A bioinformatika alapjai
Letölthető előadásjegyzet (diasorozat):
3. A szekvenciaelemzés alapjai
6. Többszörös szekvenciaillesztés
8. Matlab Bioinformatics Toolbox
Szekvenciaadatok_meghatározása
Tematika:
1.
Tájékoztatás
A félévi tematika rövid áttekintése, a számonkérés menetének megbeszélése. A bioinformatika története. A bioinformatika
tárgya, alkalmazási területei.
2.
Genetikai alapok
A genetikai örökítőanyag (DNS), kromoszóma
felépítése. Főbb RNS típusok. Replikáció,
transzkripció, transzláció. Gén, génexpresszió.
Fehérjék, fehérjék szerkezetének felépítése.
3.
Dinamikus programozás
Mátrixok, gráfok alkalmazása a bioinformatikában. Az
operációkutatás elemeinek felhasználása, súlyfüggvények, konkrét feladatok.
4.
A szekvenciaelemzés alapjai
Szekvenálási adatok kezelése, ellenőrzése. Új
szekvencia elhelyezése az elsődleges adatbázisban. Páronkénti
összehasonlítások:„dot-plot”. Pontozási módszerek,
helyettesítési mátrixok. PAM, BLOSUM mátrixok. Páronkénti szekvenciaillesztések:
optimális illesztések. Globális és lokális illesztés
5.
Illesztési algoritmusok I.
Needleman-Wunsch algoritmus, Smith-Waterman algoritmus.
6.
Szekvenciaadatok
meghatározása
Szekvenátorok, biotechnológiai eljárások: PCR, microarray és típusai (ChIP-chip,
ChIP-Seq)
7.
Illesztési algoritmusok II. (Többszörös szekvenciaillesztés)
Módszerek. A progresszív illesztés módszere a ClustalW
program példáján. Többszörös illesztések vizualizálása
8.
Adatbázisok
Molekuláris biológiai adatbázisok. Elsődleges szekvencia-adatbázisok. Nukleotidszekvencia adatbázisok: EMBL, GenBank.
Fehérjeszekvencia adatbázisok: PIR, SWISS-PROT, TrEMBL. Bibliográfiai adatbázis: PubMed.
Keresés az adatbázisokban, Genom-böngészők: Ensembl,
Sanger, UCSC.
9.
Bioinformatikai alkalmazások
(programcsomagok)
Keresés optimális illesztési algoritmusokkal: webes implementációk.
Heurisztikus keresési módszerek: FASTA és BLAST algoritmusok. PERL nyelv
használata adatok előkészítéséhez. AZ R nyelv használata statisztikai
elemzésekhez. A Matlab Bionformatics
toolbox.
10. Algoritmikus
problémák
De novo és reference
assembly.
11. Proteomika, Génexpressziós elemzések
A térszerkezeti adatok megjelenítése. Reprezentációs formák. A
leggyakrabban használt megjelenítő szoftvercsomagok.
12. Gyakorlati
alkalmazások
Genom projektek. Trendek. Összehasonlító genomika, farmakogenomika, sportgenomika,
személyre szabott gyógyszerek.
13. Számonkérés
Irodalom:
· T.K. Attwood, D.J. Parry−Smith: Introduction to bioinformatics. Addison−Wesley Longman 1999.
· A.D. Baxevanis, B.F.F. Oulette: Bioinformatics. A practical guide to the analysis of genes and proteins. John Wiley Sons 1998.
· D. Mount: Bioinformatics: Sequence and Genome Analysis. Cold Spring Harbor, 2001.
· G.R. Grant, W.J. Ewens: Statistical Methods in Bioinformatics: An Introduction, Springer-Verlag, 2005.
· P. Baldi, S. Brunak, S. Brunak: Bioinformatics: The Machine Learning Approach, Second Edition (Adaptive Computation and Machine Learning), MIT Press, 1998.
· S. Letovsky: Bioinformatics: Databases and Systems, Springer-Verlag, 1999.
· L.J. Heyer, A.M. Campbell, Genomika, proteomika, bioinformatika - CD-ROM melléklettel, Medicina (Budapest) kiadó (magyar nyelvű), 2004.
Követelmények
Előfeltétel:
Valószínűségszámítás és statisztika, Adatbázisrendszerek
Vizsgakövetelmények:
A félév során a vizsgált témákhoz kapcsolódó algoritmus implementálása, illetve alternatív lehetőségként zárthelyi dolgozat a félév végén.
Ajánlott feladatok
1. Térkitöltő görbék alkalmazása genetikai adatok vizualizációjához
Genetikai
adatelemzés során gyakran merül fel
igény nagyméretű szekvenciák annotációinak vizualizációjára. Jelenleg ezen adatok az esetek döntő többségében lineárisan kerülnek megjelenítésre, azonban az érdekes pontok
kiemelése, bizonyos előre definiált szempontok szerinti elrendezése hatékonyabbá teheti az adatok
áttekintését és az azok által
hordozott információk megértését. Ilyen vizualizáció konstruálására alkalmasak lehetnek a térkitöltő görbék. Egy térkitöltő görbét rekurzívan adhatunk meg, bizonyos
lépések végtelen sokszori alkalmazásával. Ezek önaffin viselkedése
lehetővé teszi az adatok
tetszőleges skálázhatóságát.
