|
Vyučující
|
-
Šebela Marek, prof. Mgr. Dr.
-
Škrabišová Mária, Mgr. Ph.D.
|
|
Obsah předmětu
|
1) Definice bioinformatiky; historické a vědecké souvislosti vývoje disciplíny; cíle a postupy bioinformatiky; nukleotidové a aminokyselinové sekvence; genetický kód; chemické vlastnosti aminokyselin a nukleotidů; metody sekvenční analýzy DNA a proteinů. 2) Formáty zápisu sekvencí; výhody formátu FASTA oproti flatfile a prostému textu; veřejně dostupné databáze sekvencí; druhy databází (primární vs. sekundární); konsorcium DDBJ/EMBL/GenBank; přístupové kódy, taxonomické identifikátory; genomové a proteomové databáze; bioinformatické zdroje na internetu. 3) Čtení informací ze sekvencí; databáze sekvenčních motivů; buněčný transport proteinů; predikce buněčné lokalizace proteinů; posttranslační modifikace a jejich predikce; predikce sekundárních struktur proteinů; genová ontologie - význam a použití; prohlížeče genové ontologie; databáze STRING (protein-proteinové interakce). 4) Posuzování podobnosti sekvencí; pojem sekvenční homologie; párové a mnohočetné přiřazení sekvencí; bodový diagram; algoritmy pro přiřazení; substituční matice; formáty mnohočetného přiřazení; softwarové nástroje pro přiřazení; pojem weblogo. 5) Prohledávání databází podle podobnosti se známou sekvencí; algoritmy FASTA a BLAST; varianty programu BLAST pro aminokyselinové a nukleotidové sekvence; PSI-BLAST a MS-BLAST; prohledávání strukturních databází sekvenčním dotazem - navlékací algoritmy. 6) Definice fylogeneze a hledání fylogenetických vztahů pomocí bioinformatických nástrojů; vzdálenostní a znakové metody konstrukce fylogenetických stromů, přehled, výhody a nevýhody; hodnocení kvality stromu - bootstrapping; volně dostupné nástroje pro konstrukci fylogenetických stromů; vizualizace - pravoúhlá, hvězdicová. 7) Prokaryontní a eukaryontní geny; metody predikce genů; GENESCAN a NetGene2; typy RNA, úrovně struktury RNA; predikce RNA struktury; genetická diverzita; jednonukleotidové polymorfismy (SNPs), inzerce a delece; studium a diagnostika genetických variant; databáze SNPs; haplotypy a jejich analýza; predikce asociace genotypu na fenotyp, GWAS. 8) Úrovně struktury proteinů; metody stanovení struktury makromolekul, rentgenová krystalografie, nukleární magnetická rezonance, kryoelektronová mikroskopie; databáze Protein Data Bank (PDB); PDB formát; software pro molekulovou grafiku. 9) Strukturní klasifikace proteinů; databáze SCOP a CATH; databáze AlphaFold; predikce prostorové struktury proteinů; molekulové dokování - cíl, význam a princip; programy AutoDock, AutoDock Vina a SwissDock; geometrie molekul; dokování naslepo (Achilles server); predikce protein-proteinových interakcí; databáze PPI3D; programy LightDock a Frodock. 10) Bioinformatika v glykobiologii; struktury sacharidů; glykosylace proteinů; N-glykany a O-glykany; databáze GAG-DB; pojem sacharidový kód; informace získávané analýzou glykoproteinů; metody analýzy glykanů a glykoproteinů; enzymová deglykosylace; programy GlycoMod, GlycoWorkbench a SugarSketcher.
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming)
- Příprava na zkoušku
- 55 hodin za semestr
- Účast na výuce
- 26 hodin za semestr
|
|
Výstupy z učení
|
Předmět vysvětluje teoretické i praktické souvislosti bioinformatiky. Jsou zahrnuty biologické databáze, přiřazování sekvencí ("alignment"), struktury genů a proteinů, predikce proteinové struktury, molekulární fylogenetika, genomika, proteomika a glykobiologie. Studenti získají praktické zkušenosti s nástroji bioinformatiky a budou rozvíjet dovednosti ve sběru a prezentaci bioinformatických dat.
Studenti získají základní znalosti o bioinformatice, tj. čím se zabývá, a budou seznámeni s bioinformatickými nástroji a jejich aplikováním.
|
|
Předpoklady
|
úspěšné absolvování předmětů prvních tří semestrů studijního plánu bakalářského studijního oboru Bioinformatika, zejména pak předmětů KMI/UDI a KBC/UBCH-UBC.
|
|
Hodnoticí metody a kritéria
|
Písemná zkouška, Seminární práce
Přednáška je doplněna seminářem, kde se řeší úkoly pod dohledem vyučujícího, dále domácími úkoly a požadavkem na splnění samostatného bioinformatického projektu.
|
|
Doporučená literatura
|
-
Baxevanis, A.D.; Bader, G.D.; Wishart, D.S. (Eds.). (2020). Bioinformatics: A Practical Guide to the Analysis of Genes and Proteins. New York.
-
Bourne, P.E.; Weissig, H. (2003). Structural Bioinformatics. Hoboken, NJ, USA.
-
Claverie, J.-M.; Notredame, C. (2007). Bioinformatics for Dummies. Hoboken.
-
Dandekar, T.; Kunz, M. (2023). Bioinformatics: An Introductory Textbook.
-
Gibas, C.; Jambeck, P. (2001). Developing Bioinformatics Computer Skills.
-
St. Clair, C.; Visick, J.E. (2015). Exploring Bioinformatics: A Project-Based Approach. Burlington, MA, USA.
-
von der Lieth, C.-W.; Lütteke, T.; Frank, M. (Eds.). Bioinformatics for Glycobiology and Glycomics: an Introduction. Chichester. 2009.
-
Xiong, J. (2006). Essential Bioinformatics. Cambridge.
-
Zvelebil, M.; Baum, J.O. (2008). Understanding Bioinformatics. New York.
|