Analiza sekwencji promotorów

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "2014-03-26. Analiza sekwencji promotorów"

Transkrypt

1 Analiza sekwencji promotorów 1

2 TFy tworzą zawiły układ regulacyjny, na który składają się różne oddziaływania białko białko poprzez wytworzenie PĘTLI Specyficzne TFy Ogólne TFy Benfey, Weigel 2001 Regulacja transkrypcyjna za pośrednictwem elementów CIS Założenie1: Fragmenty DNA różnią się jedynie sekwencją. Założenie2: Promotory muszą zawierać pełną informację do specyfikacji regulacji genów. Jak zidentyfikować sekwencje odpowiedzialne za regulacje genów? 2

3 Częstość występowania wybranych elementów cis i współczynnik wzbogacenia sekwencji Cis element Sequence -YACT- -CACGTG- -AAAG- -GATA- -ACGTGTC- -RCCGAC- -AAAAAAA- Proposed Function Mesophyll specific G-box, Phy regulated Binds Dof1&2 Light regulated ABA regulated Cold regulated Nonregulatory Number of genes % of all genes 22262* ~100%* % * ~ 100%* * ~ 100%* % % * ~ 100% 2.1 Enrichment factor Zintegrowany algorytm dla wyszukiwania biologicznie aktywnych CRE Genomowa baza danych Prawdopodobny CRE Dane z analiz opóźnienia migracji w żelu Mikromacierze Wyszukiwanie wszystkich promotorów z danym CRE Test dla regulacji genu przez faktor X Wyszukiwanie promotorów z mikromacierzy Ma CRE? T N Lista genów v. lista CRE Reg? Aktyny CRE T N Lista rejest. genów 3

4 % of genes >2-fold ind/sup Integracja informacji z genomowych baz danych z danymi z analizy mikromacierzy DNA Lewa strona: dane genomowe o pozycji i orientacji identyfikowanego CRE Prawa strona: dane z mikromacierzy DNA o poziomie ekspresji genów posiadających dany CRE, podczas traktowania różnymi czynnikami Plant J. 45: Założenie: Obecność aktywnego CE w promotorze jest skorelowana z ekspresją Hipoteza zerowa: Losowa grupa genów jest indukowana lub hamowana w takim samym stopniu jak średnia w genomie. ABA regulation of ABRE genes Obecność prawdziwego CE powinna zwiększyć prawdopodobieństwo regulacji genu, nawet jeśli ekspresja zależy od wielu innych czynników. Iabre Iavg Sabre Savg 4

5 Liczba genów Liczba genów o indukcji >2-krotnej Co przemawia za funkcjonalnością potencjalnego elementu cis? 1. Odległość od TSS 2. Reakcja na bodźce 3. Specyficzność sekwencji 4. Specyficzność orientacji 1. Odległość od TSS Zagęszczenie sekwencji elementu cis w sąsiedztwie TSS. ABA Odległość od TSS Silny efekt odległości od TSS na aktywność Efektywne odległości od TSS mogą być bardzo różne ABRE -1000bp DRE -400bp Cold Novel element Peroxide Odległość od TSS (co 200pz) 5

6 Nowe elementy Znane elementy Reakcja na bodźce Na niebiesko zaznaczono korelację istotną Funkcjonalny element powinien charakteryzować się specyficznym zbiorem bodźców, na które reaguje. Na polimorfizm sekwencji elementów wpływają naturalnie pojawiające się punktowe mutacje, podobnie jak na ich działanie. DRE element jest efektywny w dwóch orientacjach GCCGAC lub ACCGAC, ale nie jako CCCGAC lub TCCGAC 3. Specyficzność sekwencji In silicio mutageneza Plant J. 45:

7 Novel elements Specyficzność orientacji Na niebiesko zaznaczono korelację istotną dla efektu odwrotnego przy odwróconej orientacji elementu (supresja zamiast indukcji lub na odwrót). Potwierdzenie doświadczalne Przykładowa strategia: Fragmenty promotorów Fragmenty o dł. ok 100pz natywnego promotora z domniemanym elementem cis w środku Sztuczne promotory 2-4 powtórzeń domniemanego elementu cis Test na kulturach tkankowych A. thaliana 7

8 Potwierdzenie doświadczalne Fragment promotora::gen reporterowy (GUS) Element cis: NRXe2 (TGACGTCA) (100pz z elementem pośrodku) W zawiesinie: K ABA H2O2 SA Chłód In silico: ABA H2O2 SA Chłód Poprawna adnotacja promotora Elementy cis korelujące z ekspresją genomu Efektywna odległość od TSS Efektywna orientacja Efektywne rozmieszczenie od powtórzeń i elementów towarzyszących 8

Spis treści. Przedmowa... XI. Wprowadzenie i biologiczne bazy danych. 1 Wprowadzenie... 3. 2 Wprowadzenie do biologicznych baz danych...

Spis treści. Przedmowa... XI. Wprowadzenie i biologiczne bazy danych. 1 Wprowadzenie... 3. 2 Wprowadzenie do biologicznych baz danych... Przedmowa... XI Część pierwsza Wprowadzenie i biologiczne bazy danych 1 Wprowadzenie... 3 Czym jest bioinformatyka?... 5 Cele... 5 Zakres zainteresowań... 6 Zastosowania... 7 Ograniczenia... 8 Przyszłe

Bardziej szczegółowo

Co to jest transkryptom? A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 2

Co to jest transkryptom? A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 2 ALEKSANDRA ŚWIERCZ Co to jest transkryptom? A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 2 Ekspresja genów http://genome.wellcome.ac.uk/doc_wtd020757.html A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH

Bardziej szczegółowo

ANALIZA DANYCH POCHODZĄCYCH Z SEKWENCJONOWANIA NASTĘPNEJ GENERACJI

ANALIZA DANYCH POCHODZĄCYCH Z SEKWENCJONOWANIA NASTĘPNEJ GENERACJI ANALIZA DANYCH POCHODZĄCYCH Z SEKWENCJONOWANIA NASTĘPNEJ GENERACJI JOANNA SZYDA MAGDALENA FRĄSZCZAK MAGDA MIELCZAREK WSTĘP 1. Katedra Genetyki 2. Pracownia biostatystyki 3. Projekty NGS 4. Charakterystyka

Bardziej szczegółowo

Analizy wielkoskalowe w badaniach chromatyny

Analizy wielkoskalowe w badaniach chromatyny Analizy wielkoskalowe w badaniach chromatyny Analizy wielkoskalowe wykorzystujące mikromacierze DNA Genotypowanie: zróżnicowane wewnątrz genów RNA Komórka eukariotyczna Ekspresja genów: Które geny? Poziom

Bardziej szczegółowo

wykład dla studentów II roku biotechnologii Andrzej Wierzbicki

wykład dla studentów II roku biotechnologii Andrzej Wierzbicki Genetyka ogólna wykład dla studentów II roku biotechnologii Andrzej Wierzbicki Uniwersytet Warszawski Wydział Biologii andw@ibb.waw.pl http://arete.ibb.waw.pl/private/genetyka/ 1. Gen to odcinek DNA odpowiedzialny

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI 12 MIKROMACIERZE

PODSTAWY BIOINFORMATYKI 12 MIKROMACIERZE PODSTAWY BIOINFORMATYKI 12 MIKROMACIERZE WSTĘP 1. Mikromacierze ekspresyjne tworzenie macierzy przykłady zastosowań 2. Mikromacierze SNP tworzenie macierzy przykłady zastosowań MIKROMACIERZE EKSPRESYJNE

Bardziej szczegółowo

Analizy DNA in silico - czyli czego można szukać i co można znaleźć w sekwencjach nukleotydowych???

Analizy DNA in silico - czyli czego można szukać i co można znaleźć w sekwencjach nukleotydowych??? Analizy DNA in silico - czyli czego można szukać i co można znaleźć w sekwencjach nukleotydowych??? Alfabet kwasów nukleinowych jest stosunkowo ubogi!!! Dla sekwencji DNA (RNA) stosuje się zasadniczo*

Bardziej szczegółowo

GENOMIKA FUNKCJONALNA. Jak działają geny i genomy? Poziom I: Analizy transkryptomu

GENOMIKA FUNKCJONALNA. Jak działają geny i genomy? Poziom I: Analizy transkryptomu GENOMIKA FUNKCJONALNA Jak działają geny i genomy? Poziom I: Analizy transkryptomu Adnotacja (ang. annotation) pierwszy etap po uzyskaniu kompletnej sekwencji nukleotydyowej genomu analiza bioinformatyczna

Bardziej szczegółowo

Dane mikromacierzowe. Mateusz Markowicz Marta Stańska

Dane mikromacierzowe. Mateusz Markowicz Marta Stańska Dane mikromacierzowe Mateusz Markowicz Marta Stańska Mikromacierz Mikromacierz DNA (ang. DNA microarray) to szklana lub plastikowa płytka (o maksymalnych wymiarach 2,5 cm x 7,5 cm) z naniesionymi w regularnych

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI

PODSTAWY BIOINFORMATYKI PODSTAWY BIOINFORMATYKI Prowadzący: JOANNA SZYDA ADRIAN DROśDś WSTĘP 1. Katedra Genetyki badania bioinformatyczne 2. Tematyka przedmiotu 3. Charakterystyka wykładów 4. Charakterystyka ćwiczeń 5. Informacje

Bardziej szczegółowo

GENOMIKA FUNKCJONALNA. Jak działają geny i genomy? Poziom I: Analizy transkryptomu

GENOMIKA FUNKCJONALNA. Jak działają geny i genomy? Poziom I: Analizy transkryptomu GENOMIKA FUNKCJONALNA Jak działają geny i genomy? Poziom I: Analizy transkryptomu Adnotacja (ang. annotation) pierwszy etap po uzyskaniu kompletnej sekwencji nukleotydyowej genomu analiza bioinformatyczna

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI 11 BAZA DANYCH HAPMAP

PODSTAWY BIOINFORMATYKI 11 BAZA DANYCH HAPMAP PODSTAWY BIOINFORMATYKI 11 BAZA DANYCH HAPMAP WSTĘP 1. SNP 2. haplotyp 3. równowaga sprzężeń 4. zawartość bazy HapMap 5. przykłady zastosowań Copyright 2013, Joanna Szyda HAPMAP BAZA DANYCH HAPMAP - haplotypy

Bardziej szczegółowo

WSTĘP. Copyright 2011, Joanna Szyda

WSTĘP. Copyright 2011, Joanna Szyda BIOINFORMATYKA 1. Wykład wstępny 2. Struktury danych w badaniach bioinformatycznych 3. Bazy danych: projektowanie i struktura 4. Bazy danych: projektowanie i struktura 5. Równowaga Hardyego-Weinberga,

Bardziej szczegółowo

Przeglądanie bibliotek

Przeglądanie bibliotek Przeglądanie bibliotek Czyli jak złapać (i sklonować) ciekawy gen? Klonowanie genów w oparciu o identyczność lub podobieństwo ich sekwencji do znanego już DNA Sonda homologiczna (komplementarna w 100%)

Bardziej szczegółowo

mikrosatelitarne, minisatelitarne i polimorfizm liczby kopii

mikrosatelitarne, minisatelitarne i polimorfizm liczby kopii Zawartość 139371 1. Wstęp zarys historii genetyki, czyli od genetyki klasycznej do genomiki 2. Chromosomy i podziały jądra komórkowego 2.1. Budowa chromosomu 2.2. Barwienie prążkowe chromosomów 2.3. Mitoza

Bardziej szczegółowo

Statystyczna analiza danych

Statystyczna analiza danych Statystyczna analiza danych ukryte modele Markowa, zastosowania Anna Gambin Instytut Informatyki Uniwersytet Warszawski plan na dziś Ukryte modele Markowa w praktyce modelowania rodzin białek multiuliniowienia

Bardziej szczegółowo

Transformacja pośrednia składa się z trzech etapów:

Transformacja pośrednia składa się z trzech etapów: Transformacja pośrednia składa się z trzech etapów: 1. Otrzymanie pożądanego odcinka DNA z materiału genetycznego dawcy 2. Wprowadzenie obcego DNA do wektora 3. Wprowadzenie wektora, niosącego w sobie

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI 6 BAZA DANYCH NCBI - II

PODSTAWY BIOINFORMATYKI 6 BAZA DANYCH NCBI - II PODSTAWY BIOINFORMATYKI 6 BAZA DANYCH NCBI - II BAZA DANYCH NCBI 1. NCBI 2. Dane gromadzone przez NCBI 3. Przegląd baz danych NCBI: Publikacje naukowe Projekty analizy genomów OMIM: fenotypy człowieka

Bardziej szczegółowo

BUDOWA I FUNKCJA GENOMU LUDZKIEGO

BUDOWA I FUNKCJA GENOMU LUDZKIEGO BUDOWA I FUNKCJA GENOMU LUDZKIEGO Magdalena Mayer Katedra i Zakład Genetyki Medycznej UM w Poznaniu 1. Projekt poznania genomu człowieka: Cele programu: - skonstruowanie szczegółowych map fizycznych i

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych 9 października 2008 ...czyli definicje na rozgrzewkę n-elementowa próba losowa - wektor n zmiennych losowych (X 1,..., X n ); intuicyjnie: wynik n eksperymentów realizacja próby (X 1,..., X n ) w ω Ω :

Bardziej szczegółowo

Wybrane techniki badania białek -proteomika funkcjonalna

Wybrane techniki badania białek -proteomika funkcjonalna Wybrane techniki badania białek -proteomika funkcjonalna Proteomika: umożliwia badanie zestawu wszystkich (lub prawie wszystkich) białek komórkowych Zalety analizy proteomu w porównaniu z analizą trankryptomu:

Bardziej szczegółowo

października 2013: Elementarz biologii molekularnej. Wykład nr 2 BIOINFORMATYKA rok II

października 2013: Elementarz biologii molekularnej. Wykład nr 2 BIOINFORMATYKA rok II 10 października 2013: Elementarz biologii molekularnej www.bioalgorithms.info Wykład nr 2 BIOINFORMATYKA rok II Komórka: strukturalna i funkcjonalne jednostka organizmu żywego Jądro komórkowe: chroniona

Bardziej szczegółowo

Zawartość. Wstęp 1. Historia wirusologii. 2. Klasyfikacja wirusów

Zawartość. Wstęp 1. Historia wirusologii. 2. Klasyfikacja wirusów Zawartość 139585 Wstęp 1. Historia wirusologii 2. Klasyfikacja wirusów 3. Struktura cząstek wirusowych 3.1. Metody określania struktury cząstek wirusowych 3.2. Budowa cząstek wirusowych o strukturze helikalnej

Bardziej szczegółowo

BIOTECHNOLOGIA I BIOLOGIA EKSPERYMENTALNA ROŚLIN

BIOTECHNOLOGIA I BIOLOGIA EKSPERYMENTALNA ROŚLIN BIOTECHNOLOGIA I BIOLOGIA EKSPERYMENTALNA ROŚLIN Udział w międzynarodowych projektach badawczych: Rodzaj projektu: międzynarodowy, współfinansowany Nr grantu: 2904/FAO/IAEA/2013/0 Temat: Pakiet narzędzi

Bardziej szczegółowo

TECHNIKI ANALIZY RNA TECHNIKI ANALIZY RNA TECHNIKI ANALIZY RNA

TECHNIKI ANALIZY RNA TECHNIKI ANALIZY RNA TECHNIKI ANALIZY RNA DNA 28SRNA 18/16S RNA 5SRNA mrna Ilościowa analiza mrna aktywność genów w zależności od wybranych czynników: o rodzaju tkanki o rodzaju czynnika zewnętrznego o rodzaju upośledzenia szlaku metabolicznego

Bardziej szczegółowo

Inżynieria genetyczna- 6 ECTS. Inżynieria genetyczna. Podstawowe pojęcia Część II Klonowanie ekspresyjne Od genu do białka

Inżynieria genetyczna- 6 ECTS. Inżynieria genetyczna. Podstawowe pojęcia Część II Klonowanie ekspresyjne Od genu do białka Inżynieria genetyczna- 6 ECTS Część I Badanie ekspresji genów Podstawy klonowania i różnicowania transformantów Kolokwium (14pkt) Część II Klonowanie ekspresyjne Od genu do białka Kolokwium (26pkt) EGZAMIN

Bardziej szczegółowo

Analizy DNA in silico - czyli czego można szukać i co można znaleźć w sekwencjach nukleotydowych???

Analizy DNA in silico - czyli czego można szukać i co można znaleźć w sekwencjach nukleotydowych??? Analizy DNA in silico - czyli czego można szukać i co można znaleźć w sekwencjach nukleotydowych??? Alfabet kwasów nukleinowych jest stosunkowo ubogi!!! Dla sekwencji DNA (RNA) stosuje się zasadniczo*

Bardziej szczegółowo

Klonowanie molekularne Kurs doskonalący. Zakład Geriatrii i Gerontologii CMKP

Klonowanie molekularne Kurs doskonalący. Zakład Geriatrii i Gerontologii CMKP Klonowanie molekularne Kurs doskonalący Zakład Geriatrii i Gerontologii CMKP Etapy klonowania molekularnego 1. Wybór wektora i organizmu gospodarza Po co klonuję (do namnożenia DNA [czy ma być metylowane

Bardziej szczegółowo

Nowoczesne systemy ekspresji genów

Nowoczesne systemy ekspresji genów Nowoczesne systemy ekspresji genów Ekspresja genów w organizmach żywych GEN - pojęcia podstawowe promotor sekwencja kodująca RNA terminator gen Gen - odcinek DNA zawierający zakodowaną informację wystarczającą

Bardziej szczegółowo

Analiza zmienności czasowej danych mikromacierzowych

Analiza zmienności czasowej danych mikromacierzowych Systemy Inteligencji Obliczeniowej Analiza zmienności czasowej danych mikromacierzowych Kornel Chromiński Instytut Informatyki Uniwersytet Śląski Plan prezentacji Dane mikromacierzowe Cel badań Prezentacja

Bardziej szczegółowo

WYNALAZKI BIOTECHNOLOGICZNE W POLSCE. Ewa Waszkowska ekspert UPRP

WYNALAZKI BIOTECHNOLOGICZNE W POLSCE. Ewa Waszkowska ekspert UPRP WYNALAZKI BIOTECHNOLOGICZNE W POLSCE Ewa Waszkowska ekspert UPRP Źródła informacji w biotechnologii projekt SLING Warszawa, 9-10.12.2010 PLAN WYSTĄPIENIA Umocowania prawne Wynalazki biotechnologiczne Statystyka

Bardziej szczegółowo

Dr hab. Janusz Matuszyk. Ocena rozprawy doktorskiej. Pani mgr Hanny Baurskiej

Dr hab. Janusz Matuszyk. Ocena rozprawy doktorskiej. Pani mgr Hanny Baurskiej Dr hab. Janusz Matuszyk INSTYTUT IMMUNOLOGII I TERAPII DOŚWIADCZALNEJ im. Ludwika Hirszfelda P OLSKIEJ A K A D E M I I N AUK Centrum Doskonałości: IMMUNE ul. Rudolfa Weigla 12, 53-114 Wrocław tel. (+48-71)

Bardziej szczegółowo

Proteomika: umożliwia badanie zestawu wszystkich lub prawie wszystkich białek komórkowych

Proteomika: umożliwia badanie zestawu wszystkich lub prawie wszystkich białek komórkowych Proteomika: umożliwia badanie zestawu wszystkich lub prawie wszystkich białek komórkowych Zalety w porównaniu z analizą trankryptomu: analiza transkryptomu komórki identyfikacja mrna nie musi jeszcze oznaczać

Bardziej szczegółowo

Urszula Poziomek, doradca metodyczny w zakresie biologii Materiał dydaktyczny przygotowany na konferencję z cyklu Na miarę Nobla, 14 stycznia 2010 r.

Urszula Poziomek, doradca metodyczny w zakresie biologii Materiał dydaktyczny przygotowany na konferencję z cyklu Na miarę Nobla, 14 stycznia 2010 r. Ćwiczenie 1 1 Wstęp Rozważając możliwe powiązania filogenetyczne gatunków, systematyka porównuje dane molekularne. Najskuteczniejszym sposobem badania i weryfikacji różnych hipotez filogenetycznych jest

Bardziej szczegółowo

Powodzenie reakcji PCR wymaga właściwego doboru szeregu parametrów:

Powodzenie reakcji PCR wymaga właściwego doboru szeregu parametrów: Powodzenie reakcji PCR wymaga właściwego doboru szeregu parametrów: dobór warunków samej reakcji PCR (temperatury, czas trwania cykli, ilości cykli itp.) dobór odpowiednich starterów do reakcji amplifikacji

Bardziej szczegółowo

Mitochondrialna Ewa;

Mitochondrialna Ewa; Mitochondrialna Ewa; jej sprzymierzeńcy i wrogowie Lien Dybczyńska Zakład genetyki, Uniwersytet Warszawski 01.05.2004 Milion lat temu Ale co dalej??? I wtedy wkracza biologia molekularna Analiza różnic

Bardziej szczegółowo

Bioinformatyka. (wykład monograficzny) wykład 5. E. Banachowicz. Zakład Biofizyki Molekularnej IF UAM

Bioinformatyka. (wykład monograficzny) wykład 5. E. Banachowicz. Zakład Biofizyki Molekularnej IF UAM Bioinformatyka (wykład monograficzny) wykład 5. E. Banachowicz Zakład Biofizyki Molekularnej IF UM http://www.amu.edu.pl/~ewas lgorytmy macierze punktowe (DotPlot) programowanie dynamiczne metody heurystyczne

Bardziej szczegółowo

Metody badania polimorfizmu/mutacji DNA. Aleksandra Sałagacka Pracownia Diagnostyki Molekularnej i Farmakogenomiki Uniwersytet Medyczny w Łodzi

Metody badania polimorfizmu/mutacji DNA. Aleksandra Sałagacka Pracownia Diagnostyki Molekularnej i Farmakogenomiki Uniwersytet Medyczny w Łodzi Metody badania polimorfizmu/mutacji DNA Aleksandra Sałagacka Pracownia Diagnostyki Molekularnej i Farmakogenomiki Uniwersytet Medyczny w Łodzi Mutacja Mutacja (łac. mutatio zmiana) - zmiana materialnego

Bardziej szczegółowo

Plan wykładu: Budowa chromatyny - nukleosomy. Wpływ nukleosomów na replikację i transkrypcję

Plan wykładu: Budowa chromatyny - nukleosomy. Wpływ nukleosomów na replikację i transkrypcję Nukleosomy 1 Plan wykładu: Budowa chromatyny - nukleosomy Wpływ nukleosomów na replikację i transkrypcję Metody pozwalające na wyznaczanie miejsc wiązania nukleosomów Charakterystyka obsadzenia nukleosomów

Bardziej szczegółowo

Dr. habil. Anna Salek International Bio-Consulting 1 Germany

Dr. habil. Anna Salek International Bio-Consulting 1 Germany 1 2 3 Drożdże są najprostszymi Eukariontami 4 Eucaryota Procaryota 5 6 Informacja genetyczna dla każdej komórki drożdży jest identyczna A zatem każda komórka koduje w DNA wszystkie swoje substancje 7 Przy

Bardziej szczegółowo

POLITYKA ZARZĄDZANIA RYZYKIEM

POLITYKA ZARZĄDZANIA RYZYKIEM POLITYKA ZARZĄDZANIA RYZYKIEM ROZDZIAŁ I Postanowienia ogólne 1.1.Ilekroć w dokumencie jest mowa o: 1) ryzyku należy przez to rozumieć możliwość zaistnienia zdarzenia, które będzie miało wpływ na realizację

Bardziej szczegółowo

W tym rozdziale książka opisuje kilka podejść do poszukiwania kolokacji.

W tym rozdziale książka opisuje kilka podejść do poszukiwania kolokacji. 5 Collocations Związek frazeologiczny (kolokacja), to często używane zestawienie słów. Przykłady: strong tea, weapons of mass destruction, make up. Znaczenie całości wyrażenia, nie zawsze wynika ze znaczeń

Bardziej szczegółowo

STATYSTYKA INDUKCYJNA. O sondażach i nie tylko

STATYSTYKA INDUKCYJNA. O sondażach i nie tylko STATYSTYKA INDUKCYJNA O sondażach i nie tylko DWA DZIAŁY ESTYMACJA Co na podstawie wyników z próby mogę powiedzieć o wynikach w populacji? WERYFIKACJA HIPOTEZ Czy moje przypuszczenia uczynione przed badaniami

Bardziej szczegółowo

TATA box. Enhancery. CGCG ekson intron ekson intron ekson CZĘŚĆ KODUJĄCA GENU TERMINATOR. Elementy regulatorowe

TATA box. Enhancery. CGCG ekson intron ekson intron ekson CZĘŚĆ KODUJĄCA GENU TERMINATOR. Elementy regulatorowe Promotory genu Promotor bliski leży w odległości do 40 pz od miejsca startu transkrypcji, zawiera kasetę TATA. Kaseta TATA to silnie konserwowana sekwencja TATAAAA, występująca w większości promotorów

Bardziej szczegółowo

Badanie doboru naturalnego na poziomie molekularnym

Badanie doboru naturalnego na poziomie molekularnym Badanie doboru naturalnego na poziomie molekularnym Podstawy ewolucji molekulanej Jak ewoluują sekwencje Zmiany genetyczne w ewolucji Mutacje tworzą nowe allele genów Inwersje zmieniają układ genów na

Bardziej szczegółowo

POLITYKA ZARZĄDZANIA RYZYKIEM W MIEJSKO-GMINNYM OŚRODKU KULTURY SPORTU I REKREACJI W GNIEWKOWIE

POLITYKA ZARZĄDZANIA RYZYKIEM W MIEJSKO-GMINNYM OŚRODKU KULTURY SPORTU I REKREACJI W GNIEWKOWIE Strona1 ZAŁĄCZNIK NR 2 do Zarządzenia Nr DOK.0151.2.7.2016 Dyrektora MGOKSIR z dnia 30.08.2016r. POLITYKA ZARZĄDZANIA RYZYKIEM W MIEJSKO-GMINNYM OŚRODKU KULTURY SPORTU I REKREACJI W GNIEWKOWIE zwana dalej:

Bardziej szczegółowo

ć ŚĆ Ś Ż Ś ć ć ŚĆ ć ć ć Ś ź ź Ł Ń Ź ź ć Ś ć Ę Ś ź ć Ó ć ć Ś Ś Ś Ł Ś ć ć Ł ć ŚĆ Ś ź Ś Ś Ś Ś ć ć Ł ć Ę Ę ć Ś Ś ć Ś Ę ć Ę Ś Ś Ś Ś Ś Ś ć ć Ś Ż ć ć ć ć ć ć ć ć ć Ę Ż ć ć Ś Ś ź Ś Ś Ę Ł Ń ć Ę ć Ś ć Ż ć Ę Ę Ę

Bardziej szczegółowo

ż Ść Ś Ś Ś Ś Ę Ą Ę ź Ę Ę ć ć Ź Ć Ó Ę Ę Ń Ś Ą ć Ę ć ć ćę ż ż ć Ó ż Ę Ń Ą Ą Ż Ę Ę Ść ć ż Ż ż Ż ć Ż ź Ę Ść Ż Ę Ść Ś ż Ń Ą ż Ę ż ż Ś ż ż Ó Ś Ę Ó ź ż ż ć ż Ś ż Ś ć ż ż Ś Ś ć Ż Ż Ó ż Ż Ż Ś Ś Ś ć Ź ż Ś Ś ć Ą

Bardziej szczegółowo

Ż Ł ć ć ź ź Ś Ó ćę Ę Ą Ę ć Ę ć Ń Ż ć ć Ż ć ć ć ć ć ć ć ć ć Ź ć ć Ę ć ć ć Ą ć Ż ć Ł Ż ć Ę ć ć ć ć ć ć ć ć Ż ć Ż ć ć ć ć ć Ż ć Ą Ź ć Ą ź Ż ć ć ć ć ć Ź ź Ź ć Ż Ź Ż Ź Ź ć Ż ć Ę Ł Ż ć ź Ż ć ć ź ć ć ć ź Ż Ę

Bardziej szczegółowo

Matematyk Ci powie, co łączy Eugeniusza Oniegina i gry hazardowe

Matematyk Ci powie, co łączy Eugeniusza Oniegina i gry hazardowe Matematyk Ci powie, co łączy Eugeniusza Oniegina i gry hazardowe Empik każdego inspiruje inaczej Aleksander Puszkin (1799 1837) Andrey (Andrei) Andreyevich Markov (1856 1922) Wśród 20 tysięcy początkowych

Bardziej szczegółowo

Biologia molekularna z genetyką

Biologia molekularna z genetyką Biologia molekularna z genetyką P. Golik i M. Koper Konwersatorium 3: Analiza genetyczna eukariontów Saccharomyces cerevisiae Makrokierunek: Bioinformatyka i Biologia Systemów; 2016 Opracowano na podstawie

Bardziej szczegółowo

Możliwości i potencjalne zastosowania Zintegrowanego Systemu Analitycznego do innowacyjnych i kompleksowych badań molekularnych

Możliwości i potencjalne zastosowania Zintegrowanego Systemu Analitycznego do innowacyjnych i kompleksowych badań molekularnych Możliwości i potencjalne zastosowania Zintegrowanego Systemu Analitycznego do innowacyjnych i kompleksowych badań molekularnych Dzień Otwarty Klastra LifeScience 31 maj 2017, Kraków dr Agata Piestrzyńska-Kajtoch,

Bardziej szczegółowo

Dr hab.n.med. Renata Jacewicz

Dr hab.n.med. Renata Jacewicz GENOM CZŁOWIEKA >99,999% 0,0005% 65% Dr hab.n.med. Renata Jacewicz Kierownik Pracowni Genetyki Medycznej i Sądowej 3% 32% 2013 Pracownia Genetyki Medycznej i Sądowej ZMS Dojrzałe erytrocyty, trzony włosów

Bardziej szczegółowo

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa Kampus Ochota 18 kwietnia 2015 Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Andrey (Andrei)

Bardziej szczegółowo

Statystyczna analiza Danych

Statystyczna analiza Danych Statystyczna analiza Danych Dla bioinformatyków Wykład pierwszy: O testowaniu hipotez Plan na dziś Quiz! Cele wykładu Plan na semestr Kryteria zaliczenia Sprawy organizacyjne Quiz (15 minut) Jakie znasz

Bardziej szczegółowo

Możliwości współczesnej inżynierii genetycznej w obszarze biotechnologii

Możliwości współczesnej inżynierii genetycznej w obszarze biotechnologii Możliwości współczesnej inżynierii genetycznej w obszarze biotechnologii 1. Technologia rekombinowanego DNA jest podstawą uzyskiwania genetycznie zmodyfikowanych organizmów 2. Medycyna i ochrona zdrowia

Bardziej szczegółowo

Glimmer umożliwia znalezienie regionów kodujących

Glimmer umożliwia znalezienie regionów kodujących Narzędzia ułatwiające identyfikację właściwych genów GLIMMER TaxPlot Narzędzia ułatwiające amplifikację tych genów techniki PCR Primer3, Primer3plus PrimerBLAST Reverse Complement Narzędzia ułatwiające

Bardziej szczegółowo

Informatyka w medycynie Punkt widzenia kardiologa

Informatyka w medycynie Punkt widzenia kardiologa Informatyka w medycynie Punkt widzenia kardiologa Lech Poloński Mariusz Gąsior Informatyka medyczna Dział informatyki zajmujący się jej zastosowaniem w ochronie zdrowia (medycynie) Stymulacja rozwoju informatyki

Bardziej szczegółowo

TRANSKRYPCJA - I etap ekspresji genów

TRANSKRYPCJA - I etap ekspresji genów Eksparesja genów TRANSKRYPCJA - I etap ekspresji genów Przepisywanie informacji genetycznej z makrocząsteczki DNA na mniejsze i bardziej funkcjonalne cząsteczki pre-mrna Polimeraza RNA ETAP I Inicjacja

Bardziej szczegółowo

wykład dla studentów II roku biotechnologii Andrzej Wierzbicki

wykład dla studentów II roku biotechnologii Andrzej Wierzbicki Genetyka ogólna wykład dla studentów II roku biotechnologii Andrzej Wierzbicki Uniwersytet Warszawski Wydział Biologii andw@ibb.waw.pl http://arete.ibb.waw.pl/private/genetyka/ Budowa rybosomu Translacja

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI 8 DOPASOWYWANIE SEKWENCJI AMINOKWASÓW

PODSTAWY BIOINFORMATYKI 8 DOPASOWYWANIE SEKWENCJI AMINOKWASÓW PODSTAWY BIOINFORMATYKI 8 DOPASOWYWANIE SEKWENCJI AMINOKWASÓW DOPASOWYWANIE SEKWENCJI 1. Miary podobieństwa sekwencji aminokwasów 2. Zastosowanie programów: CLUSTAL OMEGA BLAST Copyright 2013, Joanna Szyda

Bardziej szczegółowo

Wprowadzenie do genetyki sądowej. Materiały biologiczne. Materiały biologiczne: prawidłowe zabezpieczanie śladów

Wprowadzenie do genetyki sądowej. Materiały biologiczne. Materiały biologiczne: prawidłowe zabezpieczanie śladów Wprowadzenie do genetyki sądowej 2013 Pracownia Genetyki Sądowej Katedra i Zakład Medycyny Sądowej Materiały biologiczne Inne: włosy z cebulkami, paznokcie możliwa degradacja - tkanki utrwalone w formalinie/parafinie,

Bardziej szczegółowo

Metylacja DNA. Anna Fogtman Pracownia Analiz Mikromacierzy Uniwersytet Warszawski Polska Akademia Nauk

Metylacja DNA. Anna Fogtman Pracownia Analiz Mikromacierzy Uniwersytet Warszawski Polska Akademia Nauk Metylacja DNA Anna Fogtman Pracownia Analiz Mikromacierzy Uniwersytet Warszawski Polska Akademia Nauk Przykład symfoniczny Przykład symfoniczny Metylacja DNA O SAM-CH SAM NH 3 5 2 6 1 H DNMT Cytozyna

Bardziej szczegółowo

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Warszawa 14

Bardziej szczegółowo

Metody: PCR, MLPA, Sekwencjonowanie, PCR-RLFP, PCR-Multiplex, PCR-ASO

Metody: PCR, MLPA, Sekwencjonowanie, PCR-RLFP, PCR-Multiplex, PCR-ASO Diagnostyka molekularna Dr n.biol. Anna Wawrocka Strategia diagnostyki genetycznej: Aberracje chromosomowe: Metody:Analiza kariotypu, FISH, acgh, MLPA, QF-PCR Gen(y) znany Metody: PCR, MLPA, Sekwencjonowanie,

Bardziej szczegółowo

Zastosowanie metody RAPD do różnicowania szczepów bakteryjnych

Zastosowanie metody RAPD do różnicowania szczepów bakteryjnych Zastosowanie metody RAPD do różnicowania szczepów bakteryjnych Wstęp teoretyczny Technika RAPD (ang. Random Amplification of Polymorphic DNA) opiera się na prostej reakcji PCR, przeprowadzanej na genomowym

Bardziej szczegółowo

Rozmnażanie i wzrost komórek sąściśle kontrolowane. Genetyczne podłoże nowotworzenia

Rozmnażanie i wzrost komórek sąściśle kontrolowane. Genetyczne podłoże nowotworzenia Rozmnażanie i wzrost komórek sąściśle kontrolowane Genetyczne podłoże nowotworzenia Rozmnażanie i wzrost komórek sąściśle kontrolowane Rozmnażanie i wzrost komórek sąściśle kontrolowane Połączenia komórek

Bardziej szczegółowo

Plan. Sztuczne systemy immunologiczne. Podstawowy słownik. Odporność swoista. Architektura systemu naturalnego. Naturalny system immunologiczny

Plan. Sztuczne systemy immunologiczne. Podstawowy słownik. Odporność swoista. Architektura systemu naturalnego. Naturalny system immunologiczny Sztuczne systemy immunologiczne Plan Naturalny system immunologiczny Systemy oparte na selekcji klonalnej Systemy oparte na modelu sieci idiotypowej 2 Podstawowy słownik Naturalny system immunologiczny

Bardziej szczegółowo

Ewolucja człowieka. Ślady w ziemi i ślady w genach

Ewolucja człowieka. Ślady w ziemi i ślady w genach Ewolucja człowieka Ślady w ziemi i ślady w genach 1 Złożone zagadki } } Odnaleziono wiele skamieniałości naczelnych, różne gatunki w tym samym czasie Trudno ustalić relacje między nimi } Przodkowie, czy

Bardziej szczegółowo

starszych na półkuli zachodniej. Typową cechą choroby jest heterogenny przebieg

starszych na półkuli zachodniej. Typową cechą choroby jest heterogenny przebieg STRESZCZENIE Przewlekła białaczka limfocytowa (PBL) jest najczęstszą białaczką ludzi starszych na półkuli zachodniej. Typową cechą choroby jest heterogenny przebieg kliniczny, zróżnicowane rokowanie. Etiologia

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez statystycznych

Bardziej szczegółowo

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) PODSTAWY STATYSTYKI. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na

Bardziej szczegółowo

Aerotriangulacja. 1. Aerotriangulacja z niezależnych wiązek. 2. Aerotriangulacja z niezależnych modeli

Aerotriangulacja. 1. Aerotriangulacja z niezależnych wiązek. 2. Aerotriangulacja z niezależnych modeli Aerotriangulacja 1. Aerotriangulacja z niezależnych wiązek 2. Aerotriangulacja z niezależnych modeli Definicja: Cel: Kameralne zagęszczenie osnowy fotogrametrycznej + wyznaczenie elementów orientacji zewnętrznej

Bardziej szczegółowo

GRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils

GRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils GRA Przykład 1) Zbiór graczy n = 2 myśliwych I= {1,,n} 2) Zbiór strategii S = {polować na jelenia, gonić zająca} S = {1,,m} 3) Wypłaty jeleń - zając - 10 utils 3 utils U i : S n R i=1,,n J Z J Z J 5 0

Bardziej szczegółowo

Ewolucja człowieka. Ślady w ziemi i ślady w genach

Ewolucja człowieka. Ślady w ziemi i ślady w genach Ewolucja człowieka Ślady w ziemi i ślady w genach Migracje z Afryki Wnioski Model OAR zasadniczo utrzymany, ale nie taki prosty, jak się zdawało Mogło dochodzić do krzyżowania się migrantów z populacjami

Bardziej szczegółowo

Harmonogram Ramowy Umowy

Harmonogram Ramowy Umowy Projekt współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Projekt pn. Program rozwoju Uniwersytetu Kazimierza Wielkiego w Bydgoszczy UMOWA Nr: UDA-POKL.04.01.01-00-157/11-00

Bardziej szczegółowo

Składniki jądrowego genomu człowieka

Składniki jądrowego genomu człowieka Składniki jądrowego genomu człowieka Genom człowieka 3 000 Mpz (3x10 9, 100 cm) Geny i sekwencje związane z genami (900 Mpz, 30% g. jądrowego) DNA pozagenowy (2100 Mpz, 70%) DNA kodujący (90 Mpz ~ ok.

Bardziej szczegółowo

które wpływałyby na profil transkrypcyjny genomu linii komórkowej T87 w odniesieniu do genomu ekotypu wyjściowego Col-0 (genom referencyjny).

które wpływałyby na profil transkrypcyjny genomu linii komórkowej T87 w odniesieniu do genomu ekotypu wyjściowego Col-0 (genom referencyjny). Prof. dr hab. Jan Sadowski Poznań, 23 marca 2017 r. Zakład Biotechnologii Instytut Biologii Molekularnej i Biotechnologii Wydział Biologii Uniwersytet im. Adama Mickiewicza ul. Umultowska 89, 61-614 Poznań

Bardziej szczegółowo

Bioinformatyka. Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl

Bioinformatyka. Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl Bioinformatyka Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl 1 Bazy danych biologicznych Bazy danych sekwencji nukleotydowych Pierwotne bazy danych (ang. primary database) Wykorzystywane do zbierania

Bardziej szczegółowo

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa Po co nam matematyka? 7 kwietnia 2016 Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Empik

Bardziej szczegółowo

Charakterystyki oraz wyszukiwanie obrazów cyfrowych

Charakterystyki oraz wyszukiwanie obrazów cyfrowych Algorytmy Graficzne Charakterystyki oraz wyszukiwanie obrazów cyfrowych Autor: Mateusz Nostitz-Jackowski 1 / 7 Działanie programu: Do poprawnego działania projektu potrzeba programu Mathematica 5.2 (możliwe

Bardziej szczegółowo

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Marcin Zajenkowski Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Aby porównać ze sobą dwie statystyki z próby stosuje się testy istotności. Mówią one o tym czy uzyskane

Bardziej szczegółowo

Specyfikacja przypadków i scenariuszy testowych

Specyfikacja przypadków i scenariuszy testowych Specyfikacja przypadków i scenariuszy testowych wzów przygotowany na podstawie Rozporządzenia Ministra Nauki i Informatyzacji z dnia 19 października 2005r. w sprawie testów akceptacyjnych oraz badania

Bardziej szczegółowo

Bioinformatyka, edycja 2016/2017, laboratorium

Bioinformatyka, edycja 2016/2017, laboratorium Instytut Informatyki i Matematyki Komputerowej UJ, opracowanie: dr Jacek Śmietański Mikromacierze 1. Mikromacierze wprowadzenie Mikromacierze to technologia pozwalająca na pomiar aktywności genów w komórce.

Bardziej szczegółowo

Sekwencjonowanie, przewidywanie genów

Sekwencjonowanie, przewidywanie genów Instytut Informatyki i Matematyki Komputerowej UJ, opracowanie: mgr Ewa Matczyńska, dr Jacek Śmietański Sekwencjonowanie, przewidywanie genów 1. Technologie sekwencjonowania Genomem nazywamy sekwencję

Bardziej szczegółowo

Wyszukiwanie binarne

Wyszukiwanie binarne Wyszukiwanie binarne Wyszukiwanie binarne to technika pozwalająca na przeszukanie jakiegoś posortowanego zbioru danych w czasie logarytmicznie zależnym od jego wielkości (co to dokładnie znaczy dowiecie

Bardziej szczegółowo

Niepełnosprawność intelektualna

Niepełnosprawność intelektualna Niepełnosprawność intelektualna stan badań a możliwości diagnostyki molekularnej Agnieszka Charzewska Zakład Genetyki Medycznej Instytut Matki i Dziecka Niepełnosprawność intelektualna (NI, ID) zaburzenie

Bardziej szczegółowo

białka wiążące specyficzne sekwencje DNA czynniki transkrypcyjne

białka wiążące specyficzne sekwencje DNA czynniki transkrypcyjne białka wiążące specyficzne sekwencje DNA czynniki transkrypcyjne http://www.umass.edu/molvis/bme3d/materials/jtat_080510/exploringdna/ch_flex/chapter.htm czynniki transkrypcyjne (aktywatory/represory)

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1

STATYSTYKA MATEMATYCZNA WYKŁAD 1 STATYSTYKA MATEMATYCZNA WYKŁAD 1 Wykład wstępny Teoria prawdopodobieństwa Magda Mielczarek wykłady, ćwiczenia Copyright 2017, J. Szyda & M. Mielczarek STATYSTYKA MATEMATYCZNA? ASHG 2011 Writing Workshop;

Bardziej szczegółowo

Prezentacja, którą czytacie jest jedynie zbiorem sugestii. Nie zawiera odpowiedzi na pytania wprost. Jeżeli nie wiedzielibyście jak odpowiedzieć na

Prezentacja, którą czytacie jest jedynie zbiorem sugestii. Nie zawiera odpowiedzi na pytania wprost. Jeżeli nie wiedzielibyście jak odpowiedzieć na Prezentacja, którą czytacie jest jedynie zbiorem sugestii. Nie zawiera odpowiedzi na pytania wprost. Jeżeli nie wiedzielibyście jak odpowiedzieć na któreś z pytań, to poniżej macie kierunek w jakim podążać

Bardziej szczegółowo

Warunki udzielania świadczeń w rodzaju: świadczenia zdrowotne kontraktowane odrębnie 8. BADANIA GENETYCZNE

Warunki udzielania świadczeń w rodzaju: świadczenia zdrowotne kontraktowane odrębnie 8. BADANIA GENETYCZNE Załącznik nr do Zarządzenia.. Warunki udzielania świadczeń w rodzaju: zdrowotne kontraktowane odrębnie 8. BADANIA GENETYCZNE 8.1 WARUNKI WYMAGANE Załącznik nr 2 do rozporządzenia cz. I lit. M Lp 913-916

Bardziej szczegółowo

SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE HODOWLĘ MAGDALENA FRĄSZCZAK

SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE HODOWLĘ MAGDALENA FRĄSZCZAK SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE HODOWLĘ Prowadzący: JOANNA SZYDA MAGDALENA FRĄSZCZAK WSTĘP 1. Systemy informatyczne w hodowli -??? 2. Katedra Genetyki 3. Pracownia biostatystyki - wykorzystanie narzędzi

Bardziej szczegółowo

Bioinformatyka II Modelowanie struktury białek

Bioinformatyka II Modelowanie struktury białek Bioinformatyka II Modelowanie struktury białek 1. Który spośród wymienionych szablonów wybierzesz do modelowania? Dlaczego? Struktura krystaliczną czy NMR (to samo białko, ta sama rozdzielczość)? Strukturę

Bardziej szczegółowo

Konspekt do zajęć z przedmiotu Genetyka dla kierunku Położnictwo dr Anna Skorczyk-Werner Katedra i Zakład Genetyki Medycznej

Konspekt do zajęć z przedmiotu Genetyka dla kierunku Położnictwo dr Anna Skorczyk-Werner Katedra i Zakład Genetyki Medycznej Seminarium 1 część 1 Konspekt do zajęć z przedmiotu Genetyka dla kierunku Położnictwo dr Anna Skorczyk-Werner Katedra i Zakład Genetyki Medycznej Genom człowieka Genomem nazywamy całkowitą ilość DNA jaka

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI WYKŁAD 3 BIOLOGICZNE BAZY DANYCH (1)

PODSTAWY BIOINFORMATYKI WYKŁAD 3 BIOLOGICZNE BAZY DANYCH (1) PODSTAWY BIOINFORMATYKI WYKŁAD 3 BIOLOGICZNE BAZY DANYCH (1) BIOINFORMATYKA HISTORIA 1. 1982 utworzenie bazy danych GenBank (NIH) dane ogólnodostępne sekwencje nukleotydów 2. Wprowadzenie sekwencji z projektu

Bardziej szczegółowo

Ewolucja człowieka. Ślady w ziemi i ślady w genach

Ewolucja człowieka. Ślady w ziemi i ślady w genach Ewolucja człowieka Ślady w ziemi i ślady w genach!1 !2 !3 Nie taka prosta historia } mtdna współczesnych Europejczyków różni się od mtdna Europejczyków sprzed 10 000 lat } fala migracji neolitycznej (~

Bardziej szczegółowo

MODELE LINIOWE. Dr Wioleta Drobik

MODELE LINIOWE. Dr Wioleta Drobik MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą

Bardziej szczegółowo

P O L I T Y K A Z A R Z Ą D Z A N I A R Y Z Y K I E M W UNIWERSYTECIE JANA K O CH ANOWSKIEGO W KIELCACH

P O L I T Y K A Z A R Z Ą D Z A N I A R Y Z Y K I E M W UNIWERSYTECIE JANA K O CH ANOWSKIEGO W KIELCACH Załącznik do zarządzenia Rektora UJK nr 69/2017 z dnia 30 czerwca 2017 r. P O L I T Y K A Z A R Z Ą D Z A N I A R Y Z Y K I E M W UNIWERSYTECIE JANA K O CH ANOWSKIEGO W KIELCACH 1 Podstawowe definicje

Bardziej szczegółowo