció a rendszerbiológiában 1) Adatok termelése laboratóriumi robotokkal 2) Adatbányászati módszerekkel tudást kinyerni

29 A biokémiai folyamatok automatikus visszafejtése Mesterséges intelligencia módszerekkel a számítógép kikövetkezteti a sejtben zajló folyamatokat

30 A Robotkutató elve: 1) Hipotézisek automatikus felállítása 2) Kísérletek megtervezése a hipotézisek tesztelésére 3) Kísérlet elvégzése a laboratóriumi robot segítségével 4) Eredmények kiértékelése, az adatokkal össze nem egyeztethető hipotézisek cáfolása

31 A Robotkutató működése: A robotkutató ismeri a biokémiai reakciókat, de nem tudja mely gén melyik enzimet kódolja ( újra felfedeztetik a robottal) A hipotézisek az enzim gén hozzárendelést jelentik

32 Egyszerű logikai modellel megállapítja a robot, hogy adott mutáns mely anyagcsere köztitermék hozzáadása mellett életképes / letális Hipotézis tesztelése: mutánsok növekedésének mérése a robot által kiválasztott anyagcsere környezetekben

33 A Robotkutató működés közben:

34 A Robotkutató kísérlettervezése A különböző hipotézisek elvetésének eltérő a költsége. Ezt a robotkutató figyelembe veszi: olyan kísérletsorozatot próbál választani, amely a legkisebb költség mellett zárja ki a helyes hipotézis kivételével az összeset. Piros: robotkutató algoritmus Zöld: naiv algoritmus (mindig a legolcsóbb következő kísérletet választja) Kék: véletlenszerűen választjuk a következő kísérletet

35 Biológiai rendszerek szervező elveinek vizsgálata Miért toleránsak az élőlények a mutációkkal szemben? Mennyire optimálisan tervezettek a biokémiai hálózatok? Milyen szervező elveket figyelhetünk meg?

36 A génkiütés paradoxon Legtöbb egyedi génkiütésnek nincs szembetűnő fenotípusos hatása (laboratóriumi környezetben): Élőlény Gének száma Létfontosságú gének %-a Escherichia coli K12 ~ % Bacillus subtilis ~ % Staphylococcus aureus ~ % Saccharomyces cerevisiae ~ % Caenorhabditis elegans ~19,000 7%

37 Nélkülözhető gének magyarázata a kiütött génfunkciót más gének helyettesítik (kompenzáció) a nélkülözhető géneknek csak más környezetekben van funkciójuk (környezetspecifikusság)

38 Génkiütés kompenzációja anyagcserehálózatokban Redundáns génkópia A gén B gén Kerülőútvonal A gén B gén

39 Melyik magyarázat a fontosabb: környezetspecifikusság vagy kompenzáció?

40 Mit árul el a modell a nélkülözhető génekről? A modell alapján: a nélkülözhető gének jelentős része (>50%) nem aktív Az aktív reakciók többsége (70%) valójában létfontosságú A nélkülözhető gének nagy része más környezetben fontossá válik Papp et al. (2004) Nature 429: 661

41 Kísérletes megerősítés: a gének többsége hozzájárul a túléléshez legalább egy környezetben > 400 környezeti körülmény között mérték a sejtnövekedést A génkiütések 93% mutatott valamilyen növekedéscsökkenést! Hillenmeyer et al. (2008) Science 320: 362

Robusztusság és génkölcsönhatások rendszerbiológiája. Papp Balázs

Robusztusság és génkölcsönhatások rendszerbiológiája. Papp Balázs Robusztusság és génkölcsönhatások rendszerbiológiája Papp Balázs www.brc.hu/sysbiol MTA Szegedi Biológiai Központ Biokémiai Intézet Evolúciós rendszerbiológia Genomika és bioinformatika: genomi adatok

Részletesebben

Rendszerbiológia és evolúció

Rendszerbiológia és evolúció Rendszerbiológia és evolúció Papp Balázs h9p://www.brc.hu/sysbiol/ MTA Szegedi Biológiai Kutatóközpont Biokémiai Intézet Az evolúcióbiológia Jpikusan a múltban lezajlo9 eseményekre következtet De vajon

Részletesebben

Genetikai kölcsönhatások rendszerbiológiája

Genetikai kölcsönhatások rendszerbiológiája Genetikai kölcsönhatások rendszerbiológiája Papp Balázs www.brc.hu/sysbiol MTA Szegedi Biológiai Kutatóközpont Biokémiai Intézet Szintetikus és Rendszerbiológiai Egység Mikrobiális rendszerbiológia főbb

Részletesebben

10. Genomika 2. Microarrayek és típusaik

10. Genomika 2. Microarrayek és típusaik 10. Genomika 2. 1. Microarray technikák és bioinformatikai vonatkozásaik Microarrayek és típusaik Korrelált génexpresszió mint a funkcionális genomika eszköze 2. Kombinált megközelítés a funkcionális genomikában

Részletesebben

Méréselmélet MI BSc 1

Méréselmélet MI BSc 1 Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok

Részletesebben

Mérés és modellezés 1

Mérés és modellezés 1 Mérés és modellezés 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni kell

Részletesebben

Miben különbözünk az egértől? Szabályozás a molekuláris biológiában

Miben különbözünk az egértől? Szabályozás a molekuláris biológiában Az atomoktól a csillagokig, 2010. október 28., ELTE Fizikai Intézet Miben különbözünk az egértől? Szabályozás a molekuláris biológiában brainmaps.org Homo sapiens (Miroslav Klose) Mus musculus Farkas Illés

Részletesebben

3. Általános egészségügyi ismeretek az egyes témákhoz kapcsolódóan

3. Általános egészségügyi ismeretek az egyes témákhoz kapcsolódóan 11. évfolyam BIOLÓGIA 1. Az emberi test szabályozása Idegi szabályozás Hormonális szabályozás 2. Az érzékelés Szaglás, tapintás, látás, íz érzéklés, 3. Általános egészségügyi ismeretek az egyes témákhoz

Részletesebben

Genomadatbázisok Ld. Entrez Genome: Összes ismert genom, hierarchikus szervezésben (kromoszóma, térképek, gének, stb.)

Genomadatbázisok Ld. Entrez Genome: Összes ismert genom, hierarchikus szervezésben (kromoszóma, térképek, gének, stb.) Genomika Új korszak, paradigmaváltás, forradalom: a teljes genomok ismeretében a biológia adatokban gazdag tudománnyá válik. Új kutatási módszerek, új szemlélet. Hajtóerõk: Genomszekvenálási projektek

Részletesebben

Mérés és modellezés Méréstechnika VM, GM, MM 1

Mérés és modellezés Méréstechnika VM, GM, MM 1 Mérés és modellezés 2008.02.04. 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni

Részletesebben

A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015

A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015 A pedagógiai kutatás metodológiai alapjai Dr. Nyéki Lajos 2015 A pedagógiai kutatás jellemző sajátosságai A pedagógiai kutatás célja a személyiség fejlődése, fejlesztése során érvényesülő törvényszerűségek,

Részletesebben

12. évfolyam esti, levelező

12. évfolyam esti, levelező 12. évfolyam esti, levelező I. ÖKOLÓGIA EGYED FELETTI SZERVEZŐDÉSI SZINTEK 1. A populációk jellemzése, növekedése 2. A populációk környezete, tűrőképesség 3. Az élettelen környezeti tényezők: fény hőmérséklet,

Részletesebben

KÍSÉRLET, MÉRÉS, MŰSZERES MÉRÉS

KÍSÉRLET, MÉRÉS, MŰSZERES MÉRÉS KÍSÉRLET, MÉRÉS, MŰSZERES MÉRÉS Kísérlet, mérés, modellalkotás Modell: olyan fizikai vagy szellemi (tudati) alkotás, amely egy adott jelenség lefolyását vagy egy rendszer viselkedését részben vagy egészen

Részletesebben

GNTP. Személyre Szabott Orvoslás (SZO) Munkacsoport. Kérdőív Értékelő Összefoglalás

GNTP. Személyre Szabott Orvoslás (SZO) Munkacsoport. Kérdőív Értékelő Összefoglalás GNTP Személyre Szabott Orvoslás (SZO) Munkacsoport Kérdőív Értékelő Összefoglalás Választ adott: 44 fő A válaszok megoszlása a válaszolók munkahelye szerint Személyre szabott orvoslás fogalma Kérdőív meghatározása:

Részletesebben

Genetikus algoritmusok az L- rendszereken alapuló. Werner Ágnes

Genetikus algoritmusok az L- rendszereken alapuló. Werner Ágnes Genetikus algoritmusok az L- rendszereken alapuló növénymodellezésben Werner Ágnes Motiváció: Procedurális modellek a növénymodellezésben: sok tervezési munka a felhasználónak ismerni kell az eljárás részleteit

Részletesebben

Fotódokumentáció. Projektazonosító: KMOP-1.1.1-08/1-2008-0049

Fotódokumentáció. Projektazonosító: KMOP-1.1.1-08/1-2008-0049 Fotódokumentáció Projektazonosító: KMOP-1.1.1-08/1-2008-0049 Laborkísérletekhez használt reaktorrendszer előkészítése A laborkísérletek elvégzéséhez szükséges volt egy kisméretű FCR (food chain reactor

Részletesebben

A minimális sejt. Avagy hogyan alkalmazzuk a biológia több területét egy kérdés megválaszolására

A minimális sejt. Avagy hogyan alkalmazzuk a biológia több területét egy kérdés megválaszolására A minimális sejt Avagy hogyan alkalmazzuk a biológia több területét egy kérdés megválaszolására Anyagcsere Gánti kemoton elmélete Minimum sejt Top down: Meglevő szervezetek genomjából indulunk ki Bottom

Részletesebben

S atisztika 2. előadás

S atisztika 2. előadás Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás

Részletesebben

Többgénes jellegek. 1. Klasszikus (poligénes) mennyiségi jellegek. 2.Szinte minden jelleg több gén irányítása alatt áll

Többgénes jellegek. 1. Klasszikus (poligénes) mennyiségi jellegek. 2.Szinte minden jelleg több gén irányítása alatt áll Többgénes jellegek Többgénes jellegek 1. 1. Klasszikus (poligénes) mennyiségi jellegek Multifaktoriális jellegek: több gén és a környezet által meghatározott jellegek 2.Szinte minden jelleg több gén irányítása

Részletesebben

Molekuláris biológiai eljárások alkalmazása a GMO analitikában és az élelmiszerbiztonság területén

Molekuláris biológiai eljárások alkalmazása a GMO analitikában és az élelmiszerbiztonság területén Molekuláris biológiai eljárások alkalmazása a GMO analitikában és az élelmiszerbiztonság területén Dr. Dallmann Klára A molekuláris biológia célja az élőlények és sejtek működésének molekuláris szintű

Részletesebben

Élelmiszerbiztonság mesterfokon. Kis vízaktivitású élelmiszerek Növekvő mikrobiológiai kockázat?

Élelmiszerbiztonság mesterfokon. Kis vízaktivitású élelmiszerek Növekvő mikrobiológiai kockázat? Élelmiszerbiztonság mesterfokon Kis vízaktivitású élelmiszerek Növekvő mikrobiológiai kockázat? Mohácsiné Farkas Csilla Kis vízaktivitású élelmiszerek (Low Moisture Foods LMFs) azon élelmiszerek, amelyek

Részletesebben

A genomikai oktatás helyzete a Debreceni Egyetemen

A genomikai oktatás helyzete a Debreceni Egyetemen A genomikai oktatás helyzete a Debreceni Egyetemen Bálint Bálint L. GNTP Oktatás és Tudásmenedzsment Munkabizottság, 2009. június 10. Tények Debreceni Egyetemről 21000 nappali és 33000 összes hallgató

Részletesebben

Rendszerbiológia és evolúció

Rendszerbiológia és evolúció PÁL CSABA PAPP BALÁZS BOGOS BALÁZS SOMOGYI KÁLMÁN SZAMECZ BÉLA Rendszerbiológia és evolúció Bevezetés 1. táb lá zat. Genomikai és posztgenomikai ada tok főbb tí pu sai Genomléptékű vizsgálat típusa Hivatkozás

Részletesebben

A vérképző rendszerben ionizáló sugárzás által okozott mutációk kialakulásának numerikus modellezése

A vérképző rendszerben ionizáló sugárzás által okozott mutációk kialakulásának numerikus modellezése A vérképző rendszerben ionizáló sugárzás által okozott mutációk kialakulásának numerikus modellezése Madas Balázs Gergely XXXIX. Sugárvédelmi Továbbképző Tanfolyam Hajdúszoboszló, Hunguest Hotel Béke 2014.

Részletesebben

Számítógépes döntéstámogatás. Genetikus algoritmusok

Számítógépes döntéstámogatás. Genetikus algoritmusok BLSZM-10 p. 1/18 Számítógépes döntéstámogatás Genetikus algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu BLSZM-10 p. 2/18 Bevezetés 1950-60-as

Részletesebben

TDK lehetőségek az MTA TTK Enzimológiai Intézetben

TDK lehetőségek az MTA TTK Enzimológiai Intézetben TDK lehetőségek az MTA TTK Enzimológiai Intézetben Vértessy G. Beáta egyetemi tanár TDK mind 1-3 helyezettek OTDK Pro Scientia különdíj 1 második díj Diákjaink Eredményei Zsűri különdíj 2 első díj OTDK

Részletesebben

Etológia. Irányzatok a biológiában. Pongrácz Péter, PhD Etológia Tanszék

Etológia. Irányzatok a biológiában. Pongrácz Péter, PhD Etológia Tanszék Etológia Irányzatok a biológiában Pongrácz Péter, PhD Etológia Tanszék Etológia helye a biológia vizsgálódás szintjei szerint Szerveződési szintek Populációk Egyedek Neurális szabályozás Sejtek DNS Tudományág

Részletesebben

Jellemezze magát egy a Nature vagy Science folyóiratokban közölt cikkcím terjedelmében Ki segítette leginkább karrierjét?

Jellemezze magát egy a Nature vagy Science folyóiratokban közölt cikkcím terjedelmében Ki segítette leginkább karrierjét? PÁL CSABA biológus Orvos családból származik, de semmivel nem tudták szülei meggyőzni, hogy a családi hagyományt folytassa. Lett inkább szegény tanárai igazolhatják kisebb nehézségek árán biológus. A doktori

Részletesebben

A fizika kétszintű érettségire felkészítés legújabb lépései Összeállította: Bánkuti Zsuzsa, OFI

A fizika kétszintű érettségire felkészítés legújabb lépései Összeállította: Bánkuti Zsuzsa, OFI A fizika kétszintű érettségire felkészítés legújabb lépései Összeállította: Bánkuti Zsuzsa, OFI (fizika munkaközösségi foglalkozás fóliaanyaga, 2009. április 21.) A KÉTSZINTŰ FIZIKAÉRETTSÉGI VIZSGAMODELLJE

Részletesebben

EGYSEJTŰ REAKTOROK BIOKATALÍZIS:

EGYSEJTŰ REAKTOROK BIOKATALÍZIS: EGYSEJTŰ REAKTOROK BIOKATALÍZIS: A GÉNMÓDOSÍTÁSTÓL AZ IPARI FERMENTÁCIÓIG SZAMECZ BÉLA BIOKATALÍZIS - DEFINÍCIÓ szerves vegyületek átalakítása biológiai rendszer a katalizátor Enzim: élő sejt vagy tisztított

Részletesebben

A genetikus algoritmus, mint a részletes modell többszempontú és többérdekű "optimálásának" általános és robosztus módszere

A genetikus algoritmus, mint a részletes modell többszempontú és többérdekű optimálásának általános és robosztus módszere A genetikus algoritmus, mint a részletes modell többszempontú és többérdekű "optimálásának" általános és robosztus módszere Kaposvári Egyetem, Informatika Tanszék I. Kaposvári Gazdaságtudományi Konferencia

Részletesebben

AZ EMBERI MIKROBIOM: AZ EGYÉN, MINT SAJÁTOS ÉLETKÖZÖSSÉG Duda Ernő

AZ EMBERI MIKROBIOM: AZ EGYÉN, MINT SAJÁTOS ÉLETKÖZÖSSÉG Duda Ernő AZ EMBERI MIKROBIOM: AZ EGYÉN, MINT SAJÁTOS ÉLETKÖZÖSSÉG Duda Ernő Az NIH, az Egyesült Államok Nemzeti Egészségügyi Hivatala (az orvosi- és biológiai kutatásokat koordináló egyik intézmény) 2007 végén

Részletesebben

Informatika tanterv nyelvi előkészítő osztály heti 2 óra

Informatika tanterv nyelvi előkészítő osztály heti 2 óra Informatika tanterv nyelvi előkészítő osztály heti Számítógép feladata és felépítése Az informatikai eszközök használata Operációs rendszer Bemeneti egységek Kijelző egységek Háttértárak Feldolgozás végző

