- Norberto Iusem,
Prof. Depto. FBMC, FCEN, UBA
Objetivos y organización
de la materia:
El objetivo de la materia es que los alumnos de computación estudien
los algoritmos que se usan para resolver problemas de biología de
gran actualidad, y que los alumnos de biología
u otras disciplinas afines, tengan las nociones básicas de como funcionan los métodos
computacionales que se usan para resolver dichos problemas, cuáles
son los que se usan en los paquetes computacionales más conocidos,
y la confiabilidad de los resultados que los mismos proveen. También es un objetivo
importante del curso el fomentar el trabajo interdisciplinario entre los alumnos.
Parte de la materia tendrá la estructura de un seminario, muchos
de los temas serán expuestos por los alumnos. Para conseguir uno de los objetivos
ya mencionados de la materia y como ya se hizo en oprotunidades anteriores se formarán grupos
interdisciplinarios de alumnos para las exposiciones y la presentación de trabajos.
Las nociones básicas de biología necesarias serán
presentadas por estudiantes de biología que quieran participar,
o por alguno de los biólogos que trabajan
en colaboración con nuestro grupo en estos temas. Se dará también
una introducción especial a las nociones básicas de algoritmos
para los alumnos de biología y carreras afines. Los algoritmos que se usan en cada
tema serán presentados por los alumnos de computación.
Dada la modalidad de la misma se espera que los alumnos asistan a la
mayoría de las clases.
Se realizarán trabajos prácticos haciendo algunos desarrollos y usando paquetes
conocidos para estos problemas y bases de datos públicas, incluídos
los que están instalados en nuestro Dpto.
Programa resumido
A continuación se presenta el temario básico. Se podrán agregar temas
que propongan los asistentes de acuerdo a su interés.
- Nociones básicas de algoritmos,complejidad, árboles, grafos, strings, para alumnos de
biología, médicos, químicos etc.
-
Conceptos básicos de biología molecular e introducción
a los recursos biológicos para alumnos de computación. Arquitectura de proteínas.
Introducción
a la estructura DNA. Genética. Visión de los objetivos del
proyecto Genoma. Incumbencias de la bioinformática. Glosario de
términos genéticos.
-
Algoritmos para comparación de secuencias y búsqueda en base de datos.Alineamiento de
secuencias. Modelos de scoring. Programación dinámica.
algoritmos heurísticos, modelos de Markov
y Hidden Markov. Comparaciones locales y globales. Algoritmos para alineamiento múltiple de
secuencias. Matrices PAM. Heurísticas BLAST y FASTA.
- Búsqueda en bases de datos biológicas. Bases de Datos de consulta: Genbank,
Swiss-Prot, PDB, Medline. Visualización en Biología Molecular:
Medical Entity Subject Heading (MESH) Browser, PROSITE database (PRODOC).
- Montaje de fragmentos de ADN. Métodos alternativos para secuanciamiento de ADN. Modelos.
Algoritmos. Heurísticas.
- Mapeo físico de cromosomas. Modelos de restricción. Algoritmos. Mapeo de
hibridización: modelos, heurísticas.
-
Construcción de árboles filogenéticos. Construcción
de árboles a partir de medidas de distancias, parsimonia, modelos
probabilísticos evolutivos, comparación de métodos
probabilísticos y no probabilísticos, etc..
- Estructura de proteínas. Predicción de estructuras secundarias.
Predicción de estructuras terciarias: Protein Folding.
Recursos adicionales en la web para predicción de estructuras: servidores SCOP, DALI
, LOCK, UCLA y Zuker para RNA folding. Recursos FSSP.
- Reordenamiento de genomas.
- Redes genéticas. Co-expresion y regulación de genes.
- Microarray. Métodos de analisis de los datos (clustering, machine
learning, etc.)
Bibliografía básica
-
P. Baldi, S. Brunak. "Bioinformatics: The Machine Learning Approach". MIT
Press, 1998.
-
A. Baxevanis, B.F.F. Oullette, "Bioinformatics",Willey &Sons,2001.
-
M. Bishop, C. Rawlings. "DNA and Protein Sequence Analysis". Academic Press,
1996.
-
Durbin, Eddy,S.,Krogh,A.,Mitchison, G., "Biological sequence analysis",
Cambridge, 1998
-
Gusfield, D. " Algorithms on strings, trees and sequences: Computer
science and computational biology", Cambridge,
1997.
-
Hunter,L.,"Molecular Biology for Computer Scientists". Capítulo 1
del libro "Artificial Inteligence and Molecular Biology", Hunter, L.
(ed), AAAI Press, 1993
-
Mount, D. W. "Bioinformatics: sequence and genome analysis". Cold Spring
Harbor Laboratory Press, 2001.
-
Pevzner,P., "Computational Molecular Biology: An Algorithmic
Approach". The MIT Press, 2000.
-
S. Schulze-Kremer. "Advances in Molecular Bioinformatics". IOS Press, 1994.
-
S. Schulze-Kremer. "Molecular Bioinformatics, Algorithms and Applications".
Walter de Gruyter, 1996.
-
J. Setubal, J. Meidanis. "Introduction to computational molecular biology".
PWS Publishing company, 1997.
-
Waterman, M., "Introduction to Computacional Biology: Maps Sequences and
Genomes", CRC , 2000.
Puntaje para la Lic. en Ciencias de la
Computación: 3 puntos
Carga horaria semanal: 6 horas semanales:
3 de clase teórica, 3 de laboratorio
Horario: Martes de 18 a 21hs (Aula 4
Pabellón I) y Jueves de 18 a 21hrs (Laboratorio 4, Depto. de
Computación,
Pabellón I).
Correlativas:
Algoritmos y Estructuras de Datos II para la Licenciatura en Ciencias de la
Computación. Para otras carreras consultar con la profesora.
Forma de evaluación: Exposiciones
en el seminario, presentación de trabajo de laboratorio. Presentación de trabajo
final.
Material
bibliográfico adicional
Material de algunas
clases del 2001 y 2002.
Clases 2004
Ejercicios y Practicas de
Laboratorio 2004
Grupos y cronograma completo de clases 2004
Trabajo final de la materia
Secuencias del Memory Stick asignadas a cada grupo.
Secuencias del ejercicio 3.
Enlaces a páginas externas.
