Elective Compulsory Seminar Module 3 - Cheatsheet.pdf

Elective Compulsory Seminar Module 3 - Cheatsheet
Elective Compulsory Seminar Module 3 - Cheatsheet Analyse und Interpretation wissenschaftlicher Daten Definition: Analyse und Interpretation wissenschaftlicher Daten bezieht sich auf die Anwendung statistischer Methoden zur Untersuchung von Daten, um Hypothesen zu prüfen und Schlussfolgerungen zu ziehen. Details: Datentypen: qualitativ und quantitativ Deskriptive Statistik: Mittelwert, Median, Mod...

© StudySmarter 2024, all rights reserved.

Elective Compulsory Seminar Module 3 - Cheatsheet

Analyse und Interpretation wissenschaftlicher Daten

Definition:

Analyse und Interpretation wissenschaftlicher Daten bezieht sich auf die Anwendung statistischer Methoden zur Untersuchung von Daten, um Hypothesen zu prüfen und Schlussfolgerungen zu ziehen.

Details:

  • Datentypen: qualitativ und quantitativ
  • Deskriptive Statistik: Mittelwert, Median, Modus, Standardabweichung
  • Inferenzstatistik: Hypothesentests, p-Wert, Konfidenzintervalle
  • Diagramme und Plots: Histogramme, Boxplots, Streudiagramme
  • Regressionsanalyse: lineare und multiple Regression
  • Software: R, Python, SPSS

CRISPR-Cas9 Genom-Editierung

Definition:

Eine Methode der Genom-Editierung, die das adaptive Immunsystem von Bakterien nutzt. Ermöglicht gezielte DNA-Änderungen.

Details:

  • CRISPR: Clustered Regularly Interspaced Short Palindromic Repeats
  • Cas9: CRISPR-assoziiertes Protein 9
  • Anleitung durch synthetische gRNA (guide RNA)
  • DNA-Doppelstrangbruch (\text{DSB}) erzeugt durch Cas9
  • Reparatur durch non-homologous end joining (\text{NHEJ}) oder homology-directed repair (\text{HDR})

Genetische Tests und prädiktive Modellierung

Definition:

Genetische Tests identifizieren genetische Varianten; prädiktive Modellierung verwendet diese Daten zur Vorhersage von Gesundheitsrisiken

Details:

  • Genetische Tests: DNA-Sequenzierung, SNP-Analyse, Genomweite Assoziationsstudien (GWAS)
  • Prädiktive Modellierung: Monte Carlo-Simulation, maschinelles Lernen, Bayes'sche Netzwerke
  • Anwendungsbereiche: Krankheitsrisikoabschätzung, pharmakogenetische Vorhersagen, personalisierte Medizin
  • Wichtige Parameter: Sensitivität, Spezifität, prädiktiver Wert
  • Datenschutz und ethische Implikationen beachten

Proteomische Methoden wie Massenspektrometrie

Definition:

Massenspektrometrie zur Analyse und Quantifizierung von Proteinen in komplexen Proben; zentrale Methode in der Proteomik.

Details:

  • Identifizierung und Quantifizierung von Proteinen
  • Verwendung von Tandem-Massenspektrometrie (MS/MS)
  • Probenvorbereitung: Proteinextraktion, -verdauung, Fraktionierung
  • Messung von Masse-zu-Ladung-Verhältnissen (m/z)
  • Peak-Analyse zur Bestimmung von Proteinsequenzen
  • Hochdurchsatz-Analyse großer Proteinmengen
  • Anwendung in der Biomarker-Entdeckung, Krankheitsdiagnostik und Medikamentenentwicklung

PCR und qPCR Techniken

Definition:

PCR dient der Amplifikation spezifischer DNA-Sequenzen. qPCR (quantitative PCR) erlaubt die Quantifizierung der DNA in Echtzeit.

Details:

  • PCR-Prozess: Denaturierung, Annealing, Elongation.
  • Hauptkomponenten: Template-DNA, Primer, Taq-Polymerase, dNTPs.
  • qPCR: Verwendet fluoreszierende Farbstoffe oder Sonden zur Quantifizierung.
  • Analysemethoden: ΔΔCt-Methode, absolute Quantifizierung.

Personalisierte Medizin und Pharmakogenomik

Definition:

Anpassung medizinischer Behandlung basierend auf genetischen Informationen des Patienten, um Effektivität zu maximieren und Nebenwirkungen zu minimieren.

Details:

  • Ziele: Optimale Therapie, minimalste Nebenwirkungen
  • Pharmakogenomik: Studie der Variabilität genetischer Reaktionen auf Medikamente
  • Genetische Tests: Identifikation von Biomarkern zur Vorhersage der Medikamentenwirkung (\textit{z.B. CYP450-Enzyme})
  • Beispiele: Krebspatienten (BRCA1/BRCA2 für Brustkrebs), Antidepressiva (CYP450-Polymorphismen)

Kritische Bewertung von Forschungsergebnissen

Definition:

Kritische Bewertung der Validität, Reproduzierbarkeit und Relevanz von Forschungsergebnissen.

Details:

  • Validität: Überprüfen, ob die Methoden und Ergebnisse den wissenschaftlichen Standards entsprechen
  • Reproduzierbarkeit: Sicherstellen, dass die Ergebnisse durch andere Forscher unter denselben Bedingungen wiederholt werden können
  • Relevanz: Bewertung der praktischen Anwendbarkeit und Bedeutung der Ergebnisse im Kontext der vorhandenen Literatur
  • Bias und Confounder: Erkennen und Bewerten von systematischen Fehlern und Störfaktoren
  • Statistische Signifikanz: Überprüfung der verwendeten statistischen Methoden und ob die Ergebnisse statistisch signifikant sind
  • Peer Review: Nutzen von Begutachtung durch Fachkollegen zur Qualitätskontrolle
  • Evidenzgrade: Einordnung der Ergebnisse in das bestehende Evidenzniveau (z. B. randomisierte kontrollierte Studien, Beobachtungsstudien)

Anpassung von Behandlungsplänen an individuelle Patienten

Definition:

Behandlungspläne individuell anpassen, um optimale therapeutische Ergebnisse zu erzielen.

Details:

  • Nutzung patientenspezifischer Daten wie Genomsequenzierung, biochemische Parameter und Lebensstil.
  • Personalisierte Medizin: Behandlung basiert auf individuellen Biomarkern und genetischen Informationen.
  • Erfordert interdisziplinäre Zusammenarbeit und fortlaufende Patientenüberwachung.
  • Ziel: Effizienz und Verträglichkeit der Therapie maximieren.
  • Modellierung und Simulation von krankheitsspezifischen Szenarien können hilfreich sein.
Sign Up

Melde dich kostenlos an, um Zugriff auf das vollständige Dokument zu erhalten

Mit unserer kostenlosen Lernplattform erhältst du Zugang zu Millionen von Dokumenten, Karteikarten und Unterlagen.

Kostenloses Konto erstellen

Du hast bereits ein Konto? Anmelden