Přehled studia |
Přehled oborů |
Všechny skupiny předmětů |
Všechny předměty |
Seznam rolí |
Vysvětlivky
Návod
| A6M33BIN |
Bioinformatika |
| Role: | |
Rozsah výuky: | 2P+2C |
| Katedra: | 13136 |
Jazyk výuky: | CS |
| Garanti: | |
Zakončení: | Z,ZK |
| Přednášející: | |
Kreditů: | 5 |
| Cvičící: | |
Semestr: | L |
Webová stránka:
http://cw.felk.cvut.cz/doku.php/courses/a6m33bin/start
Anotace:
Cílem předmětu je vysvětlit principy algoritmů používaných pro zpracování biologických dat na molekulární úrovni, konkrétně algoritmů používaných pro sekvenování genomů, srovnávání biologických sekvencí (zejm. genů), jejich pravděpodobnostní a gramatické modelování, pro hledání souvislostí mezi primární a vyššími strukturami proteinů, jejich funkcemi a interakcemi, pro analýzu dat vysoce paralelních měření (zejm. genové exprese) a pro systémově-biologické modelování procesů jako je metabolismus a regulace genové exprese. Kurs obsahuje i výklad potřebných pasáží molekulární biologie a základních technologií pro měření dat, jež mají být vykládanými algoritmy zpracovávány.
Výsledek studentské ankety předmětu je zde:
A6M33BIN
Cíle studia:
Cílem předmětu je vysvětlit principy algoritmů používaných pro zpracování biologických dat na molekulární úrovni, konkrétně algoritmů používaných pro sekvenování genomů, srovnávání biologických sekvencí (zejm. genů), jejich pravděpodobnostní a gramatické modelování, pro hledání souvislostí mezi primární a vyššími strukturami proteinů, jejich funkcemi a interakcemi, pro analýzu dat vysoce paralelních měření (zejm. genové exprese) a pro systémově-biologické modelování procesů jako je metabolismus a regulace genové exprese. Kurs obsahuje i výklad potřebných pasáží molekulární biologie a základních technologií pro měření dat, jež mají být vykládanými algoritmy zpracovávány.
Osnovy přednášek:
| 1. | | Úvod, principy organizace a fungování živé hmoty, evoluce života. |
| 2. | | Tok genetické informace v živých systémech. Centrální dogma, DNA, RNA, protein, replikace, transkripce, translace,reparace. Dědičnost. |
| 3. | | Algoritmy pro sekvenování, optimální skládání fragmentů. |
| 4. | | Srovnávání a zarovnávání biologických sekvencí, algoritmus BLAST, nukleotidové databáze. |
| 5. | | Zarovnávání vícera sekvencí, využití dynamického programování, heuristické metody. |
| 6. | | Modelovaní sekvencí, Markovské modely, Viterbiho algoritmus, gramatické modelování. |
| 7. | | Modely vývoje sekvencí, fylogenetické stromy, využití hierarchického shlukování. |
| 8. | | Modelování primární a vyšších struktur proteinů, souvislost struktur na různých úrovních, proteinové databáze. |
| 9. | | Modelování asociací mezi strukturou a funkcemi proteinu. Predikce interakcí s jinými proteiny, s DNA a s dalšími molekulami. |
| 10. | | Exprese genů ve zdraví a nemoci, molekulární podstata dědičných a nádorových onemocnění. |
| 11. | | Analýza dat z vysoce paralelních měrení, celogenomové studie. Shlukování, detekce významných faktorů, prediktivní modelování. |
| 12. | | Apriorní znalost pro analýzu dat exprese. Využití genových ontologií, anotací a slabě strukturované textové informace. |
| 13. | | Modelování transkripčních a metabolických drah. Struktura a dynamika, reprezentační standardy. |
| 14. | | Rezerva. |
Osnovy cvičení:
| 1. | | Úvod do předmětu. Přehled semestrálních prací. Biologický základ. Zadání samostatné práce: WEB SEARCH. |
| 2. | | Zarovnávání sekvencí DNA. Zadání samostatné práce: SEQUENCE ALIGNMENT. |
| 3. | | Algoritmus BLAST. Odevzdání samostatné práce: WEB SEARCH., Konzultace samostatné práce: SEQUENCE ALIGNMENT. |
| 4. | | Fylogenetické stromy. Odevzdání samostatné práce: SEQUENCE ALIGNMENT. |
| 5. | | Markovské modely. Skryté markovské modely. |
| 6. | | Markovské modely. Skryté markovské modely (pokračování). |
| 7. | | Markovské modely. Skryté markovské modely (dokončení). Zadání samostatné práce: GENE FINDING. |
| 8. | | Sestavování sekvencí DNA. |
| 9. | | Genová exprese. Konzultace samostatné práce: GENE FINDING. Zadání samostatné práce: GENE EXPRESSION. |
| 10. | | Genová exprese (dokončení). Konzultace samostatné práce: GENE EXPRESSION. |
| 11. | | Motivační příklady. Odevzdání samostatné práce: GENE FINDING |
| 12. | | Cvičení odpadá. |
| 13. | | Zajímavosti v bioinformatice (Gene networks, optogenetics...)., Odevzdání samostatné práce: GENE EXPRESSION. |
| 14. | | Zápočty |
Literatura:
| [1] | | Durbin et al.: Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids, Cambridge University Press, 1998. |
| [2] | | Hunter, L. (2004) Life and Its Molecules: A Brief Introduction. AI Magazine 25(1):9-22. |
| [3] | | Lesk, AM. (2002). Introduction to Bioinformatics, Oxford Univ Press. |
| [4] | | Baxevanis, AD., Ouellette, BFF. (eds) Bioinformatics: A Practical Guide to the Analysis of Genes and Proteins, Wiley. |
| [5] | | Cvrčková, F. (2006). Úvod do praktické bioinformatiky. Praha, Academia. |
Požadavky:
Znalosti těchto oblastí: algoritmy a datové struktury, třídy složitosti algoritmů, NP úplnost, principy relačních databází a dotazování, základy teorie grafů, automatů a gramatik, základy pravděpodobnosti a statistiky, principy statistických testů.
Klíčová slova:
genomická data, zarovnávání, exprese
Předmět je zahrnut do těchto studijních plánů:
| Plán |
Obor |
Role |
Dop. semestr |
| Stránka vytvořena 15.9.2024 15:51:01, semestry: Z,L/2024-5, L/2023-4, Z/2025-6, Z/2023-4, připomínky k informační náplni zasílejte správci studijních plánů |
Návrh a realizace: I. Halaška (K336), J. Novák (K336) |