Código: 246308 | Asignatura: BIOINFORMÁTICA | ||||
Créditos: 6 | Tipo: Obligatoria | Curso: 3 | Periodo: 2º S | ||
Departamento: Estadística, Informática y Matemáticas | |||||
Profesorado: | |||||
ALDAZ ZARAGUETA, MIGUEL ANGEL [Tutorías ] | LATASA ZUDAIRE, IBAN ALEXANDER (Resp) [Tutorías ] |
Módulo: Formación en Ingeniería Biomédica
Materia: Bioinformática y telemonitorización
· Determinación, análisis y comparación de secuencias, de pares de secuencias y alineamientos globales y locales.
· Algoritmia de búsqueda de alineamientos: algoritmos de fuerza bruta, de matrices de puntos, de programación dinámica, de alineamientos locales y globales, algoritmos heurísticos, genéticos, neuronales...
· Herramientas informáticas de cómputo y análisis.
· Modelos de computación intensiva: computación paralela, distribuida, virtualizada y en la nube.
RA1 Conocer y saber aplicar técnicas de alineamiento de secuencias, predicción de genes, predicción de la expresión génica, alineado estructural de proteínas, predicción de estructura de proteínas e interacciones proteína-proteína.
RA2 Reconocer, identificar y clasificar patrones biomédicos, analizando la similitud de secuencias y grupos de secuencias desde las perspectivas de secuencia, estructura y evolución. Análisis filogenéticos.
RA3 Manejar plataformas de cómputo de altas prestaciones, lenguajes de programación y análisis bioinformáticos.
RA4 Desarrollar aplicaciones informáticas que automaticen procesos bioinformáticos mediante técnicas de computación paralela, distribuida, virtualizada y en la nube.
M1. Método expositivo
M2. Resolución de ejercicios y problemas
M3. Aprendizaje basado en problemas/proyectos
Docencia centrada en el alumno en la que prima el aprendizaje activo. Las distintas actividades formativas se centran en el desarrollo de las competencias genéricas y específicas anteriormente descritas. La formación del estudiante será evaluada de acuerdo al tipo de docencia presencial de la titulación.
Se imparten un total de 28 horas presenciales dedicadas a clases expositivas en el aula. Estas clases se dedican a impartir la parte teórica de la asignatura con la ayuda de un ordenador y un cañón de vídeo para la proyección de material en formato digital, y con la pizarra del aula.
Se imparten clases presenciales de contenido práctico en el laboratorio, hasta un total de 28 horas, en las que se desarrollarán actividades de programación con distintos algoritmos y estructuras de datos, y en las que se trabajará con distintos sistemas de cómputo para la realización de uno o varios proyectos prácticos y de problemas.
Actividad formativa | Nº Horas | Presencialidad (%) |
A1- Clases expositivas/ participativas | 28 | 100 |
A2. Prácticas | 28 | 100 |
A4. Realización de trabajos/proyectos en grupo | 42 | 0 |
A5. Estudio y trabajo autónomo del estudiante | 47 | 0 |
A6. Tutorías | 1 | 0 |
A7. Pruebas de evaluación | 4 | 100 |
Resultados de aprendizaje |
Actividad de evaluación |
Peso (%) | Carácter recuperable |
Nota mínima requerida |
---|---|---|---|---|
RA01,RA02,RA03 | E1. Pruebas escritas | 25% | Sí | 5/10 |
RA01,RA02 | E3. Presentaciones orales | 15% | No | No |
RA01,RA02,RA03,RA04 | E5. Pruebas e informes de trabajo experimental (prácticas y trabajo) | 55% | Sí | No |
RA01,RA02,RA03,RA04 | E6. Participación activa | 5% | No | No |
La asignatura se divide en dos partes claramente diferenciadas, una correspondiente a toda la algoritmia asociada a la gestión y comparación de secuencias y alineamientos, y la otra correspondiente a los sistemas de cómputo (sistemas paralelos, distribuidos, cloud y de altas prestaciones).
Parte I: Estructuras de datos y algoritmia.
Tema 1: Estructuras de datos
1.1. Árboles.
1.2. Árboles binarios.
1.3. Montículos.
1.4. Grafos: dirigidos y no dirigidos.
1.5. Recorridos en anchura y en profundidad.
Tema 2: Algoritmia
2.1. Algoritmos divide y vencerás
2.2. Algoritmos voraces.
2.3. Algoritmos basados en programación dinámica.
2.4. Búsquedas con retroceso, ramificación y acotamiento
2.5. Secuenciación y análisis de secuencias. NGS.
2.6. Alineamiento de secuencias
2.7. Anotación de secuencias: Blast2GO.
2.8. Computación: clustering, ANN, CNN, algoritmos genéticos.
Parte II: Sistemas de cómputo.
Tema 3: Programación paralela y distribuida
3.1. Programación paralela
3.2. Programación distribuida
Tema 4: Sistemas de cómputo de altas prestaciones
4.1. Cloud computing
4.2. HPC en entornos distribuidos: computación de altas prestaciones.
4.3. Herramientas de composición de flujos de trabajo.
Práctica 1: Estructuras de datos.
Práctica 2: Algoritmia básica I.
Práctica 3: Algoritmia básica II.
Práctica 4: Secuenciación y análisis de secuencias.
Práctica 5: Alineamiento de secuencias I.
Práctica 6: Alineamiento de secuencias II.
Práctica 7: Computación evolutiva.
Práctica 8: Programación de Procesadores Gráficos (GPUs).
Práctica 9: Programación mediante paso de mensajes: MPI.
Práctica 10: Programación distribuida.
Práctica 11: Virtualización.
Práctica 12: Desarrollo de un sistema de cómputo.
Trabajo práctico: desarrollo de un caso de uso.
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
D.W. Mount, Bioinformatics: Sequence and Genome Analysis, Cold Spring Harbor Laboratory Press, 2004.
J. Pevsne, Bioinformatics and Functional Genomics, Wiley-Blackwell, 2015.
M.J. Zvelebil, J.O. Baum, Understanding Bioinformatics, Garland Science, 2007.
T. White, Hadoop: The Definitive Guide - Grut Computing Systems, O¿Reilly, 2015 [http://grut-computing.com/HadoopBook.pdf
H.M. Lodhi Stephen H. Muggleton, Elements of Computational Systems Biology, John Wiley & Sons, 2010