Wstęp do biologii obliczeniowej 1000-2N03BO
1. 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.
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, statystyczna istotność uliniowień.
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.
Koordynatorzy przedmiotu
Rodzaj przedmiotu
Założenia (lista przedmiotów)
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 (30 pkt.), projekty zaliczeniowe (20 pkt.), programistyczne prace domowe (20 pkt.), wymagane uzyskanie co najmniej 50% sumy punktów do zaliczenia. Egzamin ustny (30 pkt.).
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. Durbin, R., Eddy, S. R., Krogh, A., & Mitchison, G. (1998). Biological sequence analysis: Probabilistic models of proteins and nucleic acids. Cambridge University Press.
2. Pevzner, P. A. (2000). Computational molecular biology: An algorithmic approach. MIT Press.
3. Ewens, W. J., & Grant, G. R. (2001). Statistical methods in bioinformatics: An introduction. Springer.
4. Campbell, A. M., & Heyer, L. J. (2007). Discovering genomics, proteomics, and bioinformatics (2nd ed). CSHL Press.
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: