Detail předmětu

Programování v bioinformatice

FEKT-FPRGAk. rok: 2011/2012

Předmět je zaměřen na programování v oblasti bionformatiky. Zaměřuje se na seznámení s různými typy programů a konkrétními algoritmy používaných pro analýzu sekvencí DNA a proteinů.

Jazyk výuky

čeština

Počet kreditů

6

Garant předmětu

doc. Ing. Jana Kolářová, Ph.D.

Zajišťuje ústav

Ústav biomedicínského inženýrství (UBMI)

Výsledky učení předmětu

Praktické znalosti programování v jazyku Perl zaměřené na práci s databázemi DNA a proteinů. Zvládnutí jednoduchých analýz sekvencí DNA a proteinů a interpretace výsledků.

Prerekvizity

Jsou požadovány znalosti na úrovni bakalářského studia.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.

Způsob a kritéria hodnocení

Podmínky pro úspěšné ukončení předmětu stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Osnovy výuky

Základy algoritmizace úloh (rekurzivní a iterační algoritmy, náročnost algoritmů, různé typy algoritmů a jejich využití v boinformatice). Algoritmy vyhledávání (Exhaustive Search – restrikční mapování, vyhledávání motivů, Greedyho algoritmus – analýza genetických změn pomocí reverzí a tříděním metodou Breakpoints). Dynamické programování (obecný popis metody, globální zarovnávání, lokální zarovnávání, optimální cesta, aplikace). Shluková analýza a skrzté Markovovy modely pro analýzu genomických dat (základní principy, aplikace).

Učební cíle

Seznámení a osvojení základních programovacích návyků v jazyku Perl. Seznámení s některými již vyřešenými úlohami pro analýzu sekvencí DNA a proteinů. Seznámení s datovými typy, operacemi s nimi a možnostmi prezentace výsledků. Tyto znalosti budou následně využity při tvorbě vlastních programů.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Základní literatura

Moorhouse M, Barry P: Bioinformatics Biocomputing and Perl: An Introduction to Bioinformatics Computing Skills and Practice. Wiley; 1 edition, 2004. (EN)

Zařazení předmětu ve studijních plánech

  • Program BTBIO-F magisterský navazující

    obor F-BTB , 2. ročník, zimní semestr, povinný

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

    obor ET-CZV , 1. ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Přednáška

13 hod., nepovinná

Vyučující / Lektor

doc. Ing. Jana Kolářová, Ph.D.

Osnova

1. Základy algoritmizace úloh (rekurzivní a iterační algoritmy, náročnost algoritmů].
2. Algoritmy vyhledávání - Exhaustive Search: restrikční mapování, vyhledávání motivů.
3. Algoritmy vyhledávání - Greedyho algoritmus: analýza genetických změn pomocí reverzí a tříděním metodou Breakpoints.
4. Dynamické programování (obecný popis metody, globální zarovnávání, lokální zarovnávání, optimální cesta, aplikace).
5. Shluková analýza pro analýzu genomických dat (základní principy, aplikace).
6. Skryté Markovovy modely pro analýzu genomických dat (základní principy, aplikace).

Cvičení na počítači

39 hod., povinná

Vyučující / Lektor

Ing. Jaroslav Balogh
Ing. Denisa Maděránková, Ph.D.

Osnova

1. Seznámení s provozním řádem počítačové laboratoře a náplní cvičení.
2. Základy algoritmizace úloh.
3. Rekurzivní a iterační algoritmy, náročnost algoritmů.
4. Exhaustive Search: restrikční mapování.
5. Exhaustive Search: vyhledávání motivů.
6. Greedyho algoritmus: analýza genetických změn pomocí reverzí
7. Analýza genetických změn metodou Breakpoints.
8. Dynamické programování: obecný popis metody, globální zarovnávání.
9. Dynamické programování: lokální zarovnávání, optimální cesta.
10. Shluková analýza pro analýzu genomických dat (základní principy, aplikace).
11. Skryté Markovovy modely pro analýzu genomických dat (základní principy, aplikace).
12. Náhradní cvičení.
13. Závěrečný test.

Ostatní aktivity

13 hod., povinná

Vyučující / Lektor

doc. Ing. Jana Kolářová, Ph.D.

Osnova

1. Samostudium databází DNA a proteinů.
2. Samostudium vyhledávacích algoritmů.
3. Vypracování samostatného projektu.