Disciplina
Biologia Computacional
Área
Área Científica de Metodologia e Tecnologias da Programação > Algoritmos
Activa nos planos curriculares
MECD2019 > MECD2019 > 2º Ciclo > Opções > Biologia Computacional
MBMRP 2021 > MBMRP 2021 > 2º Ciclo > Área Principal > Tronco Comum > Biologia Computacional
MEIC-T 2021 > MEIC-T 2021 > 2º Ciclo > Área Principal > Agrupamentos > Bioinformática e Biologia Computacional > Biologia Computacional
MEBiom 2021 > MEBiom 2021 > 2º Ciclo > Área Principal > Tronco Comum > Biologia Computacional
MEIC-T 2015 > MEIC-T 2015 > 2º Ciclo > Agrupamentos > Bioinformática e Biologia Computacional > Biologia Computacional
MEIC-A 2021 > MEIC-A 2021 > 2º Ciclo > Area Principal > Agrupamentos > Bioinformática e Biologia Computacional > Biologia Computacional
MEIC-A 2015 > MEIC-A 2015 > 2º Ciclo > Agrupamentos > Bioinformática e Biologia Computacional > Biologia Computacional
MBioNano2006 > MBioNano2006 > 2º Ciclo > Ciências de Especialidade > Biologia Computacional
MBiotec 2008 > MBiotec 2008 > 2º Ciclo > Opções > Biologia Computacional
DEABiotec2006 > DEABiotec2006 > 3º Ciclo > Unidades Curriculares do Mestrado > Biologia Computacional
DEAEBiom2006 > DEAEBiom2006 > 3º Ciclo > Unidades Tipo M > Biotecnologia e Bioinformática > Biologia Computacional
MEEC 2006 > MEEC 2006 > 2º Ciclo > Área de Especialização > Área de Especialização Secundária > Biologia Computacional > Biologia Computacional
MEBiol 2006 > MEBiol 2006 > 2º Ciclo > Opções > Minor > Bioinformatica e Biologia de Sistemas > Biologia Computacional
MEIC-A 2006 > MEIC-A 2006 > 2º Ciclo > Área Aplicacional > Biologia Computacional > Biologia Computacional
MEBiom 2006 > MEBiom 2006 > 2º Ciclo > Tronco Comum > Biologia Computacional
Nível
Avaliação contínua: • 5 Trabalhos de laboratório, com avaliação no laboratório (20%) • 2 testes (80%) Tem 1 exame ou teste de repescagem.
Tipo
Não Estruturante
Regime
Semestral
Carga Horária
1º Semestre
3.0 h/semana
1.5 h/semana
105.0 h/semestre
Objectivos
A Biologia Computacional (ou 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: • 5 Trabalhos de laboratório, com avaliação no laboratório (20%) • 2 testes (80%) Tem 1 exame ou teste de repescagem.
Pré-requisitos
Componente Laboratorial
Princípios Éticos
Componente de Programação e Computação
Componente de Competências Transversais
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