čeština

Absolvent předmětu je schopen:
- popsat základní způsoby počítačového zpracování symbolických sekvencí,
- vysvětlit charakteristiku evoluce DNA a proteinů,
- popsat principy metod konstrukce a analýzy fylogenetických stromů,
- diskutovat výhody a nevýhody jednotlivých metod,
- vysvětlit principy numerické konverze symbolických biologických sekvencí.

Student by měl být schopen vysvětlit základní principy klasické genetiky, měl by znát základní pojmy a zákony molekulární biologie a měl by ovládat základní znalosti z číslicového zpracování signálů. Obecně jsou požadovány znalosti na úrovni bakalářského studia.

Metody vyučování zahrnují přednášky a laboratorní cvičení na počítači. Předmět využívá e-learning (Moodle). Student odevzdává projekty podle pokynů vyučujících.

až 40 bodů ze cvičení (3x test a 1x domácí úkol)
až 60 bodů za písemnou zkoušku
Zkouška je zaměřena na ověření orientace v pojmech pokročilého zpracování biologických sekvencí, schopnosti navrhnout způsob analýzy sekvencí, prakticky provést operace se sekvencemi.

1. Genetická variabilita.
2. Modely evoluce sekvencí.
3. Modely evoluce proteinů.
4. Fylogenetické stromy.
5. Konstrukce fylogenetických stromů.
6. Vyhodnocení fylogenetické analýzy.
7. Numerické reprezentace genomických dat.
8. Numerické konverze.
9. Popis struktury proteinů.
10. Zpracování NGS dat.
11. Metagenomika.

Cílem předmětu je poskytnout znalosti o pokročilých metodách analýzy biologických sekvencí založených na deterministickém i pravděpodobnostním přístupu. Aplikace zahrnují zejména zarovnávání sekvencí, vyhledávání genů a využití fylogenetických stromů.

Laboratorní výuka je povinná. Řádně omluvené zameškané hodiny lze nahradit po domluvě s vyučujícím.

Amjesh, R. Bioinformatics for beginners. LAP LAMBERT Academic Publishing, 2019. ISBN 978-6200262851 (EN)
Durbin, R. Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids. Cambridge University Press, 2002. ISBN: 978-0521629713 (EN)
Rosypal, S. Nový přehled biologie. Scientia, Praha 2003. ISBN 80-7183-268-5 (CS)
Srinivasa, K. G. Statistical Modelling and Machine Learning Principles for Bioinformatics Techniques, Tools, and Applications. Springer, 2020. ISBN 978-9811524448 (EN)

Kejnovský, E., Hobza, R. Evoluční genomika, Elportál, Brno: Masarykova univerzita, 2006. ISSN 1802-128X (CS)
Pevzner, P. A. An Introduction to Bioinformatics Algorithms (Computational Molecular Biology. The MIT Press, 2004. ISBN: 978-0262101066 (EN)