Epigenome - 'above the genome'
|
|
- Marian Witek
- 6 lat temu
- Przeglądów:
Transkrypt
1 e - 'above the genome' Wydziaª Matematyki i Informatyki UJ Instytut Informatyki 14 stycznia 2013 e
2 Rysunek: ¹ródªo: e
3 Plan Genom 1 Genom e
4 Plan Genom 1 Genom 2 e
5 Plan Genom 1 Genom 2 3 e
6 Genom e
7 DNA Genom e
8 Genom Rysunek: Zestaw 46 chromosomów czªowieka ¹ródªo: e
9 Organizacja DNA e
10 Ekspresja czyli aktywno± genów e
11 e
12 - metylacja DNA e
13 - modykacja histonów e
14 - kierunki bada«e
15 Human e Project/ENCODE/TCGA e
16 Wró my do myszy :) e
17 Metylacja a ekspresja genu e
18 Metylacja a ±rodowisko e
19 e
20 Przykªad klastrowania hierarchicznego Milani et al., DNA methylation for subtype classication and prediction of treatment outcome in patients with childhood acute lymphoblastic leukemia, Blood 2010 e
21 Przykªad klastrowania hierarchicznego Milani et al., DNA methylation for subtype classication and prediction of treatment outcome in patients with childhood acute lymphoblastic leukemia, Blood 2010 celem badania byªo wyodr bnienie podgrup biaªaczki na podstawie danych o metylacji e
22 Przykªad klastrowania hierarchicznego Milani et al., DNA methylation for subtype classication and prediction of treatment outcome in patients with childhood acute lymphoblastic leukemia, Blood 2010 celem badania byªo wyodr bnienie podgrup biaªaczki na podstawie danych o metylacji podgrupy te ró»ni si przebiegiem terapii i prognozami e
23 Przykªad klastrowania hierarchicznego Milani et al., DNA methylation for subtype classication and prediction of treatment outcome in patients with childhood acute lymphoblastic leukemia, Blood 2010 celem badania byªo wyodr bnienie podgrup biaªaczki na podstawie danych o metylacji podgrupy te ró»ni si przebiegiem terapii i prognozami pobrano próbki komórek leukocytów od 401 dzieci chorych na biaªaczk e
24 Przykªad klastrowania hierarchicznego Milani et al., DNA methylation for subtype classication and prediction of treatment outcome in patients with childhood acute lymphoblastic leukemia, Blood 2010 celem badania byªo wyodr bnienie podgrup biaªaczki na podstawie danych o metylacji podgrupy te ró»ni si przebiegiem terapii i prognozami pobrano próbki komórek leukocytów od 401 dzieci chorych na biaªaczk zmierzono metylacj DNA w otoczeniu 416 genów zwi zanych z biaªaczk otrzymano dane o metylacji ok par zasad dla ka»dej próbki e
25 Przykªad klastrowania hierarchicznego e
26 Nauczanie SVMu - klasykowanie elementów funkcjonalnych Fernandez,Miranda-Saavedra, Genome-wide enhancer prediction from epigenetic signatures using genetic algorithm-optimized support vector machines, Nucleic Acids Research 2012 e
27 Nauczanie SVMu - klasykowanie elementów funkcjonalnych Fernandez,Miranda-Saavedra, Genome-wide enhancer prediction from epigenetic signatures using genetic algorithm-optimized support vector machines, Nucleic Acids Research 2012 celem pracy byªo stworzenie modelu, który potraªby przewidywa pewne funkcjonalne elementy genomu nazywane enhancerami na podstawie modykacji epigenetycznych w tym rejonie e
28 Nauczanie SVMu - klasykowanie elementów funkcjonalnych Fernandez,Miranda-Saavedra, Genome-wide enhancer prediction from epigenetic signatures using genetic algorithm-optimized support vector machines, Nucleic Acids Research 2012 celem pracy byªo stworzenie modelu, który potraªby przewidywa pewne funkcjonalne elementy genomu nazywane enhancerami na podstawie modykacji epigenetycznych w tym rejonie do nauczania wykorzystano dane z projektu ENCODE model zostaª stworzony na bazie SVM i algorytmu genetycznego osi gni to dokªadno± predykcji enhancerów na poziomie ok. 85% e
29 SVM Genom e
30 Schemat dziaªania modelu e
31 HMM dla danych epigenetycznych Larson, Yuan, Epigenetic domains found in mouse embryonic stem cells via a Hidden Markov Model, BMC Bioinformatics 2010 e
32 HMM dla danych epigenetycznych Larson, Yuan, Epigenetic domains found in mouse embryonic stem cells via a Hidden Markov Model, BMC Bioinformatics 2010 celem pracy byªo stworzenie modelu, który potraªby przewidywa aktywno± w danym rejonie nici DNA na podstawie modykacji epigenetycznych e
33 HMM dla danych epigenetycznych Larson, Yuan, Epigenetic domains found in mouse embryonic stem cells via a Hidden Markov Model, BMC Bioinformatics 2010 celem pracy byªo stworzenie modelu, który potraªby przewidywa aktywno± w danym rejonie nici DNA na podstawie modykacji epigenetycznych model zostaª stworzony na bazie HMM e
34 HMM dla danych epigenetycznych Larson, Yuan, Epigenetic domains found in mouse embryonic stem cells via a Hidden Markov Model, BMC Bioinformatics 2010 celem pracy byªo stworzenie modelu, który potraªby przewidywa aktywno± w danym rejonie nici DNA na podstawie modykacji epigenetycznych model zostaª stworzony na bazie HMM zidentykowano i biologicznie zwerykowano domeny(large scale epigenetic patterns) - active, non-active, null e
35 Schemat dziaªania modelu e
36 Perspektywy epigenetic genome wide association studies e
37 Perspektywy epigenetic genome wide association studies epigenetic targeted drugs e
38 Perspektywy epigenetic genome wide association studies epigenetic targeted drugs personalized epigenomics e
39 Perspektywy epigenetic genome wide association studies epigenetic targeted drugs personalized epigenomics integrative omics more... e
40 Dzi kuj za uwag e
Czynniki genetyczne sprzyjające rozwojowi otyłości
Czynniki genetyczne sprzyjające rozwojowi otyłości OTYŁOŚĆ Choroba charakteryzująca się zwiększeniem masy ciała ponad przyjętą normę Wzrost efektywności terapii Czynniki psychologiczne Czynniki środowiskowe
Bardziej szczegółowoModele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 1
Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 1 Tomasz Suchocki Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu Analiza wariancji
Bardziej szczegółowoPakiety statystyczne - Wykªad 8
Pakiety statystyczne - Wykªad 8 Tomasz Suchocki Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu Analiza wariancji 1. Rys historyczny 2. Podstawy teoretyczne
Bardziej szczegółowoUniwersytet Łódzki, Instytut Biochemii
Życie jest procesem chemicznym. Jego podstawą są dwa rodzaje cząsteczek kwasy nukleinowe, jako nośniki informacji oraz białka, które tę informację wyrażają w postaci struktury i funkcji komórek. Arthur
Bardziej szczegółowoBlockchain. Modelowanie zachowa«oraz odkrywanie wzorców w grae transakcji Ethereum. Mateusz Zaborski
Modelowanie zachowa«oraz odkrywanie wzorców w grae transakcji Ethereum Mateusz M.@mini.pw.edu.pl Wydziaª Matematyki i Nauk Informacyjnych Politechnika Warszawska Seminarium z Metod Inteligencji Obliczeniowej
Bardziej szczegółowoWykorzystanie lokalnej geometrii danych w Maszynie Wektorów No±nych
WM Czarnecki (GMUM) Lokalna geometria w SVM 13 Listopada 2013 1 / 26 Wykorzystanie lokalnej geometrii danych w Maszynie Wektorów No±nych Wojciech Marian Czarnecki Jacek Tabor GMUM Grupa Metod Uczenia Maszynowego
Bardziej szczegółowo1. KEGG 2. GO. 3. Klastry
ANALIZA DANYCH 1. Wykład wstępny 2. Charakterystyka danych 3. Analiza wstępna genomiczna charakterystyka cech 4. Prezentacje grup roboczych analiza wstępna 5. Prezentacje grup roboczych analiza wstępna
Bardziej szczegółowoLiczby pierwsze Fermata
Liczby pierwsze Fermata Witold Tomaszewski Instytut Matematyki Politechniki l skiej e-mail: Witold.Tomaszewski@polsl.pl Pierre de Fermat Witold Tomaszewski (Instytut Matematyki Politechniki Liczby l skieje-mail:
Bardziej szczegółowoAnalizy 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 szczegółowo1. Analiza asocjacyjna. Cechy ciągłe. Cechy binarne. Analiza sprzężeń. Runs of homozygosity. Signatures of selection
BIOINFORMATYKA 1. Wykład wstępny 2. Bazy danych: projektowanie i struktura 3. Równowaga Hardyego-Weinberga, wsp. rekombinacji 4. Analiza asocjacyjna 5. Analiza asocjacyjna 6. Sekwencjonowanie nowej generacji
Bardziej szczegółowoANALIZA 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 szczegółowoInformacje ogólne. Badania genetyczne wykorzystywane w kosmetologii
Załącznik Nr do Uchwały Nr SYLABUS MODUŁU (PRZEDMIOTU) Informacje ogólne Nazwa modułu: Badania genetyczne wykorzystywane w kosmetologii Rodzaj modułu/przedmiotu Wydział PUM Kierunek studiów Obowiązkowy
