Algorytmy RNA 1000-2M25RNA
1. Wprowadzenie
O RNA, o tym kursie, czego się spodziewać, jak zdać
2. Algorytmy a problemy obliczeniowe
Klasy algorytmów, klasy problemów, złożoność, co sprawia, że problem obliczeniowy jest dobrze zdefiniowany, poznaj swoje dane
3. Struktura RNA
1D-2D-3D, interakcje, motywy, pseudowęzły, hierarchia modułowa, formaty danych, reprezentacje, wizualizacje, bazy danych (Rfam, RNAcentral, PDB).
4. Problemy obliczeniowe w badaniach strukturalnych RNA
Rodzaje danych eksperymentalnych (sekwencjonowanie, sondowanie chemiczne, określanie struktury 3D) i jakie generują problemy obliczeniowe
5. Uliniowienie sekwencji RNA
Needleman-Wunsch, Smith-Waterman, uliniowienie wielu sekwencji, uliniowienie strukturalne, HMM, SCFG
6. Przewidywanie struktury RNA 2D dla pojedynczej sekwencji na wejściu
Algorytm Nussinowa, algorytm MFE i Turnera, algorytm MEA i McCaskill
7. Przewidywanie struktury RNA 2D z pseudowęzłami
Klasy pseudowęzłów, P vs. NP, jednostki przewidywania, algorytmy zachłanne, problem przypisania i algorytm węgierski, algorytm MWM i Edmondsa
8. Przewidywanie struktury RNA 2D w oparciu o sekwencje homologiczne
Align then fold, analiza kowariancji, fold then align, align & fold, algorytm Sankoffa
9. Dodatkowe tematy dotyczące przewidywania struktury RNA 2D
Kinetyka vs. termodynamika, sondowanie chemiczne i miękkie ograniczenia, współtranskrypcyjne składanie, wielosekwencyjne składanie
10. Adnotacja struktury RNA 3D
Interakcje, motywy, superpozycja, RMSD, algorytm Kabscha
11. Wyszukiwanie motywów RNA 3D
Porównanie motyw-motyw, wyszukiwanie motyw-struktura
12. Uliniowienie struktury RNA 3D
TM-score, uliniowienie sztywne i elastyczne
13. Przewidywanie struktury RNA 3D I
Przeszukiwanie homologii, modelowanie oparte na szablonach
14. Przewidywanie struktury RNA 3D II
Przewidywanie de novo, symulacje MD i MC, metody głębokiego uczenia
15. Dodatkowe tematy dotyczące przewidywania struktury RNA 3D
MDS, węzły, clashscore, energia, próbkowanie i ocena
Rodzaj przedmiotu
Założenia (opisowo)
Efekty kształcenia
Wiedza:
- znajomość problemów obliczeniowych w badaniach strukturalnych RNA
- znajomość algorytmów stosowanych w badaniach strukturalnych RNA
- znajomość najnowocześniejszych rozwiązań w zakresie biologii obliczeniowej RNA
Umiejętności:
- umiejętność wyboru właściwego algorytmu dla danego problemu obliczeniowego
- umiejętność implementacji wybranych algorytmów
- umiejętność formułowania, analizowania i rozwiązywania problemów obliczeniowych
Kompetencje:
- umiejętność krytycznej oceny podejść obliczeniowych w biologii strukturalnej RNA
- gotowość do samodzielnego rozwiązywania problemów badawczych w analizie struktury RNA
- zdolność do integrowania wiedzy teoretycznej i umiejętności praktycznych w nowych kontekstach
- świadomość bieżących wyzwań w biologii obliczeniowej RNA
Kryteria oceniania
Projekt semestralny i egzamin ustny.
Projekt składa się z zadania przewidywania struktury RNA 3D i implementacji wybranego algorytmu. Egzamin służy prezentacji projektu.
Literatura
Phillip Compeau & Pavel Pevzner (2018) Bioinformatics Algorithms. An Active Learning Approach.
Gorodkin, J., & Ruzzo, W. L. (Eds.). (2014). RNA sequence, structure, and function: computational and bioinformatic methods. New York, NY: Humana Press.
W. Saenger (1984). Principles of Nucleic Acid Structure
S. Neidle, M. Sanderson (2021). Principles of Nucleic Acid Structure
Vicens, Q., & Kieft, J. S. (2022). Thoughts on how to think (and talk) about RNA structure. Proceedings of the National Academy of Sciences, 119(17), e2112677119
Więcej informacji
Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:
- Informatyka, stacjonarne, pierwszego stopnia
- Bioinformatyka i biologia systemów, stacjonarne drugiego stopnia
- Informatyka, stacjonarne, drugiego stopnia
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: