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
Zajišťuje ústav
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
Typ (způsob) výuky
Přednáška
13 hod., nepovinná
Vyučující / Lektor
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).
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
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.
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.