Bioinformatika
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
F7PBKBI-I | Z,ZK | 5 | 2P+2C | česky |
- Garant předmětu:
- Ondřej Klempíř
- Přednášející:
- Ondřej Klempíř, Pavla Suchánková
- Cvičící:
- Ondřej Klempíř, Pavla Suchánková
- Předmět zajišťuje:
- katedra biomedicínské informatiky
- Anotace:
-
Cílem předmětu je seznámit studenty s bioinformatikou zaměřenou na práci s DNA a proteinovými řetězci. Kromě základních biologických vlastností DNA získají studenti přehledové znalosti o algoritmech pro zpracování proteinových řetězců, o metodikách jejich zpracování a jejich ukládání na datové úložiště. Studenti se v rámci výuky naučí pracovat s bioinformatickými databázemi, budou v nich umět vyhledávat a propojit je mezi různými systémy. Součástí výuky budou také pokročilejší metody analýze a predikce struktur v proteinových řetězcích. Předpokládají základní znalosti matematiky, biologie a algoritmizace.
- Požadavky:
-
Zápočet: Absolvování všech cvičení (max. 2 povolené absence), povinné odevzdání řešení domácích úloh ze cvičení. Kontrolní test (min. 50 %).
Zkouška: ústní zkouška.
- Osnova přednášek:
-
Osnova přednášek:
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.
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. Homologní modelování.
10. Zpracování velkých dat pro personalizovanou medicínu – genetické varianty.
11. Zpracování velkých dat v bioinformatice – technické prostředky pro Hadoop a Spark.
12. Strukturní bioinformatika - metody predikce 2D a 3D struktur.
13. Strukturní bioinformatika 2 – pokročilé metody modelování struktur.
14. Rezerva
- Osnova cvičení:
-
Osnova cvičení:
1. Práce s bioinformatickými řetězci (exaktní a aproximativní matching, suffix trie).
2. Implementace procesů centrálního dogmatu molekulární biologie v Matlab.
3. Vizualizace a analýza 3D struktur.
4. Algoritmické modely typů buněčného dělení: mitóza (inovace RPAPS 2017).
5. Algoritmické modely typů buněčného dělení: meióza (inovace RPAPS 2017).
6. Implementace DotPlot v Matlab.
7. Predikce proteinové struktury (Hidden Markov Models, neuronové sítě, Kd-tree).
8. Sekvenční alignment. Multiple sequence alignment.
9. Analýza proteinové struktury. Kontrolní test.
10. Homologní modelování.
11. Instalace Hadoop a Spark pro zpracování velkých dat. Náležitosti zpracování velkých dat.
12. Využití Spark pro zpracování velkých dat v bioinformatice.
13. Identifikace genetických variant v genomu člověka prostřednictvím Spark.
14. Zápočtový test.
- Cíle studia:
- Studijní materiály:
-
Povinná literatura:
[1]ZVÁROVÁ, Jana a Ivan MAZURA. Metody molekulární biologie a bioinformatiky. Praha: Karolinum, 2012. Biomedicínská informatika. ISBN 978-80-246-2150-0.
Doporučená literatura:
[1]CVRČKOVÁ, Fatima. Úvod do praktické bioinformatiky. Praha: Academia, 2006. ISBN 80-200-1360-1.
[2]PEVSNER, Jonathan. Bioinformatics and functional genomics. Third edition. Chichester: Wiley-Blackwell, 2015. ISBN 978-1-118-58178-0.
- Poznámka:
- Rozvrh na zimní semestr 2024/2025:
-
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po Út St Čt Pá - Rozvrh na letní semestr 2024/2025:
- Rozvrh není připraven
- Předmět je součástí následujících studijních plánů:
-
- Bakalářská studijní specializace Biomedicínská informatika (povinný předmět)