Практическая биоинформатика

Магистратура 2020/2021

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный (Анализ данных в биологии и медицине)

Направление: 01.04.02. Прикладная математика и информатика

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 1-й курс, 3, 4 модуль

Формат изучения: без онлайн-курса

Преподаватели: Коновалов Дмитрий Львович

Прогр. обучения: Анализ данных в биологии и медицине

Язык: русский

Кредиты: 4

Контактные часы: 64

Полная версия программы учебной дисциплины

Аннотация

Курс охватывает базы данных и основные сервисы и программы для обработки биологических последовательностей, а также молекулярную филогению, семейства и домены белков, базы данных по структурам белков и РНК. В цели курса входит научить студентов использовать основные биологические базы данных, в том числе содержащие геномную, структурную и другую информацию, в научно-исследовательской работе; овладеть базовыми средствами анализа геномной, структурной и другой биологической информации.   Курс развивает ключевые знания и компетенции в биоинформатических задачах и позволит успешно работать с любыми типами биологических данных, которые будут встречаться в следующих курсах модуля.

Цель освоения дисциплины

освоение студентами современных направлений компьютерного анализа генома
освоение студентами новейших приложений для компьютерного анализа генома

Планируемые результаты обучения

Понимание основ биоинформатических данных
Знание баз данных Uniprot. Swiss-Prot, TrEMBL и Uniref. GenBank/EMBL/DDBJ, RefSeq
Умение осуществлять поиск в RefSeq и GenBank, на сайте NCBI, в ENA и DDBJ
Знание алогитомв выравнивания
Умение пользоваться программой BLAST
Знание статистики локального выравнивания последовательностей
Знание алогритмов множественного выравнивания
ПониманиеHMM-профиля семейства доменов
Знание баз данных Pfam и InterPro
Умение работать с программой MEGA
Умение работать с базой данных PDB.
Умение работать с программой PyMOL
Знание как аннотировать CDS в геноме
Знание аннотации эукариотического генома
Понимание построения PWM, LOGO
Умение пользоваться программами MEME
Умение пользоваться программой mfold

Содержание учебной дисциплины

Основы и технические детали
– Кодировка аминокислотных остатков (однобуквенная и трёхбуквенная) – Кодировка нуклеотидов (включая IUPAC Ambiguity Codes) – Формат Fasta – Свойства аминокислот – Командная строка. Пакет EMBOSS. – Бернуллиевская модель случайной последовательности, частота встреч слов разной сложности (практическая работа).
Банки последовательностей.
– Общий обзор (откуда данные и куда попадают) – Uniprot. Swiss-Prot, TrEMBL и Uniref. Структура записи UniprotKB. Поля ID, AC, OS, OC, DE, KW, PE. – Поле FT – Поиск по аннотации на сайте Uniprot – Полные протеомы в Uniprot – Консорциум GenBank/EMBL/DDBJ – RefSeq – Поиск в RefSeq и GenBank на сайте NCBI – Поиск последовательностей в ENA – Поиск последовательностей в DDBJ
Парное выравнивание и BLAST.
– Понятие парного выравнивания, вес выравнивания, матрицы замен и штрафы за гэпы – Вход и выход алгоритмов Needleman – Wunsh и Smith – Waterman – Как выглядит выравнивание близких, слабородственных и неродственных белков (практическая работа). – Сравнение веса выравнивания реальных последовательностей с весами выравниваний их случайных перемешиваний. Формула Карлина – Альтшуля для матожидания числа локальных выравниваний случайных последовательностей, экспериментальная проверка. – Запуск BLASTP из командной строки. Интерпретация результатов. Зависимость результатов поиска от длины слова (параметр word_size). – BLASTP на сайтах NCBI, EBI, Uniprot (достоинства и недостатки веб-интерфейсов). – PSI-BLAST – BLASTX и TBLASTN – BLASTN и MegaBLAST
Множественное выравнивание.
– «Зоопарк» доступных программ (standalone и через веб-интерфейсы) – Работа в Jalview – Как выглядит «хорошее» и «плохое» выравнивание
Эволюционные домены.
– Три определения доменов (функциональное, структурное, эволюционное) – HMM-профиль семейства доменов – Банки Pfam и InterPro – Задача про IQ бактерии
Ортологи, паралоги, деревья.
– Формат Newick и визуализация деревьев (напр. в MEGA). – Названия и основные свойства алгоритмов и программ. Филогенетическая реконструкция в MEGA и на ngphylogeny.fr – Распознавание паралогов и горизонтальных переносов на дереве белков.
Пространственные структуры.
– Банк PDB. Разрешение рентгеноструктурной модели. Многомодельные записи PDB, полученные методом ЯМР. – Основы PyMOL – Поиск на сайте PDB (самостоятельная работа). М.б. попросить написать эссе о каком-нибудь белке, проиллюстрировав изображениями структур и их частей. – Предсказание трансмембранных участков по последовательности – Предсказание вторичной структуры по последовательности – Моделирование по гомологии (Swiss-Model) – Совмещение структур родственных белков.
. Аннотация бактериального генома.
– Предсказание CDS. Проблема старт-кодона (задача: найти пары ортологичных генов в родственных бактериях с разной аннотацией старт-кодонов) – Аннотация найденной CDS. – Как аннотируют эукариотический геном?
. Сигналы.
– Понятия: сигнал, мотив, сильный/слабый сигнал, PWM, LOGO – Программы: MEME и какие-нибудь реализации Gibbs sampler.
Вторичная структура РНК.
– Как это выглядит в 3D – Программа mfold (алгоритм Зукера)

Элементы контроля

Домашнее задание 1
Домашнее задание 2
Домашнее задание 3
Домашнее задание 4
Проектая работа аннотация генома
Домашнее задание 5
Оценка за дисциплину выставляется в соответствии с формулой оценивания от всех пройденных элементов контроля. Экзамен не проводится.

Промежуточная аттестация

Промежуточная аттестация (4 модуль)
0.1 * Домашнее задание 1 + 0.1 * Домашнее задание 2 + 0.1 * Домашнее задание 3 + 0.1 * Домашнее задание 4 + 0.1 * Домашнее задание 5 + 0.5 * Проектая работа аннотация генома

Программа дисциплины