filmeu

Disciplina Programação para as Biociências II

  • Apresentação

    Apresentação

    A unidade curricular “Programação para as Biociências II” aprofunda os conhecimentos adquiridos na unidade anterior, com foco em técnicas avançadas de programação aplicadas às Ciências Médicas. Insere-se no ciclo de estudos em Biomedicina Computacional e Inteligência Artificial, contribuindo para a formação em bioinformática, modelação de sistemas biológicos, análise de dados multiómicos e desenvolvimento de soluções computacionais para problemas clínicos e laboratoriais. A UC prepara os estudantes para ambientes científicos e profissionais exigentes, promovendo pensamento crítico, inovação computacional e integração entre algoritmos e dados biomédicos reais.
  • Conteúdos Programáticos

    Conteúdos Programáticos

    POO: classes, objetos, herança, polimorfismo aplicados às ciências médicas Estruturas de dados: árvores, grafos, busca e ordenação Análise de algoritmos: notação Big O e otimização BioPython/BioJulia: sequências genéticas e visualização Bases de dados: SQL, CRUD e BLAST Simulação: Monte Carlo e dinâmicas moleculares Paralelismo: alinhamento em bioinformática Visualização: estruturas moleculares e redes Interfaces gráficas e integração hardware/software
  • Objetivos

    Objetivos

    Conhecimento: Dominar técnicas avançadas de programação, como paralelismo e algoritmos aplicados à genómica. Compreensão: Justificar a escolha de paradigmas e estruturas de dados em contextos biológicos, considerando especificidades dos dados biomédicos. Aplicativo: Implementar soluções para integração multiómica, simulação de sistemas biológicos e modelação preditiva. Análise: Diagnosticar e otimizar código para eficiência computacional e precisão em bioinformática. Síntese: Integrar técnicas de programação e saber biomédico para resolver problemas complexos. Avaliação: Avaliar avanços na interseção entre programação e medicina, com foco ético e aplicado.
  • Metodologias de ensino

    Metodologias de ensino

    A unidade curricular adota metodologias inovadoras centradas no estudante, com integração de ferramentas de inteligência artificial generativa (IAGen) em ambiente controlado, promovendo a experimentação responsável. São utilizados notebooks interativos, plataformas de submissão automática e feedback imediato. O ensino é baseado em problemas reais, com uso de datasets biomédicos e simulações computacionais. A defesa oral dos projetos garante a autenticidade, desenvolvendo competências de comunicação científica e pensamento crítico. Promove-se o estudo autónomo com recurso a tutoriais multimodais e ferramentas digitais especializadas.
  • Bibliografia principal

    Bibliografia principal

    Haddock, S. H., & Dunn, C. W. (2011). Practical Computing for Biologists. Sinauer Associates. McKinney, W. (2012). Python for Data Analysis. O'Reilly Media, Inc. Mount, D. W. (2004). Bioinformatics: Sequence and Genome Analysis. Cold Spring Harbor Laboratory Press. Herlihy, M., & Shavit, N. (2008). The Art of Multiprocessor Programming. Morgan Kaufmann.
  • Avaliação

    Avaliação

    Descrição

    Data limite

    Ponderação

    Teste de avaliação

    1/junho do presente ano letivo

    20%

    Portfolio

    1/junho do presente ano letivo

    30%

    Avaliação Oral

    1/junho do presente ano letivo

    50%

INSCRIÇÃO AVULSO
Lisboa 2020 Portugal 2020 Small financiado eu 2024 prr 2024 republica portuguesa 2024 Logo UE Financed Provedor do Estudante Livro de reclamaões Elogios