Detail předmětu

Programming in Bioinformatics

FEKT-MPA-PRGAk. rok: 2023/2024

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

angličtina

Počet kreditů

5

Garant předmětu

Nabízen zahraničním studentům

Pouze domovské fakulty

Vstupní znalosti

Jsou požadovány znalosti na úrovni bakalářského studia.

Pravidla hodnocení a ukončení předmětu

Studenti musí získat minimálně 50 bodů ze 100 bodů v dílčích aktivitách:
1. půlsemestrální test (max. 30 bodů),
2. semestrální test (max. 30 bodů),
3. bodované programování (min. 20 bodů, max. 40 bodů).
Dílčí aktivity mají prověřit schopnosti studenta realizovat algoritmy ve vybraném programovém prostředí.
Počítačová cvičení jsou povinná, řádně omluvené zmeškané cvičení lze po domluvě s vyučujícím nahradit individuálně.

Učební cíle

Cílem předmětu je seznámení a osvojení základních algoritmů pro analýzu sekvencí DNA a proteinů a jejich podrobný rozbor. Studenti jsou vedeni k samostatnému programování probíraných algoritmů v programovacím jazyce R.
Student je schopen:
- řešit algoritmy iteračně i rekurzivně
- vyhodnotit náročnost algoritmů
- realizovat algoritmy pro vyhledávání (hrubou silou, branch&bound algoritmus, greedy algoritmus)
- realizovat algoritmy zarovnání sekvencí využívající dynamické programování s rekurzí
- realizovat algoritmy pro učení skrytých Markovových modelů a pro jejich použití

Základní literatura

Chao K.-M., Zhang L.: Sequence Comparison. Springer-Verlag, 2009
Jones N.C., Pevzner P.A: An Introduction to Bioinformatics Algorithms. The MIT Press, 2004
Moorhouse M, Barry P: Bioinformatics Biocomputing and Perl: An Introduction to Bioinformatics Computing Skills and Practice. Wiley; 1 edition, 2004.
Zaplatílek K, Doňar B: Matlab tvorba uživatelských aplikací, Technická literatura BEN, Praha 2004

Elearning

Zařazení předmětu ve studijních plánech

  • Program MPC-BTB magisterský navazující 1 ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Přednáška

13 hod., nepovinná

Vyučující / Lektor

Osnova

1. Typy algoritmů, analýza algoritmů, rekurze a iterace.
2. Dynamické programování s rekurzí.
3. Restrikční mapování a vyhledávání motivů.
4. Třídící algoritmy.
5. Algoritmy pro de novo skládání genomu.
6. Markovovy modely v bioinformatice.

Cvičení na počítači

39 hod., povinná

Vyučující / Lektor

Osnova

1. Základy Git a GitHub.
2. Regulární výrazy.
3. Analýza algoritmů, výpočetní náročnost.
4. Typy algoritmů, rekurze a iterace.
5. Dynamické programování s rekurzí.
6. Algoritmy pro restrikční mapování (exhaustive search).
7. Vyhledávání motivů (branch and bound algoritmy).
8. Třídící algoritmy (greedy algoritmy).
9. Algoritmy pro de novo skládání genomu.
10. Sufixové stromy.
11. Markovovy modely v bioinformatice.

Elearning