2. Sejtvideók feldolgozása
A különböző képalkotókkal való adatkinyerés egy meglehetősen egyszerű és viszonylag
olcsó technika, ezért nagy népszerűségnek
örvend különböző beavatkozások sejtekre történő hatásának ellenőrzéséhez. Gyakori megközelítés például sejtek/sejtkultúrák folyamatos képi rögzítése genetikai és gyógyszeres beavatkozások, vagy pl. fényre való reagálás
elemzéséhez. Ezen a területen újszerű, kellő pontossággal rendelkező videó feldolgozó algoritmusok kidolgozására és implementálására van szükség, pl.
sejtek szegmentálására vagy sejtek és
sejtcsoportok külső hatásokra bekövetkező alaktani változásának mérésére.
3. Genetikai vizsgálatok microarray (DNS-chip) adatok
feldolgozásával
A
microarray (vagy DNS chip) egy
üveglapra szintetizált különböző, ismert szekvenciájú DNS darabokat tartalmazó eszköz. Ezen chipek fő alkalmazási területe a gén kifejeződés mértékének vizsgálata, de emellett alkalmasak komparatív genomi hibridizációs (CGH) elemzésekre, valamint a sejtbeli genomátrendeződés vagy az egyedi
nukleotid változatok (SNP) vizsgálatára is.
A feladat DNS chipekről származó adatok elemzése és összehasonlítása.
4. Nagy mennyiségű genetikai adat feldolgozása elosztott környezetben
Napjainkban
nagy jelentőséggel bír a genetikai (genomikai, metagenomika, proteomikai) adatelemzés, illetve az
így kapott eredmények más információkkal történő összekapcsolása, ezért olyan módszerek kifejlesztésére van szükség, amelyek lehetővé teszik ezen adatok
hatékony feldolgozását. Az implementált
módszereknek alkalmasnak kell lennie elosztott
környezetben (pl. Hadoop) történő
működésre.
5. Metagenomikai adatfeldolgozás
A metagenomika a természetes környezetből vett mintákban található örökítő anyag vizsgálata.
A genetikai kutatásnak ezen új ága
lehetővé teszi olyan élőlények genetikai kutatását, amelyek nehezen vizsgálhatók laboratóriumi körülmények között, illetve lehetőséget nyújt eddig ismeretlen
életformák feltárására is.
Az egyszerűbb metagenomikai vizsgálatokhoz a megfelelő létező eszközök kiválasztására és összekapcsolására van szükség, mint például a minták de novo összeállítása, az ORF-ek meghatározása
és annotálása, az egyes kódoló
szakaszok azonosítására, stb.
6. Retinafelvételek feldolgozására szolgáló algoritmusok adaptálása mobil platformokra
Nemzetközi
szinten komoly és régen megfogalmazott
elvárás, hogy hatékony automatikus klinikai szűrőrendszerek készüljenek. A motivációt az adja,
hogy egyrészt így csökkenteni lehetne az igen
költséges orvos-beteg találkozók számát, illetve olyan fejlődő
országok is eszközökhöz juthatnának, ahol nem áll rendelkezésre
a megfelelő szintű szakorvosi ellátás. Ilyen speciális terület a cukorbetegség szemszövődményeinek vizsgálata. A
mobileszközökhöz csatlakoztatható
fundus kamerák megjelenésével
lehetővé vált egy mobil eszközökön
is működő automatikus szűrőrendszer létrehozása is, amelyhez szükséges a már létező algoritmusok
adaptálása.
Tételsor
1) Genetikai alapok 1.
A genetikai örökítőanyag (DNS), kromoszóma felépítése. Főbb RNS típusok. Replikáció, transzkripció, transzláció.
2) Genetikai alapok 2.
Gén, génexpresszió. Fehérjék, fehérjék szerkezetének felépítése.
3) Dinamikus programozás
Dinamikus
programozás előnyei, problémamegoldás lépései,
Manhattan-i turista problémája
4) A szekvenciaelemzés
alapjai
Páronkénti
összehasonlítások:„dot-plot”.
Pontozási módszerek, helyettesítési mátrixok. PAM,
BLOSUM mátrixok. Páronkénti
szekvenciaillesztések: optimális
illesztések.
5) Illesztési algoritmusok I.
Needleman-Wunsch algoritmus, Smith-Waterman
algoritmus.
6) Szekvenciaadatok
meghatározása
Szekvenátorok, biotechnológiai eljárások: PCR,
microarray és típusai
7) Illesztési algoritmusok II. (Többszörös szekvenciaillesztés)
Módszerek.
A progresszív illesztés módszere a ClustalW program példáján. Többszörös illesztések vizualizálása
8) Adatbázisok
Molekuláris
biológiai adatbázisok. Elsődleges szekvencia-adatbázisok.
Nukleotidszekvencia adatbázisok:
EMBL, GenBank. Bibliográfiai
adatbázis: PubMed. Keresés az adatbázisokban,
Genom-böngészők, adatbázis rekordok
9) Algoritmikus problémák
De novo és reference assembly.
10) Proteomika, gyakorlati alkalmazások
Genom projektek. Trendek. Összehasonlító genomika, farmakogenomika, sportgenomika, személyre szabott gyógyszerek.