Datos Identificativos 2024/25
Asignatura (*) Procesamento avanzado de secuencias biolóxicas Código 614522020
Titulación
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 1º cuadrimestre
Segundo Optativa 3
Idioma
Castelán
Galego
Inglés
Modalidade docente Híbrida
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Computación
Coordinación
Bernardo Roca, Guillermo de
Correo electrónico
guillermo.debernardo@udc.es
Profesorado
Bernardo Roca, Guillermo de
Santos Reyes, Jose
Correo electrónico
guillermo.debernardo@udc.es
jose.santos@udc.es
Web http://moodle.udc.es
Descrición xeral A materia introduce estructuras de datos, algoritmos e ferramentas avanzadas para o procesamento de secuencias biolóxicas. En particular introdúcense técnicas de compresión e representación sucinta de secuencias biolóxicas, grafos e redes, e técnicas de predicción de estrutura de proteínas

Competencias / Resultados do título
Código Competencias / Resultados do título

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias / Resultados do título
Coñecer as principais estruturas de datos usadas no estado da arte para o almacenamento compacto e auto-indexado de secuencias, e algoritmos para o seu uso. AP1
AP2
AP9
Crear estruturas de datos comprimidas para realizar tarefas de análise e aliñamento de secuencias de forma eficiente en tempo e espazo. AP2
AP3
AP6
AP8
BP1
BP2
BP8
CP6
CP7
Coñecer os problemas asociados á predicción da estrutura secundaria e terciaria das proteínas e a súa importancia, así como os principais métodos de predicción do estado da arte. AP1
AP2
AP3
AP6
AP9
BP1
CP6
CP7

Contidos
Temas Subtemas
Compresión de secuencias biolóxicas Lempel-Ziv
Compresión de gramáticas
Indexación de secuencias biolóxicas Transformada de Burrows-Wheeler
FM-index
Aplicacións en busca e ensamblaxe
Representación sucinta de grafos e redes biolóxicas Estruturas para a representación compacta de grafos
Representación de redes biolóxicas
Aplicacións a secuencias biolóxicas
Predicción de estrutura de proteínas
Conceptos básicos de proteínas
Predicción de estrutura secundaria con métodos de aprendizaxe máquina
Métodos de predicción de estrutura terciaria
Modelado do plegado de proteínas

Planificación
Metodoloxías / probas Competencias / Resultados Horas lectivas (presenciais e virtuais) Horas traballo autónomo Horas totais
Sesión maxistral A1 A2 A3 A6 A8 A9 11 11 22
Proba mixta A1 A2 A3 A6 A8 A9 B2 4 0 4
Prácticas a través de TIC A1 A2 B1 B2 B8 C6 C7 10 38 48
 
Atención personalizada 1 0 1
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Sesión maxistral Exposición dos contidos da materia
Proba mixta Realización dunha proba final para demostrar os coñecementos e competencias adquiridos durante as sesións maxistrais e as prácticas na aula
Prácticas a través de TIC Realización de prácticas, individuais ou en grupo, para desenvolver os conceptos adquiridos nas clases maxistrais

Atención personalizada
Metodoloxías
Prácticas a través de TIC
Descrición
Entre o alumnado pode haber diferenzas no nivel de coñecemento dos algoritmos e técnicas específicas utilizados como base para a asignatura. Prevese unha atención personalizada para o traballo realizado nas prácticas a través do apoio na clase, titorías e revisións parciais.

Avaliación
Metodoloxías Competencias / Resultados Descrición Cualificación
Proba mixta A1 A2 A3 A6 A8 A9 B2 Constará dunha proba na que deben ser demostrados os coñecementos e competencias adquiridos.

Para aprobar a materia globalmente hai que obter unha NOTA MÍNIMA de 1 (sobre 2) nesta proba. Non sendo así, a nota máxima global da materia non será en ningún caso superior a 4,5 e a materia considerarase suspensa.
20
Prácticas a través de TIC A1 A2 B1 B2 B8 C6 C7 Os/as estudantes deberán entregar boletíns cos resultados das prácticas realizadas ou solución aos problemas propostos. 80
 
Observacións avaliación
PRIMEIRA OPORTUNIDADE

Terá calificación de NON PRESENTADO calquera estudante que non realice a proba mixta.

SEGUNDA OPORTUNIDADE

Só poderán presentarse á segunda oportunidade aqueles/as estudantes que non superen a materia na primeira oportunidade.

Na segunda oportunidade poderán recuperarse todas as prácticas individuais e a proba mixta. Só se poderán recuperar aquelas partes non entregadas na primeira oportunidade ou nas que non se tivese acadado un 50% da cualificación máxima. En caso de non recuperar algunha parte, conservarase a nota obtida nesa parte na primeira oportunidade. Nas partes recuperadas, perderase a nota da primeira oportunidade e a cualificación será a obtida na segunda oportunidade.

Na segunda oportunidade terá calificación de NON PRESENTADO calquera estudante que non opte a recuperar ningunha das partes.

OPORTUNIDADE ADIANTADA:

A avaliación na oportunidade
adiantada consistirá dunha proba escrita (100% da nota final), que
recollerá os coñecementos e competencias adquiridos durante as sesións
maxistrais e as prácticas.

Todos os aspectos relacionados con “dispensa académica”“dedicación ao estudo”“permanencia” e “fraude académica” rexeranse de acordo coa normativa académica vixente da UDC.


Fontes de información
Bibliografía básica N. C. Jones, P. A. Pevzner (2004). An introduction to bioinformatics algorithms. MIT Press
Ohlenbusch, E (2013). Bioinformatics Algorithms: Sequence Analysis, Genome Rearrangements, and Phylogenetic Reconstruction.
V. Mäkinen, D. Belazzougui, F. Cunial, A.I.Tomescu (2015). Genome-scale algorithm design. Cambridge University Press
A. Tramontano (2006). Protein structure prediction: Concepts and Applications. Wiley-VCH

Bibliografía complementaria T.K. Attwood, D.J. Parry-Smith (2002). Introducción a la bioinformática. Pearson educacion


Recomendacións
Materias que se recomenda ter cursado previamente
Estruturas de datos e algoritmia para secuencias biolóxicas/614522013

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións

Perspectiva de xénero:

Segundo se recolle nas distintas normativas de aplicación para a docencia universitaria deberase incorporar a perspectiva de xénero nesta materia (uso de linguaxe non sexista, etc.) traballarase para identificar e modificar prexuízos e actitudes sexistas e influir na contorna para modificalos e fomentar valores de respecto e igualdade. Tratarase de detectar situacións de discriminación por razón de xénero e de propor accións e medidas para corrixilas.



(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías