|
Vyučující
|
-
Šebela Marek, prof. Mgr. Dr.
-
Raus Martin, Mgr. Ph.D.
-
Škrabišová Mária, Mgr. Ph.D.
|
|
Obsah předmětu
|
Definice bioinformatiky, její historický vztah ke genomice. Cíle bioinformatiky a její postupy. Sekvence proteinů a nukleových kyselin. Metody sekvenční analýzy pro nukleové kyseliny a proteiny s důrazem na moderní metody, které se užívají po roce 2000. Formáty pro zápis nukleotidové a aminokyselinové sekvence. Veřejně dostupné databáze sekvencí, zdroje bioinformatických dat. Možnosti získání informací ze sekvence. Databáze sekvenčních motivů. Predikce buněčné lokalizace proteinů, posttranslačních modifikací a sekundárních struktur. Genová ontologie. Vztahy mezi sekvencemi, sekvenční homologie. Globální a lokální přiřazení sekvencí. Algoritmy Needleman-Wunsch a Smith-Waterman. Párové a mnohočetné přiřazení, substituční matice. Sekvenční logo. Prohledávání databází podle podobnosti se známou sekvencí, programy FASTA, BLAST a jeho varianty. Prohledávání sekvenčních databází strukturním dotazem. Fylogenetické stromy (dendrogramy) a jejich znázornění. Konstrukce dendrogramů: znakové metody a metody vzdálenostních matic. Hodnocení kvality dendrogramu. Prostorové struktury proteinů. Databáze Protein Data Bank, PDB formát, databáze SCOP. Software pro molekulovou grafiku proteinů. Predikce proteinové struktury. Automatické modelování proteinových struktur, databáze AlphaFold. Dokování ligandů. Predikce genů, eukaryotický gen a jeho struktura (anotace proteinů), původ genů a jejich evoluce, predikční metody. Struktura RNA: Typy non-coding RNA, jejich význam, sekundární struktura RNA, predikce RNA, databáze RNA struktur. Význam miRNA a siRNA pro regulaci genové exprese. Genetická diverzita: genetická diverzita populací, typy polymorfismů a jejich vznik, důsledky polymorfismů, databáze polymorfismů, databáze lidských onemocnění děděných dle Mendlovské genetiky, sekvencování, genotypizace, formáty souborů, haplotyp, analýza haplotypu, asociační studie (GWAS). Glykoproteiny. Typy glykosylace proteinů a dílčí klasifikace. Informace získávané při analýze glykoproteinů. Srovnání různých způsobů uložení dat - druhy datových souborů/úložišť, způsob přístupu k datům a jejich zpracování, výhody a nevýhody jednotlivých typů. Limity současné výpočetní techniky. Složitost a řešitelnost algoritmů, vztah mezi náročností a objemem dat. Způsoby zpracování, výhody a omezení při paralelizaci výpočetních procesů.
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming)
- Příprava na zkoušku
- 55 hodin za semestr
- Účast na výuce
- 26 hodin za semestr
|
|
Výstupy z učení
|
Předmět vysvětluje teoretické i praktické souvislosti bioinformatiky. Jsou zahrnuty biologické databáze, seřazování sekvencí ("alignment"), struktury genů a proteinů, predikce proteinové struktury, molekulární fylogenetika, genomika, proteomika a glykobiologie. Studenti získají praktické zkušenosti s nástroji bioinformatiky a budou rozvíjet dovednosti ve sběru a prezentaci bioinformatických dat, stejně jako základy programování ve skriptovacím jazyce.
Studenti získají základní znalosti o bioinformatice, tj. čím se zabývá, a budou seznámeni s bioinformatickými nástroji a jejich aplikováním.
|
|
Předpoklady
|
úspěšné absolvování předmětů prvních tří semestrů studijního plánu bakalářského studijního oboru Bioinformatika, zejména pak předmětů KMI/UDI a KBC/UBCH-UBC.
|
|
Hodnoticí metody a kritéria
|
Písemná zkouška, Seminární práce
Přednáška je doplněna seminářem, kde se řeší úkoly pod dohledem vyučujícího, dále domácími úkoly a požadavkem na splnění samostatného bioinformatického projektu. Studenti musí na semináři úspěšně absolvovat i dva písemné zkušební testy (60% bodů).
|
|
Doporučená literatura
|
-
Baxevanis, A.D.; Bader, G.D.; Wishart, D.S. (Eds.). (2020). Bioinformatics: A Practical Guide to the Analysis of Genes and Proteins. New York, USA.
-
Bourne, P.E.; Weissig, H. (2003). Structural Bioinformatics. Hoboken, NJ, USA.
-
Claverie, J.-M.; Notredame, C. (2007). Bioinformatics for Dummies. Hoboken.
-
Dandekar, T.; Kunz, M. (2023). Bioinformatics: An Introductory Textbook.
-
Gibas, C.; Jambeck, P. (2001). Developing Bioinformatics Computer Skills.
-
St. Clair, C.; Visick, J.E. (2015). Exploring Bioinformatics: A Project-Based Approach. Burlington, MA, USA.
-
von der Lieth, C.-W.; Lütteke, T.; Frank, M. (Eds.). Bioinformatics for Glycobiology and Glycomics: an Introduction. Chichester, UK. 2009.
-
Xiong, J. (2006). Essential Bioinformatics. Cambridge.
-
Zvelebil, M.; Baum, J.O. (2008). Understanding Bioinformatics. New York.
|