Bioinformatics 1

Opis predmeta

Bioinformatika je grana znanosti koja usko povezuje biologiju i računarstvo, a ubrzano se razvijala zadnja dva desetljeća. Pojeftinjenje i sve veća dostupnost tehnologije sekvenciranja rezultirale su stvaranjem velikih skupova bioloških podataka. Veličina i posebnosti tih podataka motivirale su razvoj novih računalnih metoda koje bi omogućile njihovu pohranu, obradu, analizu i prikaz. U ovom predmetu naglasak će biti na računalnom pristupu analizi bioloških sljedova. Bit će izloženi algoritmi i alati za: poravnavanje bioloških sljedova, slaganje genoma i transkriptoma, pronalaženje gena te postupci za rekonstrukciju filogenetskog stabla.

Ishodi učenja

  1. Objasniti neke od otvorenih problema i izazova u modernoj bioinformatici
  2. Ocijeniti mogućnost primjene pojedinih bioinformatičkih algoritama
  3. Dizajnirati algortime koji rješavaju probleme u sastavljanju sekvenci
  4. Usporediti i evaluirati metode za poravnanje sekvenci
  5. Dizajnirati algoritme za izradu filogenetskih stabala
  6. Analizirati podatatke iz bioloških baza
  7. Dizajnirati indeksne strukture temeljene na sufiksnim stabla i sufiksnim poljima

Oblici nastave

Predavanja

Predavanja u učionici.

Samostalni zadaci

Timski rad na implementaciji metode.

Način ocjenjivanja

Kontinuirana nastava Ispitni rok
Vrsta provjere Prag Udio u ocjeni Prag Udio u ocjeni
Seminar/Projekt 0 % 40 % 0 % 40 %
Međuispit: Pismeni 40 % 25 % 0 %
Završni ispit: Pismeni 40 % 35 %
Ispit: Pismeni 40 % 60 %

Tjedni plan nastave

  1. Proteini. RNA i DNA, Bioinformatičke baze podataka, Formati podataka
  2. Biološki slijedovi i strukture, Algoritmi dinamičkog programiranja, Projekt
  3. Algoritmi dinamičkog programiranja, Projekt
  4. Sufiksna stabla, Projekt
  5. Sufiksna stabla, Projekt
  6. Sufiksna polja, Projekt
  7. Sufiksna polja, FM indeks, Projekt
  8. Međuispit
  9. Poravnanje više slijedova, Pretraživanje baza sljedova, BLAST algoritam
  10. Poravnanje, Zamjenski model, Projekt
  11. Izgradnja stabla, Evaluacija stabla, Projekt
  12. Medote sekvenciranja, Mapiranje očitanja, Projekt
  13. De novo sastavljanje, Preklapanje-Razmještaj-Konsenzus, Projekt
  14. Graf nizova, De Brujin graf, Projekt
  15. Završni ispit

Studijski programi

Sveučilišni diplomski
Data Science (profil)
Recommended elective courses (2. semestar)

Literatura

(.), Mile Sikic, Mirjana Domazet-Loso, Skripta iz bioinformatike,
(.), N.C. Jones, P. J. Pevzner, An Introduction to Bioinformatics Algorithms,
(.), D. Gusfield, Algorithms on Strings, Trees and Sequences: Computer Science and Computational Biology,

Predavanja

Za studente

Izvedba

ID 223333
  Ljetni semestar
5 ECTS
R1 Engleski jezik
R1 E-učenje
30 Predavanja
5 Laboratorijske vježbe

Ocjenjivanje

90 izvrstan
75 vrlo dobar
60 dobar
50 dovoljan