Wstęp do biologii obliczeniowej

fakultatywne

Algorytmy i struktury danych 1000-213bASD
Rachunek prawdopodobieństwa 1000-213bRP

Celem zajęć jest zapoznanie studentów mających przygotowanie informatyczne i matematyczne z problemami współczesnej biologii obliczeniowej. Tematyka jest skupiona na analizie sekwencji białek i kwasów nukleinowych. Przedstawione zostaną klasyczne modele matematyczne i metody obliczeniowe stosowane w opisie sekwencji molekularnych.

W przypadku braku studentów obcojęzycznych, zajęcia będą prowadzone po polsku.

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.

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.

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.

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.