Wstęp do biologii obliczeniowej 1000-2N03BO
1. Wprowadzenie biologiczne: podstawowe wiadomości na temat biologii molekularnej, budowa kwasów nukleinowych i białek, transkrypcja i translacja.
2. Analiza sekwencji molekularnych: sekwencjonowanie przez hybrydyzację, algorytmy globalnego i lokalnego uliniowienia dwóch sekwencji.
3. Matematyczne modele ewolucji molekularnej: modele Jukesa-Cantora i Kimury dla sekwencji DNA, macierze substytucyjne PAM i BLOSUM dla białek, statystyczna istotność uliniowień.
4. Uliniowienie wielu sekwencji: programowanie dynamiczne, algorytmy zachłanne, efektywne heurystyki (CLUSTALW, T-Coffee, MUSCLE).
5. Ukryte modele Markowa i ich zastosowania do sekwencji molekularnych: algorytmy Viterbiego i Bauma-Welcha.
6. Przeszukiwanie baz danych sekwencji: algorytm BLAST.
7. Znajdowanie motywów w sekwencjach DNA, określanie wzbogacenia funkcjonalnego w zbiorach genów.
8. Wstęp do filogenetyki: odtwarzanie drzew filogenetycznych pojedynczych genów oraz ich uzgadnianie.
9. Wstęp do analizy danych genomicznych: mapowanie odczytów na genom referencyjny, asemblacja genomów, metagenomika.
W przypadku braku studentów obcojęzycznych, zajęcia będą prowadzone po polsku.
Rodzaj przedmiotu
Założenia (lista przedmiotów)
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza:
1. Ma ogólną wiedzę o problemach współczesnej biologii obliczeniowej.
2. Ma podstawową wiedzę w zakresie modeli matematycznych i metod obliczeniowych stosowanych w opisie sekwencji molekularnych.
Umiejętności:
1. Potrafi zaimplementować klasyczne analizy bioinformatyczne dla sekwencji molekularnych.
2. Potrafi wykorzystywać zaawansowane narzędzia bioinformatyczne do analizy danych eksperymentalnych.
Kompetencje:
1. Zna ograniczenia własnej wiedzy i rozumie potrzebę dalszego kształcenia (K_K01)
2. Potrafi zarządzać swoim czasem oraz podejmować zobowiązania i dotrzymywać terminów (K_K05)
3. Potrafi korzystać z interdyscyplinarnej literatury.
Kryteria oceniania
Kolokwium, projekty zaliczeniowe, programistyczne prace domowe. Egzamin ustny.
W przypadku zaliczania przedmiotu przez doktoranta, dodatkowym elementem zaliczenia będzie zapoznanie się z oryginalnym artykułem naukowym z aktualnego frontu badań i rozmowa na jego temat z wykładowcą.
Literatura
1. Richard Durbin, Sean R. Eddy, Anders Krogh, Graeme Mitchison, Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids, Cambridge University Press, 1998.
2. Pavel A. Pevzner, Computational Molecular Biology: An Algorithmic Approach, MIT Press, 2000.
3. Warren J. Ewens, Gregory R. Grant, Statistical Methods in Bioinformatics: An Introduction, Springer 2001.
4. A. Malcolm Campbell, Laurie J. Heyer, Discovering Genomics, Proteomics, and Bioinformatics, CSHL Press, 2007.
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
- Matematyka, stacjonarne, drugiego stopnia
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: