SylabUZ

Generate PDF for this page

PW15b - Statystyczne i niestatystyczne metody analizy porównawczej białek - course description

General information
Course name PW15b - Statystyczne i niestatystyczne metody analizy porównawczej białek
Course ID 13.9-WB-Biol2P-Biolog.-S16
Faculty Faculty of Exact and Natural Sciences
Field of study Biology
Education profile academic
Level of studies First-cycle studies leading to Bachelor's degree
Beginning semester winter term 2018/2019
Course information
Semester 6
ECTS credits to win 2
Course type obligatory
Teaching language polish
Author of syllabus
  • dr hab. Jacek Leluk, prof. UZ
Classes forms
The class form Hours per semester (full-time) Hours per week (full-time) Hours per semester (part-time) Hours per week (part-time) Form of assignment
Laboratory 15 1 9 0,6 Credit with grade
Lecture / remote 15 1 9 0,6 Credit with grade

Aim of the course

Celem przedmiotu jest zapoznanie sie ze statystycznymi i niestatystycznymi metodami analizy porównawczej białek. Porównanie skuteczności i wiarygodności obu rodzajów metod. Szczegółowe zapoznanie się z powszechnie stosowanymi metodami analizy porównawczej opartymi o stochastyczne macierze PAM i BLOSUM, oraz z algorytmem semihomologii genetycznej jako przykładu aplikacji niestatystycznej. Wady i zalety przedstawionych aplikacji.

Prerequisites

Wykład z prezentacjami multimedialnymi (PowerPoint) oraz korzystaniem z bioinformatycznych serwisów i baz danych online oraz specjalistycznego oprogramowania bioinformatycznego. Ćwiczenia praktyczne z wykorzystaniem biologicznych baz danych i specjalistycznego oprogramowania bioinformatycznego.

Scope

Charakterystyka podstawowych założeń statystycznych aplikacji służących do analizy porównawczej sekwencji białkowych. Konsekwencje stosowania aplikacji opartych na macierzach PAM i BLOSUM w interpretacji procesów zmienności mutacyjnej na poziomie fenotypowym białek. Algorytm semihomologii genetycznej - jako przykład alternatywnej niestatystyczne aplikacji do analizy porównawczej białek.  Charakterystyka algorytmu semihomologii genetycznej i jego fundamentalnych założeń. Informacje jakie można uzyskać w wyniku zastosowania aplikacji statystycznych i niestatystycznych. Wartość poznawcza poszczególnych aplikacji. Wiarygodność otrzymywanych wyników.

Teaching methods

Wykład z prezentacjami multimedialnymi (PowerPoint) oraz korzystaniem z bioinformatycznych serwisów i baz danych online oraz specjalistycznego oprogramowania bioinformatycznego. Ćwiczenia praktyczne z wykorzystaniem biologicznych baz danych i specjalistycznego oprogramowania bioinformatycznego. Korzystanie z materiału zdalnego nauczania (e-learning)

Learning outcomes and methods of theirs verification

Outcome description Outcome symbols Methods of verification The class form

Assignment conditions

 Test zaliczeniowy.

Ocena końcowa to zaliczenie na ocenę uzyskaną w wyniku rozwiązania testu zaliczeniowego.

Recommended reading

1. Baxevanis, A.D, Ouellette, B.F.F. (red.),  Bioinformatyka, Wydawnictwo Naukowe PWN, 2004.

2. Jin Xiong, Podstawy bioinformatyki, Wydawnictwa Uniwersytetu Warszawskiego, 2011

3. Higgs Paul G., Attword Teresa K., Bioinformatyka i ewolucja molekularna, Wydawnictwo Naukowe PWN, 2008.

Further reading

Notes


Modified by dr Renata Grochowalska (last modification: 13-06-2018 19:41)