Bioinformática
1
2024-2025
02031356
Informática
Português
Presencial
Semestral
6.0
Obrigatória
2º Ciclo - Mestrado
Conhecimentos de Base Recomendados
- Biologia molecular
- Bioestatística e modelação computacional.
Métodos de Ensino
A disciplina encontra-se dividida em aulas de natureza expositiva e em aulas Práticas-Laboratoriais. Na primeira é exposta a matéria numa vertente mais teórica, sem no entanto deixar de promover a participação activa dos alunos. Pretende-se desenvolver nestes a capacidade de raciocínio e de integração de conhecimentos e estimular o seu espírito crítico. As aulas Práticas vão possibilitar, ao aluno, explorar os conceitos adquiridos. Seguir-se-à uma abordagem orientada ao problema através do lançamento de desafios que relacionem conhecimento interdisciplinar fazendo, sempre que possível, uso de grupos de trabalho e discussão.
Resultados de Aprendizagem
Conhecer de forma sistemática os principais algoritmos e ferramentas utilizados em Biologia Computacional. Em particular, é objetivo focar nos métodos de análise e de anotação de sequências, reconstrução de árvores filogenéticas, algoritmos com aplicação em proteómica e na área da biologia de sistemas.
Estágio(s)
NãoPrograma
1. Introdução e Conceitos Fundamentais
a. Desafios Computacionais em Biologia Computacional
b. Bases de dados e bibliotecas Bioinformáticas
2. Métodos para análise da sequência
a. Alinhamento Global e Local de sequências
b. Funções de penalização e métodos Heurísticos
c. Avaliação de Alinhamentos Múltiplos
d. Evolução e Reconstrução de árvores filogenéticas
e. Anotação de de genomas
3. Previsão da estrutura secundária do RNA
a. Métodos baseados na maximização de pares
b. Métodos baseados na minimização da energia
4. Bases genómicas de doenças humanas
a. Genómica Populacional
b. Tecnologias de sequenciação e assemblagem
c. Variações genéticas e doenças
d. Análise da expressão génica. Clustering e classificação.
5. Redes Biológicas
a. Propriedades Teóricas de Redes Biológicas
b. Previsão e simulação de redes biológicas
c. Reconstrução de séries temporais.
Docente(s) responsável(eis)
Joel Perdiz Arrais
Métodos de Avaliação
Avaliação
Exame: 40.0%
Projecto: 60.0%
Bibliografia
Gusfield, Dan. Algorithms on Strings, Trees and Sequences: Computer Science and Computational Biology. Cambridge, UK: Cambridge University Press, 1997. ISBN: 0521585198.
Waterman, Michael. Introduction to Computational Biology: Maps, Sequences, and Genomes. Boca Raton, FL: CRC Press, 1995. ISBN: 0412993910.
Durbin, Richard, Graeme Mitchison, S. Eddy, A. Krogh, and G. Mitchison. Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids. Cambridge, UK: Cambridge University Press, 1997. ISBN: 0521629713.
Jones, Neil, and Pavel Pevzner. An Introduction to Bioinformatics Algorithms. Cambridge, MA: MIT Press , 2004. ISBN: 0262101068.