Tárgy: A bioinformatika alapjai

Oktató: Dr. Hajdu András

Kurzuskód: INAV161, INDV161

Félév: időszakonként

Típus: Előadás

Óraszám/hét: 2+0

Kredit: 4

Státusz: Választható

Előfeltételek: Valószínűségszámítás és statisztika, Adatbázisrendszerek

Vizsgáztatási módszer: Írásbeli/Szóbeli

Követelmények: A félév során a vizsgált témákhoz kapcsolódó algoritmus implementálása, illetve alternatív lehetőségként zárthelyi dolgozat a félév végén.

Etikai elvárások:

A hallgatókkal kapcsolatos etikai normákra A DEBRECENI EGYETEM ETIKAI KÓDEXE az irányadó lsd.: http://www.unideb.hu/portal/hu/node/47 :A Debreceni Egyetem Etikai Kódexe (Vizsgakódex).

Az etikai normákat megsértők: Nem kaphatnak érdemjegyet. A hallgató neve az IK oktatói között nyilvánosságra kerül.

Tárgyleírás (hetek szerint):

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

Ajánlott 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.