Алгоритмы в биоинформатике
В курсе будут даны базовые определения из биоинформатики и молекулярной биологии, которые понадобятся для понимания дальнейшего материала. Будет дан широкий обзор разделов биоинформатики, разобраны основные алгоритмы сравнения строк и алгоритмы неточного поиска подпоследовательностей в больших текстах.
Содержание
Преподаватели
Здесь можно задать вопросы преподавателю.
Темы занятий
2016-09-03 — Введение. История исследования ДНК и протеинов.
2016-09-17 — Выравнивание последовательностей. Матрица весов.
2016-09-24 — Локальное выравнивание. Выравнивание с афинными весами гэпов. Алгоритм Миллера-Маерс.
2016-10-01 — Поиск в банках. Алгоритмы точного поиска строк.
2016-11-12 — Построение филогенетических деревьев. Множественные выравнивания. Профили.
Аттестация
Оценка за курс складывается из баллов за домашние задания и баллов за экзамен.
Сумма баллов за домашние задания — 60.
Максимум баллов за экзамен — 60.
90+ баллов — отлично.
80-89 баллов — хорошо.
70-79 баллов — удовлетворительно.
<70 баллов — неудовлетворительно.
Темы, которые будут представлены в курсе:
• Введение в молекулярную биологию: история исследования ДНК и белковых структур.
• Расстояния между последовательностями, эффективные алгоритмы попарного выравнивания, множественное выравнивание.
• Статистика выравниваний, мера сходства последовательностей.
• Алгоритмы поиска подстроки в тексте, суффиксное дерево и массив, построение сжатых индексов по геному, BWT.
• Поиск подстроки с ошибками, эвристические подходы, BLAST.
• Скрытые марковские модели в биоинформатике.
• Гены. Алгоритмы предсказывания генов, статистические подходы и подходы, основанные на сходстве.
• Молекулярная эволюция, алгоритмы кластеризации и построения филогенетических деревьев.
• Алгоритмы поиска структур РНК.
• Вычислительная масс-спектрометрия, восстановление белков по спектру.
• Чтение и сборка геномов.
• Рентгеноструктурный анализ.
• Молекулярная механика и докинг.