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. 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.

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.

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, 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.