Área de Concentração: 95131

Concentration area: 95131

Criação: 08/04/2024

Creation: 08/04/2024

Ativação: 08/04/2024

Activation: 08/04/2024

Nr. de Créditos: 8

Credits: 8

Carga Horária:

Workload:

Docente Responsável:

Professor:

Alan Mitchell Durham

Objetivos:

Apresentar ao aluno um conjunto de metodologias fundamentais na área de Genômica computacional. O foco do curso é na compreensão das metodologias, identificando hipóteses restritivas e limitações

Justificativa:

O ensino de Bioinformática costuma apresentar as metodologias de maneira superficial, sem abordar a compreensão dos algoritmos envolvidos. Um estudo mais aprofundado dos algoritmos envolvidos leva a uma melhor compreensão das hipóteses por trás de cada abordagem e das limitações envolvidas. Este conhecimento deve proporcionar uma abordagem mais madura e estratégica das várias tarefas na genômica.

Conteúdo:

Alinhamento de pares sequências Avaliação de alinhamentos (significado biológico dos alinhamentos, matrizes de substituição, e-values), Estimação de Parâmetros para HMMs Modelos markovianos mais complexos, predição de genes Alinhamento local e global de pares de sequencia utilizando HMMs Profile-HMMs para caracterização de famílias de sequências. HMMER e PFAM Alinhamento de genomas, Alinhamentos múltiplos Programação dinâmica multidimensional Avaliação de alinhamentos múltiplos por soma de pares Algoritmos de alinhamento (alinhamento local, global e semi-global, alinhamento com modelos mais complexos) Alinhamento de mRNAs contra sequências genômicas, Sim-4, Exonerate. Cadeias de Markov e Modelos ocultos de Markov Cadeias de Markov Modelos Ocultos de Markov (HMM) Métodos de alinhamento progressivo Alinhamento múltiplo com profile HMMs Uso de alinhamentos múltiplos para construir filogenias moleculares Análise de RNAs Predição de estrutura secundária Modelos de Covariância RFAM e Infernal Gramáticas Hierarquia de Chomski Gramáticas Livres de Contexto e caracterização de estruturas de RNA Gramáticas probabilísticas

Forma de Avaliação:

1. Provas; 2. Apresentação de Seminário; 3. Resenha

Bibliografia:

1. David Mount. Bioinformatics: sequence and genome analysis. Cold Spring Harbor, 2004 · Neil 2. C. Jones e Pavel A. Pevzner: An Introduction to Bioinformatics Algorithms, MIT Press, 2004 · 3. R. Durbin, S. Eddy, A. Krogh, G. Mitchison: Biological Sequence Analysis: probabilistic models of proteins and nucleic acids, Cambridge Press, 1998 · 4. Wing-Kin Sung: Algorithms in Bionformatics: A practical introduction, CRC Press, 2009. · 5. João Setubal e João Meidanis: Introduction to Computational Molecular Biology, PWS press, 1997.

Tipo de oferecimento da disciplina:

Presencial

Class type:

Presencial