Bioinformatyka dla kognitywistów (fakultet)

Brak wymagań wstępnych. Kurs ma charakter wprowadzający. Znajomość podstaw programowania w dowolnym języku będzie pomocna.

Godziny kontaktowe z prowadzącym zajęcia realizowane w formie np. konsultacji (łączna liczba godzin w semestrze): 10

Godziny kontaktowe z prowadzącym zajęcia realizowane w formie zajęć dydaktycznych (łączna liczba godzin w semestrze): 30

Przygotowanie się studenta do zaliczeń i/lub egzaminów (łączna liczba godzin w semestrze): 20

Studiowanie przez studenta literatury przedmiotu (łączna liczba godzin w semestrze): 30

Ustny sprawdzian wiedzy teoretycznej oraz egzamin praktyczny polegający na zaprojektowaniu i implementacji 2-3 algorytmów.

Bioinformatyka może zostać zdefiniowana jako dyscyplina wykorzystująca narzędzia informatyczne w celu rozwiązywania niektórych problemów pojawiających się w naukach biologicznych (szczególnie w ramach biologii obliczeniowej, biologii molekularnej, genetyki, genomiki czy neurobiologii). Portal ROSALIND jest jednym z darmowych i kompleksowo opracowanych narzędzi dydaktycznych pozwalających na jednoczesne rozwijanie kompetencji programistycznych i biologicznych dzięki szeregowi zadań o zróżnicowanym poziomie trudności.

Bioinformatyka może zostać zdefiniowana jako dyscyplina wykorzystująca narzędzia informatyczne w celu rozwiązywania niektórych problemów pojawiających się w naukach biologicznych (szczególnie w ramach biologii obliczeniowej, biologii molekularnej, genetyki, genomiki czy neurobiologii). Portal ROSALIND jest jednym z darmowych i kompleksowo opracowanych narzędzi dydaktycznych pozwalających na jednoczesne rozwijanie kompetencji programistycznych i biologicznych dzięki szeregowi zadań o zróżnicowanym poziomie trudności. W trakcie laboratoriów studenci kognitywistyki zapoznają się z teoretycznymi podstawami bioinformatyki (30% czasu trwania zajęć) jak również będą mieć możliwość projektowania algorytmów analizujących i przetwarzających różnorodne postacie informacji biologicznej (70% czasu trwania zajęć).

Przykładowe problemy, które będą od studenta wymagać zaprojektowania stosownego algorytmu ich rozwiązania:

1) modelowanie procesu transkrypcji;

2) tworzenie łańcucha DNA komplementarnego do danego;

3) zastosowanie ciągu Fibonacciego w bioinformatyce;

4) obliczanie masy cząsteczkowej białka;

5) modelowanie splicingu (wycinania intronów i łączenia eksonów);

6) modelowanie zjawiska dryfu genetycznego;

7) algorytmy analizy filogenetycznej

1) Ramsden, J. (2015). Bioinformatics. An Introduction

2) Stevens, T.J. & Boucher, W. (2015). Python Programming for Biology. Bioinformatics and Beyond

3) Choudhuri, S. & Kotewicz, M. (2014). Bioinformatics for beginners: genes, genomes, molecular evolution, databases and analytical tools

Student zna relacje łączące bioinformatykę z kognitywistyką i innymi dyscyplinami naukowymi.

[K_W01, K_W02, K_W03]

Zna terminologię opisującą różne postaci informacji biologicznej.

[K_W04, K_W05]

Zna kierunki rozwoju badań bioinformatycznych i metody w nich stosowane.

[K_W14]

Potrafi wyszukiwać i nazywać problemy bioinformatyczne oraz oceniać ich znaczenie dla kognitywistyki.

[K_U03]

Umie modelować procesy przetwarzania informacji biologicznej za pomocą podstawowych algorytmów bioinformatycznych.

[K_U13]

Pogłębia swoją wiedzę o bioinformatyce i roli jaką pełni ona w relacji do innych nauk.

[K_K01]

Wykazuje analityczne podejście do problemów bioinformatycznych i jest w stanie dokonać przynajmniej częściowej ich algorytmizacji.

[K_K02]