Részletesebben

TARTALOM A KUTYA VISELKEDÉSKUTATÁSÁNAK TÖRTÉNETE ÉS ELMÉLETI ALAPVETÉSEI

TARTALOM A KUTYA VISELKEDÉSKUTATÁSÁNAK TÖRTÉNETE ÉS ELMÉLETI ALAPVETÉSEI TARTALOM Prológus: Comparare necesse est (Az eredeti angol kiadáshoz) 13 Elõszó a magyar kiadáshoz 17 1. fejezet A KUTYA VISELKEDÉSKUTATÁSÁNAK TÖRTÉNETE ÉS ELMÉLETI ALAPVETÉSEI 1.1 Bevezetés 19 1.2 A behaviorizmustól

Részletesebben

Kvantitatív módszerek

Kvantitatív módszerek Kvantitatív módszerek szimuláció Kovács Zoltán Szervezési és Vezetési Tanszék E-mail: kovacsz@gtk.uni-pannon.hu URL: http://almos/~kovacsz Mennyiségi problémák megoldása analitikus numerikus szimuláció

Részletesebben

Intelligens Rendszerek Elmélete. Párhuzamos keresés genetikus algoritmusokkal

Intelligens Rendszerek Elmélete. Párhuzamos keresés genetikus algoritmusokkal Intelligens Rendszerek Elmélete Dr. Kutor László Párhuzamos keresés genetikus algoritmusokkal http://mobil.nik.bmf.hu/tantargyak/ire.html login: ire jelszó: IRE0 IRE / A természet általános kereső algoritmusa:

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.08. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)

Részletesebben

Evolúció. Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet

Evolúció. Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet Evolúció Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet Mi az evolúció? Egy folyamat: az élőlények tulajdonságainak változása a környezethez való alkalmazkodásra Egy

Részletesebben

A TERMÉSZETTUDOMÁNYI TUDÁS ONLINE DIAGNOSZTIKUS ÉRTÉKELÉSÉNEK TARTALMI KERETEI

A TERMÉSZETTUDOMÁNYI TUDÁS ONLINE DIAGNOSZTIKUS ÉRTÉKELÉSÉNEK TARTALMI KERETEI A TERMÉSZETTUDOMÁNYI TUDÁS ONLINE DIAGNOSZTIKUS ÉRTÉKELÉSÉNEK TARTALMI KERETEI Szerkesztette: Csapó Benő Korom Erzsébet Molnár Gyöngyvér OKTATÁSKUTATÓ ÉS FEJLESZTŐ INTÉZET A természettudományi tudás online

Részletesebben

PIACKUTATÁS (MARKETINGKUTATÁS)

PIACKUTATÁS (MARKETINGKUTATÁS) PIACKUTATÁS (MARKETINGKUTATÁS). FŐBB PONTOK A kutatási terv fogalmának meghatározása, a különböző kutatási módszerek osztályozása, a feltáró és a következtető kutatási módszerek közötti különbségtétel

Részletesebben

A Berzsenyi Dániel Gimnázium 11.b osztály Biológia óra

A Berzsenyi Dániel Gimnázium 11.b osztály Biológia óra ÉLETPÁLYAÉPÍTÉS A Berzsenyi Dániel Gimnázium 11.b osztály Biológia óra 2009-2010 MŰVELTSÉGTERÜLETI KAPCSOLÓDÁSOK Témakörök Kapcsolódó műveltségterület Óraszám Biokémiai folyamatok Ember a természetben

Részletesebben

Biomatematika 2 Orvosi biometria

Biomatematika 2 Orvosi biometria Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)

Részletesebben

Humán genom variációk single nucleotide polymorphism (SNP)

Humán genom variációk single nucleotide polymorphism (SNP) Humán genom variációk single nucleotide polymorphism (SNP) A genom ~ 97 %-a két különböző egyedben teljesen azonos ~ 1% különbség: SNP miatt ~2% különbség: kópiaszámbeli eltérés, deléciók miatt 11-12 millió

Részletesebben

BIOLÓGIA OSZTÁLYOZÓ VIZSGA ÉS JAVÍTÓVIZSGA KÖVETELMÉNYEK (2016)

BIOLÓGIA OSZTÁLYOZÓ VIZSGA ÉS JAVÍTÓVIZSGA KÖVETELMÉNYEK (2016) BIOLÓGIA OSZTÁLYOZÓ VIZSGA ÉS JAVÍTÓVIZSGA KÖVETELMÉNYEK (2016) 1 Biológia tantárgyból mindhárom évfolyamon (10.-11.-12.) írásbeli és szóbeli vizsga van. A vizsga részei írásbeli szóbeli Írásbeli Szóbeli

Részletesebben

PROGRAMFÜZET. "GENETIKAI MŰHELYEK MAGYARORSZÁGON" XIII. Minikonferencia SZEPTEMBER 12.

PROGRAMFÜZET. GENETIKAI MŰHELYEK MAGYARORSZÁGON XIII. Minikonferencia SZEPTEMBER 12. PROGRAMFÜZET "GENETIKAI MŰHELYEK MAGYARORSZÁGON" XIII. Minikonferencia 2014. SZEPTEMBER 12. MTA Szegedi Biológiai Kutatóközpont Szeged, Temesvári krt. 62. Az előadások helye: SZBK nagyelőadó Az előadások

Részletesebben

Génkölcsönhatások és evolúciós újítások vizsgálata anyagcserehálózati

Génkölcsönhatások és evolúciós újítások vizsgálata anyagcserehálózati Génkölcsönhatások és evolúciós újítások vizsgálata anyagcserehálózati megközelítéssel Doktori értekezés Szappanos Balázs Témavezető: Dr. Papp Balázs, Ph.D. Biológia Doktori Iskola MTA Szegedi Biológiai

Részletesebben

Evolúció. Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet

Evolúció. Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet Evolúció Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet Mi az evolúció? Egy folyamat: az élőlények tulajdonságainak változása a környezethez való alkalmazkodásra Egy

Részletesebben

Témaválasztás, kutatási kérdések, kutatásmódszertan

Témaválasztás, kutatási kérdések, kutatásmódszertan Témaválasztás, kutatási kérdések, kutatásmódszertan Dr. Dernóczy-Polyák Adrienn PhD egyetemi adjunktus, MMT dernoczy@sze.hu A projekt címe: Széchenyi István Egyetem minőségi kutatói utánpótlás nevelésének

Részletesebben

Biológiai feladatbank 12. évfolyam

Biológiai feladatbank 12. évfolyam Biológiai feladatbank 12. évfolyam A pedagógus neve: A pedagógus szakja: Az iskola neve: Műveltségi terület: Tantárgy: A tantárgy cél és feladatrendszere: Tantárgyi kapcsolatok: Osztály: 12. Felhasznált

Részletesebben

Készítette: Bruder Júlia

Készítette: Bruder Júlia Készítette: Bruder Júlia nkp.hu Megfigyelés Kísérlet Mérés Feladat: Lakóhely időjárásának megfigyelése 2 hétig: max. hőmérséklet, min. hőmérséklet, szél (nincs, gyenge, erős), csapadék. Az adatokat táblázatba

Részletesebben

A Jövő Internet elméleti alapjai. Vaszil György Debreceni Egyetem, Informatikai Kar

A Jövő Internet elméleti alapjai. Vaszil György Debreceni Egyetem, Informatikai Kar A Jövő Internet elméleti alapjai Vaszil György Debreceni Egyetem, Informatikai Kar Kutatási témák Bizalmas adatok védelme, kriptográfiai protokollok DE IK Számítógéptudományi Tsz., MTA Atomki Informatikai

Részletesebben

Az élő sejt fizikai Biológiája:

Az élő sejt fizikai Biológiája: Az élő sejt fizikai Biológiája: Modellépítés, biológiai rendszerek skálázódása Kellermayer Miklós Fizikai biológia Ma már nem csak kvalitatív megfigyeléseket, hanem kvantitatív méréseket végzünk (biológiai

Részletesebben

Tartalom. Javítóvizsga követelmények BIOLÓGIA...2 BIOLÓGIA FAKULTÁCIÓ...5 SPORTEGÉSZSÉGTAN évfolyam évfolyam évfolyam...

Tartalom. Javítóvizsga követelmények BIOLÓGIA...2 BIOLÓGIA FAKULTÁCIÓ...5 SPORTEGÉSZSÉGTAN évfolyam évfolyam évfolyam... Tartalom BIOLÓGIA...2 10. évfolyam...2 11. évfolyam...3 12. évfolyam...4 BIOLÓGIA FAKULTÁCIÓ...5 11. évfolyam...5 12. évfolyam...6 SPORTEGÉSZSÉGTAN...7 1 BIOLÓGIA 10. évfolyam Nappali tagozat Azírásbeli

Részletesebben

Természetes szelekció és adaptáció

Természetes szelekció és adaptáció Természetes szelekció és adaptáció Amiről szó lesz öröklődő és variábilis fenotípus természetes szelekció adaptáció evolúció 2. Természetes szelekció Miért fontos a természetes szelekció (TSZ)? 1. C.R.

Részletesebben

Kutatói pályára felkészítő akadémiai ismeretek modul

Kutatói pályára felkészítő akadémiai ismeretek modul Kutatói pályára felkészítő akadémiai ismeretek modul Környezetgazdálkodás Modellezés, mint módszer bemutatása KÖRNYEZETGAZDÁLKODÁSI AGRÁRMÉRNÖK MSC Modellek csoportosítása I. 11. lecke Rendszertípusok

Részletesebben

Újpesti Bródy Imre Gimnázium és Ál tal án os Isk ola

Újpesti Bródy Imre Gimnázium és Ál tal án os Isk ola Újpesti Bródy Imre Gimnázium és Ál tal án os Isk ola 1047 Budapest, Langlet Valdemár utca 3-5. www.brody-bp.sulinet.hu e-mail: titkar@big.sulinet.hu Telefon: (1) 369 4917 OM: 034866 10. évfolyam Osztályozóvizsga

Részletesebben

TRANSZPORTFOLYAMATOK A SEJTEKBEN

TRANSZPORTFOLYAMATOK A SEJTEKBEN 16 A sejtek felépítése és mûködése TRANSZPORTFOLYAMATOK A SEJTEKBEN 1. Sejtmembrán elektronmikroszkópos felvétele mitokondrium (energiatermelõ és lebontó folyamatok) citoplazma (fehérjeszintézis, anyag

Részletesebben

Az Országos kompetenciamérés (OKM) tartalmi kerete. a 20/2012. (VIII. 31.) EMMI rendelet 3. melléklete alapján

Az Országos kompetenciamérés (OKM) tartalmi kerete. a 20/2012. (VIII. 31.) EMMI rendelet 3. melléklete alapján Az Országos kompetenciamérés (OKM) tartalmi kerete a 20/2012. (VIII. 31.) EMMI rendelet 3. melléklete alapján Az OKM tartalmi keret Célja: definiálja azokat a tényezőket és szempontrendszereket, amelyek

Részletesebben

Evolúció ma: az antibiotikum rezisztencia a baktériumoknál

Evolúció ma: az antibiotikum rezisztencia a baktériumoknál Evolúció ma: az antibiotikum rezisztencia a baktériumoknál Dr. Jakab Endre, adjunktus Magyar Biológia és Ökológia Intézet, Babeş-Bolyai Tudományegyetem ejakab@hasdeu.ubbcluj.ro Tartalom az antibiotikum

