Master Degree in Neurosciences
Universitat de Barcelona
Universitat Pompeu Fabra
Universitat Rovira i Virgili
Universitat de Lleida

Castellano.Catalá.English. 

PrintClose

Home : General Overview : Aims & Scope : Programme & Courses
Calendar : Registration & Administration : Assessment : Research
: News


MODUL 1 - TÈCNIQUES EN NEUROCIÈNCES

Bioinformàtica

Professors Coordinadors:

OBJECTIUS I JUSTIFICACIÓ DE L´ASSIGNATURA

Justificació de l’ assignatura

Objectius :

L’alumne haurà de conèixer:

    • Bases de dades principals primàries i secundàries de seqüència (proteïnes i àcids Nuclèics) i estructures tridimensionals. Contingut, estructura, eines de recuperació de dades. Criteris de qualitat.
    • Bases de dades genòmiques i recursos genòmics especialitzats. Predicció génica
    • Principis d’alineament de seqüències, eines representatives.
    • Concepte de família de proteïnes. Cerca d’homòlegs. Eines representatives.
    • Nocions de genètica evolutiva.
    • Predicció funcional. Ús d’homologia, Motius de seqüència
    • Mètodes de predicció estructural. Threading i modelat comparatiu.

L’alumne haurà de ser capaç de:

    • Cercar i recuperar informació sobre proteïnes o gens accedint a bases de dades de seqüència o estructura 3D
    • Efectuar manipulacions simples de seqüència emprant eines locals
    • Alinear seqüències localment o contra bases de dades. Cercar homòlegs i identificar famílies proteiques emprant eines com BLAST o bases de dades com PFAM o altres.
    • Analitzar estructures gèniques a partir de bases de dades i efectuar prediccions gèniques amb eines de tipus automàtic (GeneID)
    • Localitzar patrons de seqüència i valorar-ne la utilitat (PROSITE)
    • Emprar a nivell senzill eines de visualització molecular (Deep View).
    • Inferir relacions estructura-funció simple a partir d’anàlisi visual d’estructures
    • Efectuar prediccions d’estructura 3D emprant eines de tipus automàtic i valorar-ne els resultats (3DPSSM, Swiss-Model)

CONTINGUTS, TEMARI I PROFESSORS PARTICIPANTS

    • Bases de dades d’interès biològic. Repositoris de seqüència. Repositoris d’estructura 3D.
    • Bases de dades derivades: Genòmiques, Famílies proteiques, classificació d’estructures.
    • Concepte d’homologia. Alineament de seqüències. Matrius de comparació, algorismes principals. Alineament global vs. Alineament local. Eines d’alineament local (BLAST).
    • Alineament múltiple. Avantatges. Eines representatives.
    • Concepte de motiu. Utilitat, eines representatives, criteris de valoració
    • Predicció estructural. Threading i Modelat comparatiu. Eines representatives.

Seminaris especialitzats

    • Predicció gènica
    • Genètica evolutiva
    • Text-Mining
    • Visualització

AVALUACIÓ

Es proposaran un conjunt d’activitats no presencials en forma de projectes de predicció que integrin el conjunt ampli de les eines estudiades en les sessions presencials. Es procurarà que el tema seleccionat sigui d’utilitat per al projecte de recerca personal de l’alumne.
L’avaluació del curs s’efectuarà analitzant el treball realitzat segons els criteris següents:

    • Adequació de les eines seleccionades als objectius del projecte a realitzar
    • Bon ús de les eines seleccionades.
    • Originalitat en el plantejament d’hipòtesi
    • Criteris emprats en la valoració crítica del resultats obtinguts
    • Eventualment, capacitat de plantejament de experiments derivats de la informació obtinguda
    En qualsevol cas la valoració dels resultats s’ajustarà a la dificultat del problema seleccionat.

RECURSOS D'APRENENTATGE I MÈTODES D’ ENSENYAMENT

Ensenyament presencial

L’assignatura es desenvoluparà en la seva major part en aules d’informàtica amb connexió a internet. Donada la naturalesa de les matèries a impartir, les sessions contindran lliçons magistrals combinades amb activitats pràctiques guiades.


Treball no presencial

El treball no presencial a desenvolupar consistirà en un projecte integrat de predicció, el tema concret del qual es seleccionarà de manera que resulti d’interès per a l’alumne (en relació al seu currículum, altre cursos, eventuals activitats de recerca, etc.): El treball haurà d’incorporar un cert nombre de les tècniques estudiades i haurà de significar el formulació d’hipòtesis de predicció funcional i/o estructural. Es valorarà la programació d’eventual experiments que corroborar les prediccions realitzades.


BIBLIOGRAFIA

Tutorials a:

http://www.expasy.org
http://www.ebi.ac.uk
http://www.ncbi.nlm.nih.gov
http://www.pdb.org

go up