Računarski algoritmi u bioinformatici    (ETF RII RAB 51050)
 
Opće informacije
Naziv kursa Računarski algoritmi u bioinformatici
Oznaka (šifra) predmeta ETF RII RAB 51050
Studij ETF-B
Odsjek Računarstvo i informatika
Godina 5
Semestar 10
Tip Izborni
Broj ECTS Bodova 4
Ukupno sati nastave 50
Broj sati predavanja 28
Broj sati vježbi 22
Broj sati tutorijala 0
Cilj kursa - Znanje i vještine koje treba postići student
Cilj predmeta je da unaprijedi razumijevanje živih sistema kroz računarske algoritme. Složenost ovih sistema nudi izazove u softveru i algoritmima, a često zahtijeva i potpuno nove pristupe u računarskim naukama. Kroz ovaj predmet studenti će biti osposobljeni da koriste WEB- biološke baze podataka, upotrebu namjenskih softverskih paketa i formata za pretraživanje, analizu, modeliranje i simuliranje u oblsti proteomike i genomike.
Program
1.BIOINFORMATIKA: definicija bioinformatike zadaci i cilj bioinformatike, uvod u osnove molekularne biologije, bazna arhitektura ćelija, struktura DNA, geni i proteini, genom, proteom, transkriptom, centralna dogma, Crick-Watson model.
2.SOFTVERSKI RESURSI: baze podataka, data mining, računarske asocijacije sa biološki procesima, softverski alati: Perl, Blasta, FASTA, PDBFIND baze podataka,MATLAB Bioinformatic Toolbox.
3.KLASIČNE METODE I ALGORITMI U BIOINFORMATICI: probabilistički pristup, Bayes-ova teorema, HMM model, metod najbližeg susjeda, metoda klasteringa, metoda drveća identifikacije.
4. BIOINSPIRIRANE METODE I ALGORITMI U BIOINFORMATICI: neuronske mreže, evolucioni algoritmi, genetički algoritmi, multi-ciljni genetički algoritmi.
5. ANALIZA DNK SEKVENCI: Analiza DNA sekvenci, uparivanje sekvenci, uparivanje višestrukih sekvenci, vizuelizacija uparivanja sekvenci, biološki kodovi, manipulisanje sekvencama, statistike iz sekvenci, primjeri.
6. MICROARRAY ANALIZA: microarray normalizacija, microarray vizuelizacija, primjeri.
7. ANALIZA I PREDIKCIJA PRTEINSKIH STRUKTURA: deterministički uzorci, stohastički uzorci, predikcija sekundarne strukture na bazi neuronskih mreža, vizuelizacija proteinskih struktura.
Literatura
Obavezna literatura 1. Bilješke i slajdovi s predavanja (moci ce se preuzeti na web siteu Fakulteta).
2.Bioinformatics Computing, Bryan Bergeron, Prentice Hall PTR, 2002,ISBN:0-13-100825-0
3. Developing Bioinformatics Computer Skills,Cynthia Gibas, Per Jambeck, O'REILLY, 2001, ISBN: 1-56592-664-1
4. Begining Perl for Bioinformatics, James Tisdall, O'REILLY 2001, ISBN: 0-596-00080-4
Dopunska literatura 4. Bioinformatics Toolbox, The MathWorks, 2003
5. Vještačka inteligencija & fuzzy-neuro-genetika, Zikrija Avdagić, Grafoart
Didaktičke metode
Kroz predavanja studenti ce se upoznati sa teorijom, zadacima i aplikacijama. Predavanja se sastoje iz teoretskog dijela, prezentacionih opisnih primjera, i rješavanja određehih zadataka. Na taj nači studenti će imati podloge za primjenom izučenog gradiva u inžinjerske aplikacije. Dodatni primjeri i ispitni zadaci razmatraju se i riješavaju tokom laboratorijskih vježbi. Izvođenje laboratorijskih vježbi i izrada zadaća omogućit će studentima kontinualan rad i provjeru znanja.
Način provjere znanja
Tokom trajanja kursa student prikuplja bodove prema slijedećem sistemu:
-prisustvo satima predavanja, vježbi i tutorijala: 10 bodova, student koji više od tri puta izostane s predavanja,vježbi i/ili tutorijala ne može ostvariti bodove po ovoj osnovi;
-izrada domaćih zadaća: maksimalno 10 bodova; predviđena je izrada od 5 do 10 domaćih zadaća ravnomjerno raspoređenih tokom semestra;
-parcijalni ispiti: dva pismena parcijalna ispita, pri čemu svaki pozitivno ocijenjen parcijalni ispit donosi 20 bodova;
Student koji je tokom trajanja semestra ostvario manje od 20 bodova ponovno upisuje ovaj kurs.
Student koji je tokom trajanja semestra ostvario 40 i više bodova pristupa usmenom završnom ispitu; ovaj ispit sastoji se iz diskusije zadataka s parcijalnih ispita, domaćih zadaća i odgovora na jednostavna pitanja koja se odnose na teme kursa. Usmeni završni ispit donosi maksimalno 40 bodova. Da bi postigao pozitivnu završnu ocjenu, student na ovom ispitu mora ostvariti minimalno 20 bodova. Student koji ne ostvari ovaj minimum pristupa usmenom dijelu popravnog ispita. Student koji je tokom trajanja semestra ostvario 20 i više bodova, a manje od 40 bodova, pristupa popravnom ispitu. Popravni ispit struktuiran je na slijedeći način:
-pismeni dio koji je struktuiran na isti način kao i pismeni parcijalni ispit; u okviru ovog ispita student polaže zadatke iz tema za koje nije postigao prolaznu ocjenu (10 i više bodova) polažući parcijalne pismene ispite,
-usmeni dio koji je struktuiran na isti način kao usmeni dio završnog ispita.
Usmenom dijelu popravnog ispita može pristupiti student koji je nakon polaganja posmenog dijela popravnog ispita uspio stvariti ukupan skor od 40 i više bodova; ovaj skor sastoji se od bodova ostvarenih kroz: prisustvo nastavi, izradu domaćih zadaća, polaganje parcijalnih sipita i polaganje pismenog dijela popravnog ispita.
Usmeni popravni ispit donosi maksimalno 40 bodova. Da bi postigao pozitivnu završnu ocjenu student na ovom ispitu mora ostvariti minimalno 20 bodova. Student koji ne ostvari ovaj minimum ponovno upisuje ovaj kurs.
Napomene
1. Za laboratorijske i domaće zadatke koriste se : MATLAB, Bioinformatic Toolbox, Statistic Toolbox, web-alati.