Předmět: Datové analýzy v přírodních vědách

» Seznam fakult » FPR » UAI
Název předmětu Datové analýzy v přírodních vědách
Kód předmětu UAI/330
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Magisterský
Rok studia nespecifikován
Semestr Zimní
Počet ECTS kreditů 4
Vyučovací jazyk čeština, angličtina
Statut předmětu nespecifikováno
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Dostupnost předmětu Předmět je nabízen přijíždějícím studentům
Vyučující
  • Vohnoutová Marta, Ing.
  • Tolar Nikolas, Mgr.
  • Symonová Radka, doc. Mgr. Ph.D.
Obsah předmětu
1. Práce se sekvencemi ve formátech FASTA a FASTQ 2. Sekvence komplementární, reverzní a reverzní komplement, vyhledávání motivů 3. Sekvenční podobnost DNA a BLAST 3. Genomická data, výpočet GC% na úrovních DNA, cDNA a cds vůči délce fragmentů a GC1/2/3 u cds, vyhledávání CpG 5. Nukleotidové databáze a práce s nimi (Ensembl, ENA, NCBI, API/Entrez) 6. Tvorba fylogenetických stromů ze sekvencí DNA 7. Pairwise a multiple sequence alignment 8. Predikce genů, analýza kodonů, codon adaptation index 9.-10. Ad hoc bioinformatické nástroje v Pythonu s využitím Biopythonu Práce se sekvencemi DNA dle tématu přednášek.

Studijní aktivity a metody výuky
  • Domácí příprava na výuku - 25 hodin za semestr
  • Příprava na zkoušku - 25 hodin za semestr
Výstupy z učení
Cílem předmětu je naučit se využívat Python/Biopython a další dostupné nástroje při základních bioinformatických analýzách získáním přehledu o existujících možnostech a praktických zkušeností z cvičení a společného semestrálního projektu.

Předpoklady
UAI 735I/UAI 673 Python Basics/Python základy

Hodnoticí metody a kritéria
nespecifikováno
Seminární práce zahrnující vlastní analýzy s detailní dokumentací.
Doporučená literatura
  • Antao T. Bioinformatics with Python, Cookbook.
  • Jones M. 2013. Python for Biologists.
  • Jones M. 2014. Advanced Python for Biologists.
  • Jones M. 2016. Effective Python Development for Biologists.
  • Jones M. 2020. Biological Data Exploration with Python, Pandas and Seaborn.
  • Matoulek et al. 2021. GC and Repeats Profiling along Chromosomes-The Future of Fish Compositional Cytogenomics https://www.mdpi.com/2073-4425/12/1/50.
  • Stevens & Boucher. 2015. Python Programming for Biology. Cambridge.
  • www.biopython.org.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr