Detail předmětu

Programování v bioinformatice

FEKT-MPC-PRGAk. rok: 2019/2020

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.

Výsledky učení předmětu

Student je schopen:
- řešit algoritmy iteračně i rekurzivně
- vyhodnotit náročnost algoritmů
- realizovat algoritmy pro vyhledávání (hrubou silou, Greedyho algoritmus)
- realizovat algoritmy pro zarovnávání sekvencí (lokální, globální, zpětné trasování)
- realizovat algoritmy pro shlukovou analýzu
- realizovat algoritmy pro učení skrytých markovových modelů a pro jejich použití

Prerekvizity

Jsou požadovány znalosti na úrovni bakalářského studia.

Doporučená nebo povinná literatura

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

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

Studenti musí získat minimálně 50 bodů ze 100 bodů v dílčích aktivitách:
1. test: základní principy algoritmů (min 15 body, max 30 bodů)
2. test: implementace algoritmů (min 15 body, max 30 bodů)
3. závěrečný písemný test: (min 20 bodů, max 40 bodů).
Dílčí aktivity mají prověřit schopnosti studenta realizovat algoritmy v programovém prostředí Matlab pro analýzu genomických dat.

Jazyk výuky

čeština

Osnovy výuky

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

Cíl

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 prostředí R či Matlab.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Počítačová cvičení jsou povinná, řádně omluvené zmeškané cvičení lze po domluvě s vyučujícím nahradit individuálně.

Zařazení předmětu ve studijních plánech

  • Program MPC-BTB magisterský navazující, 1. ročník, zimní semestr, 5 kreditů, povinný

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

    obor ET-CZV , 1. ročník, zimní semestr, 5 kreditů, povinný

Typ (způsob) výuky

 

Přednáška

13 hod., nepovinná

Vyučující / Lektor

Cvičení na poč.

39 hod., povinná

Vyučující / Lektor

eLearning