Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2024/2025

Bioinformatika

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah Jazyk výuky
17KBIBIF KZ 4 8P+4C česky
Garant předmětu:
Přednášející:
Cvičící:
Předmět zajišťuje:
katedra biomedicínské informatiky
Anotace:

Laboratoře po celém světě produkují obrovské množství nových nukleotidových i proteinových sekvencí, expresních profilů, 3D struktur a dalších biologických dat. Za pouhý jeden rok (2008) se množství známých nukleotidových sekvencí rozrostlo o 25 % na 250 gigabazí. Za stejný rok se zvětšila databáze známých 3D struktur o 17 %, v současnosti se sekvenuje přes 1500 organismů. S rostoucím množstvím dat roste i význam bioinformatiky, která sbírá, archivuje a především analyzuje a pokouší se nalézt smysl a cenné informace v nekontrolovaně rostoucím moři dat. Bioinformatika je jedním z nejdynamyčtěji se rozvíjejících biomedicínských oborů a znalost alespoň základních bioinformatických databází, metod a algoritmů se pomalu stává nezbytnou pro kohokoliv s vážným zájmem o biomedicínský výzkum či biotechnologické aplikace. Databáze a metody budou nejprve uvedeny formou přednášek a získané znalosti budou následně rozvíjeny a procvičovány během počítačových praktik, které studentům umožní vyzkoušet si probírané metody na vlastní kůži. Základní znalost struktury proteinů a nukleových kyselin je výhodou, nikoliv však nezbytná.

Požadavky:

Absolvování všech cvičení (max. 2 povolené absence), povinné odevzdání řešení domácích úloh ze cvičení a úspěšné zvládnutí závěrečného interview (minimálně 50 % bodů ze 100). Max. zisk bodů ze cvičení - 50. Hodnocení dle ECTS stupnice.

Osnova přednášek:

------------Úvod do bioinformatiky, molekulární biologie------

1. Úvod do bioinformatiky, biologie buňky, struktura DNA a proteinů.

2. Studium DNA a genomů - manipulace s DNA a mapování.

3. Struktura DNA a RNA 2. Projekt Human genom.

-------------------------Bioinformatické metody---------------------

4. Co je to homologie a algoritmické zarovnávání sekvencí.

5. Zarovnání proteinů (Protein alignment), PAM matice.

6. DotPlot, BLOSUM matice.

7. Vyhledávání v bioinformatických databázích, algoritmus BLAST.

8. Vícenásobné zarovnání (Multiple sequence alignment).

9. Fylogenetické stromy, fylogenetická analýza.

-----------------------------Pokročilá témata--------------------------

10. Strukturní bioinformatika - metody predikce 2D a 3D struktur.

11. Strukturní bioinformatika 2 - homologní modelování a algoritmy.

12. Statistická bioinformatika a její aplikace.

Osnova cvičení:

1. Práce s bioinformatickými řetězci (exaktní a aproximativní matching, suffix trie).

2. Vizualizace a analýza 3D struktur.

3. Predikce proteinové struktury (HMM, neuronové sítě, Kd-tree).

4. Analýza proteinové struktury.

5. Algoritmické modely typů buněčného dělení - inovace RPAPS 2017

6. Vizualizace a rozpoznávání jednotlivých typů neuronů z 3D souřadnic v prostoru - inovace RPAPS 2017

Cíle studia:

Cílem je seznámit studenty s dynamicky se rozvíjejícím oborem na pomezí biologie, medicíny a informačních technologií. Studenti se seznámí s nejběžnějšími bioinformatickými algoritmy teoreticky, ale také se naučí ovládat a využívat řadu metod v praktických cvičeních. Cílem je (jak v přednáškách tak cvičeních) procvičovat interpretaci pozorovaných dat a kriticky hodnotit výsledky. V průběhu kurzu budou studenti konfrontováni také s odbornou literaturou ve formě vědeckých článků, což přispěje k jejich obecným veděckým dovednostem.

Studijní materiály:

[1] Fatima Cvrčková (2006): Úvod do praktické bioinformatiky; 1. Vydání, Academia, 150 stran, ISBN: 80-200-1360-1

Poznámka:
Další informace:
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 16. 6. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet2798406.html