Вы здесь

Алгоритмы в биоинформатике

Курс Хит
Партнёр:
Предмет:

Биоинформатика — это быстро растущий раздел computer science, благодаря которому биология в 21 веке переходит из раздела наук о жизни в вычислительные науки. Биоинформатики исследуют специфические алгоритмы и методы анализа больших объёмов данных, работая преимущественно с геномными и белковыми последовательностями. Благодаря биоинформатике учёные смогли прочитать геном человека, создать искусственную бактерию и вылечить некоторые виды рака.

В курсе будут даны базовые определения из биоинформатики и молекулярной биологии, которые понадобятся для понимания дальнейшего материала. Будет дан широкий обзор разделов биоинформатики с упором на методы чтения генома, а также на алгоритмы сравнения строк и алгоритмы неточного поиска подпоследовательстей в больших текстах.

Для желающих глубже изучить материал будут даны алгоритмические задачи с автоматизированной проверкой.

Предварительных знаний в биологии и биоинформатике не требуется.

Предварительная программа:

  1. Введение в молекулярную биологию и биотехнологии.
  2. Расстояния между последовательностями, эволюционные расстояния, матрицы замен, глобальное и локальное выравнивание.
  3. Расстояния между последовательностями, эффективные алгоритмы попарного выравнивания, множественное выравнивание и эвристики.
  4. Алгоритмы поиска подстроки в тексте, суффиксное дерево и массив, построение сжатых индексов по геному, BWT.
  5. Поиск подстроки с ошибками, эвристические подходы, BLAST.
  6. Гены. Алгоритмы предсказывания генов, статистические подходы и подходы, основанные на сходстве.
  7. Чтение и сборка геномов. Исправление ошибок в данных.
  8. Сборка геномов, графовые алгоритмы в биоинформатике, графы де Брюйна.
  9. Вычислительная масс-спектрометрия, восстановление белков по спектру.
  10. Сравнительная геномика, геномные перестройки и нахождение блоков ситнетии.
  11. Молекулярная эволюция, алгоритмы кластеризации.
  12. Скрытые марковские модели в биоинформатике.

Страница курса на сайте Computer Science Center.

Лекции курса

12