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.