Disciplina
Bioinformática
Área
Área Científica de Metodologia e Tecnologias 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%)
Pré-requisitos
na
Componente Laboratorial
na
Princípios Éticos
na
Componente de Programação e Computação
na
Componente de Competências Transversais
na
Bibliografia
Principal
An Introduction to Bioinformatics Algorithms
Biological Sequence Analysis - Probabilistic models of proteins and nucleic acids
R. Durbin, S. Eddy, A. Krogh, G. Mitchison
Data Mining: Practical Machine Learning Tools and Techniques
Ian H. Witten, Eibe Frank, Mark A. Hall
http://www.cs.waikato.ac.nz/ml/weka/book.html
Bioinformatics and Biomarker Discovery: "Omic" Data Analysis for Personalized Medicine