Kursplan fastställd 2019-02-21 av programansvarig (eller motsvarande).
Kursöversikt
- Engelskt namnComputational methods in bioinformatics
- KurskodTDA507
- Omfattning7,5 Högskolepoäng
- ÄgareMPDSC
- UtbildningsnivåAvancerad nivå
- HuvudområdeBioteknik, Datateknik, Informationsteknik
- InstitutionDATA- OCH INFORMATIONSTEKNIK
- BetygsskalaTH - Fem, Fyra, Tre, Underkänd
Kurstillfälle 1
- Undervisningsspråk Engelska
- Anmälningskod 87111
- Blockschema
- Sökbar för utbytesstudenterJa
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
---|---|---|---|---|---|---|---|
0113 Inlämningsuppgift 7,5 hp Betygsskala: TH | 7,5 hp |
I program
- MPALG - DATAVETENSKAP - ALGORITMER, PROGRAMSPRÅK OCH LOGIK, MASTERPROGRAM, Årskurs 1 (valbar)
- MPALG - DATAVETENSKAP - ALGORITMER, PROGRAMSPRÅK OCH LOGIK, MASTERPROGRAM, Årskurs 2 (valbar)
- MPCAS - KOMPLEXA ADAPTIVA SYSTEM, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
- MPCAS - KOMPLEXA ADAPTIVA SYSTEM, MASTERPROGRAM, Årskurs 2 (valbar)
- MPDSC - DATA SCIENCE OCH AI, MASTERPROGRAM, Årskurs 1 (valbar)
- MPHPC - HÖGPRESTERANDE DATORSYSTEM, MASTERPROGRAM, Årskurs 1 (valbar)
- TKITE - INFORMATIONSTEKNIK, CIVILINGENJÖR, Årskurs 3 (valbar)
Examinator
- Graham Kemp
- Biträdande professor, Data Science och AI, Data- och informationsteknik
Ersätter
- TDA505 Three-dimensional structure
- TDA506 Structural bioinformatics
Behörighet
Information saknasSärskild behörighet
För kurser på avancerad nivå gäller samma grundläggande och särskilda behörighetskrav som till det kursägande programmet. (När kursen är på avancerad nivå men ägs av ett grundnivåprogram gäller dock tillträdeskrav för avancerad nivå.)Undantag från tillträdeskraven: Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Kursspecifika förkunskaper
För tillträde till kursen krävs 90 godkända högskolepoäng inom ämnet Datavetenskap eller motsvarande. Det krävs också en programmeringskurs och en kurs i diskret matematik.Syfte
Som datavetare måste man kunna identifiera och förstå problem med ursprung i områden som inte är att betrakta som direkt datortekniska eller datavetenskapliga. I denna kurs visas hur beräkningsmetoder som traditionellt presenteras i datavetenskapliga kurser även kan appliceras inom bioinformatiken. I kursen behandlas därför också sådana begrepp, inom biologin, som krävs för att förstå de uppkomna problemställningarna.Vi behandlar problem som uppkommer i samband med analys av biologiska datasekvenser (sekventiell bioinformatik) och makromolekylära strukturer (strukturell bioinformatik). Att läsa vetenskapliga artiklar är värdefull utbildning för alla vetenskapsmän och forskare. Att utveckla sin förmåga i att läsa vetenskapliga artiklar är nyttig förberedelse för framtida vetenskapliga undersökningar, och det egna vetenskapliga skrivande kan samtidigt förbättras. I denna kurs används därför forskningsartiklar som viktigaste referensmaterial, framför allt för att visa hur man presenterar idéer och metoder, och hur man kritiskt värdera dem.
Lärandemål (efter fullgjord kurs ska studenten kunna)
Kunskap och förståelse- beskriva bioinformatikproblem och beräkningsmetoder för att lösa dem
- implementera beräkningsproblemlösningar inom bioinformatik
- sammanfatta problem och bioinformatikmetoder beskrivna inom forskningslitteraturen
- kritiskt diskutera olika bioinformatiska metoder som behandlar samma uppgift
- identifiera situationer där bioinformatiska metoder kan tillämpas inom olika områden
Innehåll
Beräkningsmetoder och begrepp som presenteras i kursen är: dynamisk programmering, heuristiska algoritmer, grafpartitionering, image skeletonisation, utjämning och kantdetektering, klustring, undermatrismatchning, geometrisk hashning, constraint logic programming, Monte Carlo-optimering, simulated annealing, självundvikande vandring.Bland de problem som hämtats från biologin är: sekvensinpass, domäntilldelning, jämförelse av strukturer, jämförande modellering, proteinveckning, fold recognition, upptäcka kanaler, molekyldockning, proteindesign.