En aquest curs s'explicaran tècniques i eines fonamentals de la genómica: algorismes de cerca exacta i aproximada, algorismes d'alineament, algorismes filogenètics , Blast, models ocults de Markov, estratègies de seqüenciació del DNA
Professorat
Responsable
Xavier Messeguer Peypoch (
)
Altres
Gabriel Valiente Feruglio (
)
Hores setmanals
Teoria
2
Problemes
1
Laboratori
1
Aprenentatge dirigit
0
Aprenentatge autònom
0
Competències
Competències Tècniques de cada especialitat
Direcció i gestió
CDG1 - Capacitat per a la integració de tecnologies, aplicacions, serveis i sistemes propis de l'Enginyeria Informàtica, amb caràcter generalista, i en contextos més amplis i multidisciplinaris.
Específiques
CTE7 - Capacitat per a comprendre i poder aplicar coneixements avançats de computació d'altes prestacions i mètodes numèrics o computacionals a problemes d'enginyeria.
CTE9 - Capatitat per a aplicar mètodes matemàtics, estadístics i d'intel·ligència artificial per a modelar, dissenyar i desenvolupar aplicacions, serveis, sistemes intel·ligents i sistemes basats en el coneixement.
Competències Tècniques Generals
Genèriques
CG4 - Capacitat pel modelat matemàtic, càlcul i simulació en centres tecnològics i d'enginyeria d'empresa, particularment en tasques de recerca, desenvolupament i innovació en tots els àmbits relacionats amb l'Enginyeria en Informàtica.
Competències Transversals
ús solvent dels recursos d'informació
CTR4 - Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i d'informació de l'àmbit de l'enginyeria informàtica, i valorar de forma crítica els resultats d'aquesta gestió.
Bàsiques
CB6 - Que els estudiants sàpiguen aplicar els coneixements adquirits y la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contexts més amplis (o multidisciplinaris) relacionats amb la seva àrea d'estudi.
Continguts
Algorismes i estructures eficients de cerca
Es veuran els algorismes més eficients de cerca de patrons en textos en funció de l'alfabet, i de la llargada i el nombre dels patrons. També s'explicaran estructures de dades molt útils per comparar genomes com el suffix trees . Finalment s'estudiaran estratègies per fer cerques en textos molt llargs (Gb).
Alineament de seqüències
S'explicarà l'algorisme de programació dinàmica i la seva aplicació per calcular la distància dèdició entre dos mots, per fer la cerca aproximada d'un mot en un text i per trobar el millor alineament entre dues seqüències. S'estudiarà com generalitzar l'alineament a múltiples seqüències.
Cerques en bases de dades: BLAST
S'estudiaran els fonaments computacionals i estadístics de l'algorisme BLAST i el seu ús per fer cerques aproximades en bases de dades.
Algorismes filogenètics.
S'explicaran els algorismes fonamentals que ens permeten estimar la evolució dels individus d'una mateixa espècie.
Models Ocults de Markov
S'explicaran els HMM (Hidden Markov Models) i casos de la seva aplicació a la bioinformàtica.
Metodologia docent
Globalment l'assignatura es planteja amb 16h de teoria per entendre els fonaments teòrics de les tècniques utilitzades i 10h de laboratori per conèixer les corresponents eines.
Les classes de teoria (i problemes) seran sobre pissarra amb transparències y s'explicarà la teoria i es faran exercicis per entendre-la.
A les classes de laboratori es practicarà amb els programes dissenyats per cada tema.
Mètode d'avaluació
La nota final (NF) té dues contribucions: una nota de laboratori (NL) que qualifica els informes que els alumnes han lliurat dels exercicis proposats en el laboratori i una nota d'examen (NE) resultat d'un examen final.