Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Algorytmy analizy danych genomicznych

Informacje ogólne

Kod przedmiotu: 1000-718ADG
Kod Erasmus / ISCED: 11.303 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0612) Database and network design and administration Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Algorytmy analizy danych genomicznych
Jednostka: Wydział Matematyki, Informatyki i Mechaniki
Grupy: Przedmioty obieralne dla informatyki
Przedmioty z technologii w skali genomowej dla bioinformatyki
Punkty ECTS i inne: 6.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Skrócony opis:

Algorytmiczne problemy i metody analiz danych z sekwencjonowania wysokoprzepustowego i innych wielkoskalowych technik eksperymentalnych współczesnej genomiki. Tematy będą obejmować problemy mapowania odczytów na genomy referencyjne, rekonstrukcji zsekwencjonowanych genomów z odczytów, klasyfikacji i kwantyfikacji odczytów. Przedstawione zostaną metody rozwiązywania tych problemów w oparciu o dane z różnych eksperymentów i technologii sekwencjonowania, a także podejścia wykorzystujące łącznie dane różnego typu.

Pełny opis:

1. Mapowanie odczytów z sekwencjonowania

◦ algorytmy wyszukiwania wzorca, indeksowanie tekstów

◦ wyszukiwanie przybliżonych wystąpień wzorca w oparciu o indeksy tekstów

◦ techniki wyszukiwania przybliżonych wystąpień wzorca o niskim podobieństwie

2. Wyznaczanie wariantów strukturalnych

◦ na podstawie odczytów z sekwencjonowania

◦ na podstawie danych z map optycznych

3. Przetwarzanie odczytów RNA-seq

◦ mapowanie odczytów a wyznaczanie spektrum k-merów

4. Analiza danych metagenomicznych

◦ klasyfikacja odczytów w oparciu o skład i o homologię

◦ dekonwolucja odczytów powiązanych (linked reads)

5. Asemblacja genomów de novo

◦ podejście Overlap-Layout-Consensus

◦ podejście przez grafy de Bruijna

◦ łączenie contigów i scaffolding

6. Pangenomika

◦ modele i metody konstrukcji pan-genomów

◦ analiza danych z sekwencjonowania w oparciu o pan-genomy

Literatura:

V. Mäkinen, D. Belazzougui, F. Cunial, A. Tomescu, Genome-Scale Algorithm Design. Cambridge University Press 2015.

X. Wang, Next-Generation Sequencing Data Analysis, CRC Press 2016.

Efekty uczenia się:

Wiedza:

- znajomość technik algorytmicznych stosowanych w analizie sekwencji DNA (K_W06)

- znajomość metod analizy odczytów z wysokoprzepustowego sekwencjonowania DNA (K_W05)

Umiejętności:

- umiejętność wyboru właściwej techniki sekwencjonowania do zastosowania w danym problemie biologicznym (K_U04)

- umiejętność właściwiego zaprojektowania eksperymentów z wykorzystaniem wielkoskalowych technologii genomicznych oraz analizy otrzymanych danych (K_U05)

- umiejętność implementacji wybranych algorytmów do analizy danych z sekwencjonowania nowej generacji (K_U02)

Kompetencje:

- zna ograniczenia własnej wiedzy, potrafi sformułować pytania służące pogłębieniu zrozumienia rozważanego zagadnienia (K_K02)

- rozumie konieczność krytycznej analizy stworzonego przez siebie opracowania (K_K01)

Metody i kryteria oceniania:

Podczas laboratorium, studenci będą pracować (indywidualnie lub w zespołach 2-3 osobowych) nad projektami zaliczeniowymi. Ocena końcowa jest pochodną oceny z projektu i (opcjonalnego) egzaminu ustnego.

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-01-28
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Norbert Dojer, Aleksander Jankowski
Prowadzący grup: Norbert Dojer, Aleksander Jankowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
ul. Banacha 2
02-097 Warszawa
tel: +48 22 55 44 214 https://www.mimuw.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.3.0-2b06adb1e (2024-03-27)