Zastosowania bioinformatyki
Kurs obowiązkowy (do wyboru) dla studentów IV roku biofizyki (biotechnologii). Kurs odbywa się w semestrze zimowym i obejmuje 9 godzin wykładów, 27 godzin ćwiczeń oraz 9 godzin seminariów (ECTS: 4). Na zaliczenie kursu wpływa ocena ze sprawozdań z ćwiczeń (50%) i egzamin testowy (50%). Warunkiem wstępnym uczestnictwa w kursie jest zaliczenie kursu Podstawy bioinformatyki (w przypadku studentów biotechnologii, zaliczenie kursu Bioinformatyka). in English
W roku akademickim 2007/2008, wykłady odbywają się we wtorki w godzinach 14:15-15:15 w sali P.02, a ćwiczenia w godzinach 11:45-14:00 (grupa A) oraz 15:30-17:45 (grupa B). Pierwsze ćwiczenia odbędą się 23.X.2007.
Wybrane materiały źródłowe udostępniane są uczestnikom kursu na stronach biblioteki BioInfo.
- strony dostępne dla uczestników kursu
- strony dostępne dla prowadzących zajęcia
Opis kursu
W trakcie wykładów dokonany zostanie przegląd zastosowań wybranych technik bioinformatycznych w dziedzinach biologii molekularnej, biotechnologii, biofizyki, genomiki porównawczej, proteomiki oraz molekularnej analizy filogenetycznej. Ćwiczenia do kursu obejmują: [1] techniki uzyskiwania globalnego uliniowienia wielosekwencyjnego, [2] analizę i edycję uliniowień wielosekwencyjnych, [3] probabilistyczne modelowanie sekwencji białek i kwasów nukleinowych, [4] analizę domenowej architektury białek, [5] identyfikację motywów sekwencyjnych i sygnatur białkowych, [6] analizę kontroli metabolicznej, [7] metody porównywania tempa ewolucji molekularnej, [8] techniki wyznaczania i weryfikacji drzew filogenetycznych, [9] metody opracowywania danych z mikromacierzy, [10] metody przewidywania struktury przestrzennej białek.
Applied Bioinformatics
An obligatory (optional) course for 4th year students of Biophysics (Biotechnology) taught in the winter semester. The course (ECTS 4) includes lectures (15 hrs) and laboratory exercises (30 hrs in 10 sessions). Prererequisites: completed course Fundametals of Bioinformatics (Bioinformatics). Grading policy: assignments (50%), exam (50%).
Course description
The course covers the following areas: (1) multiple sequence alignment methods (MSA), (2) methods for editing and visualisation of MSA (jalview, clustalx), (3) phylogenetic sequence analysis with PHYLIP package, (4) protein motif identification (PROSITE, PRINTS), (5) characterisation of protein families with Hidden Markov Models (hmmer, pfam), (6) Metabolic Control Analysis (MCA, Piotr Liguziński), (7) machine learning methods (SVM, kNN; Marcin Kurdziel), (8) methods for protein structure prediction (modeller, meta servers).