Disciplina

Área

Área Científica de Metodologia e Tecnologia da Programação > Algoritmos

Activa nos planos curriculares

MEIC-T 2015 > MEIC-T 2015 > 2º Ciclo > Agrupamentos > Bioinformática e Biologia Computacional > Bioinformática

MEIC-A 2015 > MEIC-A 2015 > 2º Ciclo > Agrupamentos > Bioinformática e Biologia Computacional > Bioinformática

MEIC-T 2018 > MEIC-T 2018 > 2º Ciclo > Agrupamentos > Bioinformática e Biologia Computacional > Bioinformática

MECD2019 > MECD2019 > 2º Ciclo > Opções > Bioinformática

LEBM 2003 > LEBM 2003 > Tronco Comum > Bioinformática

Nível

Avaliação contínua: • 4 Trabalhos de laboratório ao longo do semestre (20%) • 2 testes ou 1 exame (70%) • 1 seminário (10%)

Tipo

Não Estruturante

Regime

Semestral

Carga Horária

1º Semestre

3.0 h/semana

1.5 h/semana

147.0 h/semestre

Objectivos

A Bioinformática desenvolve métodos computacionais e algoritmos para o processamento de dados biológicos e utiliza modelação matemática e estatística para definir hipóteses testáveis sobre entidades e processos biológicos. Esta disciplina introdutória pretende familiarizar os alunos com as metodologias computacionais e matemáticas que estão na base de muitas das abordagens que suportam os novos desenvolvimentos desta área. Adicionalmente, pretende-se desenvolver o espírito crítico através da leitura e análise de publicações cientificas relevantes à disciplina. A componente prática da disciplina pretende dotar os alunos da capacidade de desenvolvimento de ferramentas de software para o tratamento e integração de dados biológicos e clínicos.

Programa

Conceitos básicos de algoritmos Conceitos básicos de biologia molecular Grafos e genética Análise de sequências de DNA Algoritmos para alinhamento simples Algoritmos para alinhamento múltiplo Algoritmos para pesquisa de motivos Algoritmos para re-sequenciação Modelos probabilísticos: Modelos de Markov e HMMs Análise da expressão genética Algoritmos de Clustering e Biclustering Métodos para análise de filogenia Classificação usando árvores de decisão Métodos Bayesianos Análise de dados integrativa Seminário

Metodologia de avaliação

Avaliação contínua: • 4 Trabalhos de laboratório ao longo do semestre (20%) • 2 testes ou 1 exame (70%) • 1 seminário (10%)

Bibliografia

Principal

An Introduction to Bioinformatics Algorithms

N. C. Jones and P. Pevzner

2005

MIT Press


Biological Sequence Analysis - Probabilistic models of proteins and nucleic acids

R. Durbin, S. Eddy, A. Krogh, G. Mitchison

1998

Cambridge


Data Mining: Practical Machine Learning Tools and Techniques

Ian H. Witten, Eibe Frank, Mark A. Hall

2011

http://www.cs.waikato.ac.nz/ml/weka/book.html


Bioinformatics and Biomarker Discovery: "Omic" Data Analysis for Personalized Medicine

Francisco Azuage

2010

Wiley Blackwell