Datos Identificativos 2019/20
Asignatura (*) Procesamiento avanzado de secuencias biológicas Código 614522020
Titulación
Mestrado Universitario en Bioinformática para Ciencias da Saúde
Descriptores Ciclo Periodo Curso Tipo Créditos
Máster Oficial 1º cuatrimestre
Segundo Optativa 3
Idioma
Castellano
Gallego
Inglés
Modalidad docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Computación
Coordinador/a
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
Descripción general 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 del título
Código Competencias del título
A1 CE1 - Capacidad para conocer el ámbito de aplicación de la bioinformática y sus aspectos más importantes
A2 CE2 - Definir, evaluar y seleccionar la arquitectura y el software más adecuado para la resolución de un problema en el campo de la Bioinformática
A3 CE3 - Analizar, diseñar, desarrollar, implementar, verificar y documentar soluciones software eficientes sobre la base de un conocimiento adecuado de las teorías, modelos y técnicas actuales en el campo de la Bioinformática
A6 CE6 - Capacidad para identificar las herramientas software y fuentes de datos de bioinformática más relevantes, y adquirir destreza en su uso
A8 CE8 - Comprender a base da información do material hereditario, a súa transmisión, análise e evolución
A9 CE9 - Entender los beneficios y comprender los problemas asociados a la secuenciación y a la utilización de secuencias biológicas, así como conocer las estructuras y técnicas para su procesamiento
B1 CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
B2 CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
B8 CG3 - Ser capaz de trabajar en un equipo, en especial de carácter interdisciplinar
C6 CT6 - Valorar críticamente el conocimiento, la tecnología y la información disponible para resolver los problemas con los que deben enfrentarse
C7 CT7 - Mantener y asentar estrategias encaminadas a la actualización científica como criterio de mejora profesional.

Resultados de aprendizaje
Resultados de aprendizaje Competencias del título
Conocer las principales estructuras de datos usadas en el estado del arte para almacenamiento compacto y auto-indexado de secuencias y los algoritmos para su manejo. AP1
AP2
AP9
Crear estructuras de datos comprimidas para realizar tareas de análisis y alineamiento de secuencias de forma eficiente en tiempo y espacio. AP2
AP3
AP6
AP8
BP1
BP2
BP8
CP6
CP7
Conocer los problemas asociados a la predicción de la estructura secundaria y terciaria de las proteínas y su importancia, así como los principales métodos de predicción del estado del arte. AP1
AP2
AP3
AP6
AP9
BP1
CP6
CP7

Contenidos
Tema Subtema
Compresión de secuencias biológicas Lempel-Ziv
Compresión de gramáticas
Indexación de secuencias biológicas Transformada de Burrows-Wheeler
FM-index
Aplicaciones en búsqueda y ensamblaje
Representación sucinta de grafos y redes biológicas Estructuras para la representación compacta de grafos
Representación de redes biológicas
Aplicaciones a secuencias biológicas
Predicción de estructura de proteínas Conceptos básicos de proteínas
Predicción de estructura secundaria con métodos de aprendizaje máquina
Métodos de predicción de estructura terciaria
Modelado del plegado de proteínas

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Sesión magistral A1 A2 A3 A6 A8 A9 11 11 22
Prueba 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
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías Descripción
Sesión magistral Exposición de los contenidos de la materia
Prueba mixta Realización de una prueba final para demostrar los conocimientos y competencias adquiridos durante las sesiones magistrales y las prácticas en el aula
Prácticas a través de TIC Realización de prácticas, individuales o en grupo, para desarrollar los conceptos adquiridos en las clases magistrales

Atención personalizada
Metodologías
Prácticas a través de TIC
Descripción
Entre el alumnado puede haber diferencias en el nivel de conocimiento de los algoritmos y técnicas específicas utilizados como base para la asignatura. Se prevé una atención personalizada para el trabajo realizado en las prácticas

Evaluación
Metodologías Competéncias Descripción Calificación
Prueba 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 4,9 e a materia considerarase sustpensa.
20
Prácticas a través de TIC A1 A2 B1 B2 B8 C6 C7 Os estudantes deberán entregar boletíns cos resultados das prácticas realizadas ou solución aos problemas propostos. 80
 
Observaciones evaluación
PRIMERA OPORTUNIDAD

Tendrá calificación de NO PRESENTADO cualquier estudiante que no realice la prueba mixta

SEGUNDA OPORTUNIDAD

Solo podrán presentarse a la segunda oportunidad aquellos estudiantes que no superen la asignatura en la primera oportunidad.

En la segunda oportunidad tendrá calificación de NO PRESENTADO cualquier estudiante que no opte a recuperar ninguna de las partes.

OPORTUNIDAD ADELANTADA:

La evaluación en la oportunidad adelantada consistirá en una prueba escrita (100% de la nota final) que recogerá los conocimientos y competencias adquiridos durante las sesiones magistrales y las prácticas.

DISPENSA ACADÉMICA:

Aquellos
estudiantes con matrícula a tiempo parcial y dispensa académica que les
exima de asistencia a las clases deberán contactar con los docentes durante las dos primeras semanas de clase para establecer las condiciones de entrega de las prácticas.

PRIMEIRA OPORTUNIDADE
Oportunidade ganar

Fuentes de información
Básica N. C. Jones, P. A. Pevzner (2004). An introduction to bioinformatics algorithms. MIT Press
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

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


Recomendaciones
Asignaturas que se recomienda haber cursado previamente
Estructuras de datos y algoritmia para secuencias biológicas/614522013

Asignaturas que se recomienda cursar simultáneamente

Asignaturas que continúan el temario

Otros comentarios


(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías