Contacto WhatsApp 963640100

Universidade Lusófona

Biologia Computacional

Curso

Engenharia Biomédica

Grau|Semestres|ECTS

Licenciatura | Semestral | 5

Ano | Tipo de unidade curricular | Lingua

3 |Obrigatório |Português

Total de horas de Trabalho | Tempo de Contacto (horas)

135 | 60

Código

ULHT1706-14636

Disciplinas complementares recomendadas

Não aplicável

Pré-requisitos e co-requisitos

Não aplicável

Precedências

Não

Estágio profissional

Não

Conteúdos Programáticos

Apresentação da disciplina. Perspectiva histórica do desenvolvimento da área da Biologia Computacional.
Introdução à Biologia Molecular.
Sistemas de informação com dados biológicos. Exploração da ferramenta Entrez, The Life Science Search Engine,
Ontologia GO.
Alinhamento de sequências. Algoritmo de Needleman-Wunsch, Smith-Waterman, BLAST e FASTA. Alinhamento
múltiplo de sequências, CLUSTALW.
Motivos e representações: sequencia consenso, perfil, PWM (Position Weight Matrix).
Algoritmos combinatórios: procura exaustiva.
Modelos de Markov (MMs) e MM com estados não observáveis (HMMs).
Algoritmo de Viterbi. Classificação de ilhas CpG. Algoritmo Forward, Backward, Baum-Welch.
Árvores de decisão. Exemplo: classificação de pacientes.
Redes neuronais, algoritmos de agrupamento: clustering hierarquico, k-means.
Normalização e filtragem de dados. Biclustering.
Exemplo: análise de dados de expressão global relativos ao ciclo celular em Levedura.

Objetivos

Esta disciplina tem como objectivo principal familiarizar os alunos com os métodos computacionais básicos e com os novos desenvolvimentos na área da Biologia Computacional e Bioinformática. Adicionalmente, pretende-se desenvolver o espírito crítico através da leitura e análise de publicações científicas relevantes e com enquadramento nos conteúdos leccionados.
A componente prática da disciplina pretende dotar os alunos da capacidade de utilização e desenvolvimento de ferramentas de software para tratamento de dados biológicos, inerentes à era pos-genómica e de grande geração de dados. Capacidade de interpretação de resultados actuais apresentados na literatura de biologia computacional, nomeadamente na análise de DNA, RNA e proteínas, algoritmos de classificação, procura e avaliação de referências e artigos adequados a cada parte da matéria, correcta interpretação da informação contida em bases de dados ómicas.

Conhecimentos, capacidades e competências a adquirir

Esta disciplina tem como objectivo principal familiarizar os alunos com os métodos computacionais básicos e com os novos desenvolvimentos na área da Biologia Computacional e Bioinformática. Adicionalmente, pretende-se desenvolver o espírito crítico através da leitura e análise de publicações científicas relevantes e com enquadramento nos conteúdos leccionados.
A componente prática da disciplina pretende dotar os alunos da capacidade de utilização e desenvolvimento de ferramentas de software para tratamento de dados biológicos, inerentes à era pos-genómica e de grande geração de dados. Capacidade de interpretação de resultados actuais apresentados na literatura de biologia computacional, nomeadamente na análise de DNA, RNA e proteínas, algoritmos de classificação, procura e avaliação de referências e artigos adequados a cada parte da matéria, correcta interpretação da informação contida em bases de dados ómicas.

Metodologias de ensino e avaliação

A parte lectiva desta disciplina consiste em aulas teóricas e aulas práticas, para além de seminários convidados para tópicos específicos do programa. Nas aulas teóricas são expostos os conteúdos programáticos descritos, que serão posteriormente aplicados durante as aulas práticas em programas e projectos que cobrem algumas partes da matéria.
A avaliação será feita através de um exame final e através da entrega e discussão de dois projectos relacionados com os conteúdos da cadeira, nomeadamente através de artigos recentes da literatura e aplicação de ferramentas disponíveis na Web para análise de dados biológicos.

Bibliografia principal

[1] Neil C. Jones and Pavel Pevzner, An Introduction to Bioinformatics Algorithms, The MIT Press, Cambridge MA,
2004.
[2] Richard Durbin, Sean R. Eddy, Anders Krogh, Graeme Mitchison, Biological Sequence Analysis - Probabilistic
models of proteins and nucleic acids, Cambridge University Press, 1998.
[3] Mount, David. Bioinformatics: Sequence and Genome Analysis. CSHL 2001.