Навигација

13М111ГИ - Геномска информатика

Спецификација предмета
НазивГеномска информатика
Акроним13М111ГИ
Студијски програмЕлектротехника и рачунарство
Модулмодул Аудио и видео комуникације, модул Аудио и видео технологије, модул Биомедицински и еколошки инжењеринг, модул Биомедицинско и еколошко инжењерство, модул Електроенергетски системи Смер - Мреже и системи, модул Електроенергетски системи Смер - Обновљиви извори енергије, модул Електроенергетски системи Смер - Постројења и опрема, модул Електроника, модул Електроника и дигитални системи, модул Енергетска ефикасност, модул Информационо комуникационе технологије, модул Микроталасна техника, модул Наноелектроника и фотоника, модул Примењена математика, модул Рачунарска техника и информатика, модул Сигнали и системи, модул Системско инжењерство и радио комуникације, модул Софтверско инжењерство
Тип студијамастер академске студије
Наставник (предавач)
Наставник/сарадник (вежбе)
Наставник/сарадник (ДОН)
Број ЕСПБ6.0Статус предметаизборни
Условљност другим предметима
Циљеви изучавања предметаУ оквиру овог предмета представљени су основни методи рачунарске анализе података добијених из генома, са циљем извођења биолошки значајних закључака. Биће указано на предности и мане ових метода и на значајне параметре који утичу на резултате ових анализа.
Исходи учења (стечена знања)Студенти ће разумети принципе дизајна алгоритама за обраду биолошких података и како они раде. Биће способни да анализирају проблеме и примене одговарајуће методе.
Садржај предмета
Садржај теоријске наставеДефиниције биоинформатике и геномике. Основе молекуларне биологије и технологије за секвенционирање генома. Технике за поклапање делова текста: Boyer-Moore, suffix tree. Burrows-Wheeler трансформација и FM индекс. Технике за апроксимативно поклапање делова текста. RNA секвенционирање: single cell и spatial transcriptomics анализе. Претпроцесирања и нормализације података. Биоинформатички алати.
Садржај практичне наставеПрактична настава ће тематски пратити теоријску наставу са нагласком на обраду података кроз алате и библиотеке засноване на програмском језику Пајтон.
Литература
  1. R. Durbin, S. Eddy, A. Krogh, G. Mitchison, "Biological Sequence Analysis", Cambridge University
  2. N. Jones, P. Pevzner, "An Introduction to Bioinformatics Algorithms", MIT Press
  3. D. Gusfield, "Algorithms on Strings, Trees and Sequences", Cambridge University Press
  4. Најновији радови по избору предавача
  5. Heumos, L., Schaar, A.C., Lance, C. et al. Best practices for single-cell analysis across modalities. Nat Rev Genet (2023)
Број часова активне наставе недељно током семестра/триместра/године
ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
221
Методе извођења наставеПредавања и аудиторне вежбе се држе уз електронске презентације. Студенти самостално израђују пројекте.
Оцена знања (максимални број поена 100)
Предиспитне обавезеПоенаЗавршни испитПоена
Активности у току предавањаПисмени испит40
Практична наставаУсмени испит
Пројекти60
Колоквијуми
Семинари