Részletesebben

Biológiai rendszerek modellellenőrzése bayesi megközelítésben

Biológiai rendszerek modellellenőrzése bayesi megközelítésben Biológiai rendszerek modellellenőrzése bayesi megközelítésben Gál Tamás Zoltán Szoftver verifikáció és validáció kiselőadás, 2013. ősz Forrás: Sumit K. Jha et al.: A Bayesian Approach to Model Checking

Részletesebben

Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok

Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok Zrínyi Miklós Gimnázium Művészet és tudomány napja Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok 10/9/2009 Dr. Viharos Zsolt János Elsősorban volt Zrínyis diák Tudományos főmunkatárs

Részletesebben

11. évfolyam esti, levelező

11. évfolyam esti, levelező 11. évfolyam esti, levelező I. AZ EMBER ÉLETMŰKÖDÉSEI II. ÖNSZABÁLYOZÁS, ÖNREPRODUKCIÓ 1. A szabályozás információelméleti vonatkozásai és a sejtszintű folyamatok (szabályozás és vezérlés, az idegsejt

Részletesebben

Hogyan lesznek új gyógyszereink? Bevezetés a gyógyszerkutatásba

Hogyan lesznek új gyógyszereink? Bevezetés a gyógyszerkutatásba Hogyan lesznek új gyógyszereink? Bevezetés a gyógyszerkutatásba Keserű György Miklós, PhD, DSc Magyar Tudományos Akadémia Természettudományi Kutatóközpont A gyógyszerkutatás folyamata Megalapozó kutatások

Részletesebben

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció:

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció: Biostatisztika = Biometria = Orvosi statisztika Biomatematika 2. előadás Néhány egyszerű definíció: A statisztika olyan tudomány, amely a tömegjelenségekkel kapcsolatos tapasztalati törvényeket megfigyelések

Részletesebben

ÖSSZETETT ÉS SPECIÁLIS SZÍNEZÉSI ELJÁRÁSOK

ÖSSZETETT ÉS SPECIÁLIS SZÍNEZÉSI ELJÁRÁSOK ÖSSZETETT ÉS SPECIÁLIS SZÍNEZÉSI ELJÁRÁSOK Molnár Mónika, Tolner Mária, Nagy Zsuzsanna Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Alkalmazott Biotechnológia és Élelmiszertudományi

Részletesebben

Mi legyen az informatika tantárgyban?

Mi legyen az informatika tantárgyban? Mi legyen az informatika tantárgyban? oktatás fő területei: digitális írástudás; számítástudomány; információs technológiák. Digitális írástudás szövegszerkesztés, adat vizualizáció, prezentáció, zeneszerkesztés,

Részletesebben

Intelligens Rendszerek Elmélete. Párhuzamos keresés genetikus algoritmusokkal. A genetikus algoritmus működése. Az élet információ tárolói

Intelligens Rendszerek Elmélete. Párhuzamos keresés genetikus algoritmusokkal. A genetikus algoritmus működése. Az élet információ tárolói Intelligens Rendszerek Elmélete dr. Kutor László Párhuzamos keresés genetikus algoritmusokkal http://mobil.nik.bmf.hu/tantargyak/ire.html login: ire jelszó: IRE07 IRE 5/ Természetes és mesterséges genetikus

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter MAKROÖKONÓMIA MAKROÖKONÓMIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az

Részletesebben

"A tízezer mérföldes utazás is egyetlen lépéssel kezdődik."

A tízezer mérföldes utazás is egyetlen lépéssel kezdődik. "A tízezert mérföldes utazás is egyetlen lépéssel kezdődik dik." A BINB INSYS Előadók: Kornafeld Ádám SYS PROJEKT Ádám MTA SZTAKI kadam@sztaki.hu Kovács Attila ELTE IK attila@compalg.inf.elte.hu Társszerzők:

Részletesebben

Informatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei

Informatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei Informatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei Dr. Gingl Zoltán SZTE, Kísérleti Fizikai Tanszék Szeged, 2000 Február e-mail : gingl@physx.u-szeged.hu 1 Az ember kapcsolata

Részletesebben

Szintetikus biológia Pósfai György

Szintetikus biológia Pósfai György Szintetikus biológia Pósfai György Összefoglalás A szintetikus biológia a genomikából, biotechnológiából, rendszerbiológiából kinövő új tudományterület. Definíciója: természetben adott formájukban nem

Részletesebben

Kahr Csaba ügyvezető igazgató dr. Bánhelyi Balázs egyetemi adjunktus

Kahr Csaba ügyvezető igazgató dr. Bánhelyi Balázs egyetemi adjunktus Kahr Csaba ügyvezető igazgató dr. Bánhelyi Balázs egyetemi adjunktus 3. oldal Kahr Csaba ügyvezető igazgató 4. oldal Döntéstámogató, optimalizáló rendszerfelügyelet kifejlesztése a légkezelő és hűtéstechnikai

Részletesebben

BIOLÓGIA 9. évfolyam 1001

BIOLÓGIA 9. évfolyam 1001 BIOLÓGIA 9. évfolyam 1001 BIOLÓGIA 9. évfolyam Heti óraszám:1 Évi óraszám: 37 óra Célok és feladatok Szakközépiskolában a biológiatanítás célja az elméleti ismeretátadás, a gyakorlati készségfejlesztés

Részletesebben

Bakteriális identifikáció 16S rrns gén szekvencia alapján

Bakteriális identifikáció 16S rrns gén szekvencia alapján Bakteriális identifikáció 16S rrns gén szekvencia alapján MOHR ANITA SIPOS RITA, SZÁNTÓ-EGÉSZ RÉKA, MICSINAI ADRIENN 2100 Gödöllő, Szent-Györgyi Albert út 4. info@biomi.hu, www.biomi.hu TÖRZS AZONOSÍTÁS

Részletesebben

TARTALOM. Előszó 9 BEVEZETÉS A BIOLÓGIÁBA

TARTALOM. Előszó 9 BEVEZETÉS A BIOLÓGIÁBA Előszó 9 BEVEZETÉS A BIOLÓGIÁBA A biológia tudománya, az élőlények rendszerezése 11 Vizsgálati módszerek, vizsgálati eszközök 12 Az élet jellemzői, az élő rendszerek 13 Szerveződési szintek 14 EGYED ALATTI

Részletesebben

Genetika 3 ea. Bevezetés

Genetika 3 ea. Bevezetés Genetika 3 ea. Mendel törvényeinek a kiegészítése: Egygénes öröklődés Többtényezős öröklődés Bevezetés Mendel által vizsgált tulajdonságok: diszkrétek, két különböző fenotípus Humán tulajdonságok nagy

Részletesebben

BIOLÓGIA HÁZIVERSENY 1. FORDULÓ BIOKÉMIA, GENETIKA BIOKÉMIA, GENETIKA

BIOLÓGIA HÁZIVERSENY 1. FORDULÓ BIOKÉMIA, GENETIKA BIOKÉMIA, GENETIKA BIOKÉMIA, GENETIKA 1. Nukleinsavak keresztrejtvény (12+1 p) 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 1. A nukleinsavak a.-ok összekapcsolódásával kialakuló polimerek. 2. Purinvázas szerves bázis, amely az

Részletesebben

Az életet nagyon sok szerveződési szinten tanulmányozhatjuk

Az életet nagyon sok szerveződési szinten tanulmányozhatjuk A biológiai szerveződés minden szintjén új tulajdonságok jelennek meg. Az életet nagyon sok szerveződési szinten tanulmányozhatjuk Az egyes szerveződési szintek tanulmányozásával a biológia más más tudományága

Részletesebben

PEDAGÓGUSOK BEVONÁSA A FEJLESZTÉSBE

PEDAGÓGUSOK BEVONÁSA A FEJLESZTÉSBE A köznevelés tartalmi szabályozóinak megfelelő tankönyvek, taneszközök fejlesztése és digitális tartalomfejlesztés EFOP-3.2.2-VEKOP-15-2016-00001 PEDAGÓGUSOK BEVONÁSA A FEJLESZTÉSBE Digitális Oktatási

Részletesebben

Evolúcióbiológia. Biológus B.Sc tavaszi félév

Evolúcióbiológia. Biológus B.Sc tavaszi félév Evolúcióbiológia Biológus B.Sc. 2011. tavaszi félév A biológiában minden csak az evolúció fényében válik érthetővé Theodosius Dobzhansky : Nothing in biology makes sense except in the light of evolution.

Részletesebben

Célkitűzés/témák Fehérje-ligandum kölcsönhatások és a kötődés termodinamikai jellemzése

Célkitűzés/témák Fehérje-ligandum kölcsönhatások és a kötődés termodinamikai jellemzése Célkitűzés/témák Fehérje-ligandum kölcsönhatások és a kötődés termodinamikai jellemzése Ferenczy György Semmelweis Egyetem Biofizikai és Sugárbiológiai Intézet Biokémiai folyamatok - Ligandum-fehérje kötődés

Részletesebben

Az anyagcsere szerkezetének hatása a genetikai interakciókra és a genomszerveződésre

Az anyagcsere szerkezetének hatása a genetikai interakciókra és a genomszerveződésre Ph. D. értekezés tézisei Az anyagcsere szerkezetének hatása a genetikai interakciókra és a genomszerveződésre Kovács Károly Témavezető: Dr. Papp Balázs Biológai Doktori Iskola MTA Szegedi Biológiai Kutatóközpont

Részletesebben

A pedagógia mint tudomány. Dr. Nyéki Lajos 2015

A pedagógia mint tudomány. Dr. Nyéki Lajos 2015 A pedagógia mint tudomány Dr. Nyéki Lajos 2015 A pedagógia tárgya, jellegzetes vonásai A neveléstudomány tárgya az ember céltudatos, tervszerű alakítása. A neveléstudomány jellegét tekintve társadalomtudomány.

Részletesebben

Perspektívák a sertések precíziós takarmányozásában. Halas Veronika, PhD Kaposvári Egyetem Takarmányozástani tanszék

Perspektívák a sertések precíziós takarmányozásában. Halas Veronika, PhD Kaposvári Egyetem Takarmányozástani tanszék Perspektívák a sertések precíziós takarmányozásában Halas Veronika, PhD Kaposvári Egyetem Takarmányozástani tanszék Az EU országok vágott sertés kibocsájtása (millió hízó) Eurostat (2014) 1000 koca Az

Részletesebben

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor

Részletesebben

TANULÓI KÍSÉRLET (45 perc)

TANULÓI KÍSÉRLET (45 perc) Összeállította: Törökné Török Ildikó TANULÓI KÍSÉRLET (45 perc) A kísérlet, mérés megnevezése, célkitűzései: Az egysejtű élőlények sejtjei és a többsejtű élőlények sejtjei is csak mikroszkóppal láthatóak.

Részletesebben

A MODELLALKOTÁS ELVEI ÉS MÓDSZEREI

A MODELLALKOTÁS ELVEI ÉS MÓDSZEREI SZENT ISTVÁN EGYETEM GÖDÖLLŐ MECHANIKAI ÉS GÉPTANI INTÉZET A MODELLALKOTÁS ELVEI ÉS MÓDSZEREI Dr. M. Csizmadia Béla egyetemi tanár, az MMK Gépészeti Tagozatának elnöke Budapest 2013. október. 25. BPMK

Részletesebben

Génkölcsönhatások és evolúciós újítások vizsgálata anyagcsere-hálózati megközelítéssel

Génkölcsönhatások és evolúciós újítások vizsgálata anyagcsere-hálózati megközelítéssel Ph. D. értekezés tézisei Génkölcsönhatások és evolúciós újítások vizsgálata anyagcsere-hálózati megközelítéssel Szappanos Balázs Témavezető: Dr. Papp Balázs, Ph.D. Biológia Doktori Iskola MTA Szegedi Biológiai

Részletesebben

Fejezet. Hogyan gondolkodnak a közgazdászok? Elmélet, modellalkotás, empirikus tesztelés, alkalmazások

Fejezet. Hogyan gondolkodnak a közgazdászok? Elmélet, modellalkotás, empirikus tesztelés, alkalmazások Fejezet 2 Hogyan gondolkodnak a közgazdászok? Elmélet, modellalkotás, empirikus tesztelés, alkalmazások Terminológia Átváltás, alternatív költség, határ-, racionalitás, ösztönző, jószág, infláció, költség,

Részletesebben

Gyógyszerrezisztenciát okozó fehérjék vizsgálata

Gyógyszerrezisztenciát okozó fehérjék vizsgálata Gyógyszerrezisztenciát okozó fehérjék vizsgálata AKI kíváncsi kémikus kutatótábor 2017.06.25-07.01. Témavezetők : Telbisz Ágnes, Horváth Tamás Kutatók : Dobolyi Zsófia, Bereczki Kristóf, Horváth Ákos Gyógyszerrezisztencia

Részletesebben

Tartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben.

Tartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Tartalom Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Előszó 1. Az adatbányászatról általában 19 1.1. Miért adatbányászat? 21 1.2. Technológia a rejtett információk

Részletesebben

Human Genome Project, 1990-2005 5 évvel a tervezett befezés előtt The race is over, victory for Craig Venter. The genome is mapped* - now what?

Human Genome Project, 1990-2005 5 évvel a tervezett befezés előtt The race is over, victory for Craig Venter. The genome is mapped* - now what? 2000 június 26 Új út kezdete, vagy egy út vége? Human Genome Project, 1990-2005 5 évvel a tervezett befezés előtt The race is over, victory for Craig Venter. The genome is mapped* - now what? 2000 június

Részletesebben

Terminológia. Átváltás, alternatív költség, határ-, racionalitás, ösztönző, jószág, infláció, költség, kereslet, kínálat, piac, munkanélküliség

Terminológia. Átváltás, alternatív költség, határ-, racionalitás, ösztönző, jószág, infláció, költség, kereslet, kínálat, piac, munkanélküliség Hogyan gondolkodnak a közgazdászok? Elmélet, modellalkotás, empirikus tesztelés, alkalmazások Fejezet Terminológia Átváltás, alternatív költség, határ-, racionalitás, ösztönző, jószág, infláció, költség,

Részletesebben

A digitális korszak kihívásai és módszerei az egyetemi oktatásban

A digitális korszak kihívásai és módszerei az egyetemi oktatásban Csapó Benő http://www.staff.u-szeged.hu/~csapo A digitális korszak kihívásai és módszerei az egyetemi oktatásban Interdiszciplináris és komplex megközelítésű digitális tananyagfejlesztés a természettudományi

Részletesebben

Hogyan gondolkodnak a közgazdászok? Elmélet, modellalkotás, empirikus tesztelés, alkalmazások

Hogyan gondolkodnak a közgazdászok? Elmélet, modellalkotás, empirikus tesztelés, alkalmazások Fejezet 2 Hogyan gondolkodnak a közgazdászok? Elmélet, modellalkotás, empirikus tesztelés, alkalmazások Terminológia Átváltás, alternatív költség, határ-, racionalitás, ösztönző, jószág, infláció, költség,

Részletesebben

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor

Részletesebben

Zárójelentés. Gabonafélék stresszadaptációját befolyásoló jelátviteli folyamatok tanulmányozása. (K75584 sz. OTKA pályázat)

Zárójelentés. Gabonafélék stresszadaptációját befolyásoló jelátviteli folyamatok tanulmányozása. (K75584 sz. OTKA pályázat) Zárójelentés Gabonafélék stresszadaptációját befolyásoló jelátviteli folyamatok tanulmányozása (K75584 sz. OTKA pályázat) A tervezett kísérletek célja, hogy jobban megértsük a növények változó környezetre

Részletesebben

54 345 03 0000 00 00 Munkaerőpiaci szervező, elemző Munkaerőpiaci szervező, elemző 54 345 06 0000 00 00 Személyügyi gazdálkodó és fejlesztő

54 345 03 0000 00 00 Munkaerőpiaci szervező, elemző Munkaerőpiaci szervező, elemző 54 345 06 0000 00 00 Személyügyi gazdálkodó és fejlesztő É 074406/4/11 A 10/2007 (II. 27.) SzMM rendelettel módosított 1/2006 (II. 17.) OM rendelet Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről alapján.

Részletesebben

Elektronmikroszkópos fotó

Elektronmikroszkópos fotó GRAM-NEGATÍV BAKTÉRIUMOK Escherichia coli Elektronmikroszkópos fotó I. Divisio: Gracilicutes (Gram negatív baktériumok) Sectio: Fakultatív aerob gram (-) pálcák: a legjobban tanulmányozott mikroorganizmus

Részletesebben

Intelligens beágyazott rendszer üvegházak irányításában

Intelligens beágyazott rendszer üvegházak irányításában P5-T6: Algoritmustervezési környezet kidolgozása intelligens autonóm rendszerekhez Intelligens beágyazott rendszer üvegházak irányításában Eredics Péter, Dobrowiecki P. Tadeusz, BME-MIT 1 Üvegházak Az

Részletesebben