Bardziej szczegółowoMiASI. Modelowanie integracji systemów. Piotr Fulma«ski. 26 stycznia Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska
MiASI Modelowanie integracji systemów Piotr Fulma«ski Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska 26 stycznia 2010 Spis tre±ci 1 Czym jest integracja systemów informatycznych? 2 Integracja
Bardziej szczegółowoModelowanie motywów łańcuchami Markowa wyższego rzędu
Modelowanie motywów łańcuchami Markowa wyższego rzędu Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki 23 października 2008 roku Plan prezentacji 1 Źródła 2 Motywy i ich znaczenie Łańcuchy
Bardziej szczegółowoI nforma cje ogólne. Specjalność - jednolite magisterskie * Poziom studiów. I stopnia II stopnia X. Rok 2; semestr I. - zaliczenie
Załącznik Nr do Uchwały Nr S YL AB US MODUŁ U ( B ad ania genety czn e wyk o rzystywan e w k osmetol ogii ) I nforma cje ogólne Nazwa modułu Rodzaj modułu/przedmiotu Wydział PUM Kierunek studiów Obowiązkowy
Bardziej szczegółowoSkładniki diety a stabilność struktury DNA
Składniki diety a stabilność struktury DNA 1 DNA jedyna makrocząsteczka, której synteza jest ściśle kontrolowana, a powstałe błędy są naprawiane DNA jedyna makrocząsteczka naprawiana in vivo Replikacja
Bardziej szczegółowoStatystyczna 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 szczegółowoŠukasz Zaniewicz. Support Vector Machines for Uplift Modeling. PhD dissertation. Supervisor: dr hab. in». Szymon Jaroszewicz
Šukasz Zaniewicz Support Vector Machines for Uplift Modeling PhD dissertation Supervisor: dr hab. in». Szymon Jaroszewicz Institute of Computer Science Polish Academy of Sciences Warsaw, January 2018 Research
Bardziej szczegółowoIMPLIKACJE ZASTOSOWANIA KODOWANIA OPARTEGO NA LICZBACH CAŁKOWITYCH W ALGORYTMIE GENETYCZNYM
IMPLIKACJE ZASTOSOWANIA KODOWANIA OPARTEGO NA LICZBACH CAŁKOWITYCH W ALGORYTMIE GENETYCZNYM Artykuł zawiera opis eksperymentu, który polegał na uyciu algorytmu genetycznego przy wykorzystaniu kodowania
Bardziej szczegółowoTranspozony a ewolucja miejsc wi zania czynników transkrypcyjnych u ssaków
Transpozony a ewolucja miejsc wi zania czynników transkrypcyjnych u ssaków 10.12.2009 Na podstawie Przypomnienie poj Guillaume Bourque, Bernard Leong, Vinsensius B. Vega, et al., Evolution of the mammalian
Bardziej szczegółowoLaboratorium 11. Regresja SVM.
Laboratorium 11 Regresja SVM. 1. Uruchom narzędzie Oracle Data Miner i połącz się z serwerem bazy danych. 2. Z menu głównego wybierz Activity Build. Na ekranie powitalnym kliknij przycisk Dalej>. 3. Z
Bardziej szczegółowoDodatek F. Dane testowe
Dodatek F. Dane testowe Wszystkie dane wykorzystane w testach pochodzą ze strony http://sdmc.lit.org.sg/gedatasets/datasets.html. Na stronie tej zamieszczone są różne zbiory danych zebrane z innych serwisów
Bardziej szczegółowoMIKROMACIERZE. dr inż. Aleksandra Świercz dr Agnieszka Żmieńko
MIKROMACIERZE dr inż. Aleksandra Świercz dr Agnieszka Żmieńko Informacje ogólne Wykłady będą częściowo dostępne w formie elektronicznej http://cs.put.poznan.pl/aswiercz aswiercz@cs.put.poznan.pl Godziny
Bardziej szczegółowoCHARAKTERYSTYKA PRZEDMIOTU Pracownia Informatyczna 1 PRACOWNIA INFORMATYCZNA 2018/2019 MAGDA MIELCZAREK 1
CHARAKTERYSTYKA PRZEDMIOTU Pracownia Informatyczna 1 PRACOWNIA INFORMATYCZNA 2018/2019 MAGDA MIELCZAREK 1 PRACOWNIA INFORMATYCZNA PROWADZĄCY: Dr Magda Mielczarek (biolog) Katedra Genetyki, pokój nr 21
Bardziej szczegółowoMODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH
MODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH Urszula Fory± Zakªad Biomatematyki i Teorii Gier, Instytut Matematyki Stosowanej i Mechaniki, Wydziaª
Bardziej szczegółowoUniwersytet Łódzki, Instytut Biochemii
Życie jest procesem chemicznym. Jego podstawą są dwa rodzaje cząsteczek kwasy nukleinowe, jako nośniki informacji oraz białka, które tę informację wyrażają w postaci struktury i funkcji komórek. Arthur
Bardziej szczegółowolek. Jacek Krzanowski
lek. Jacek Krzanowski "Analiza ekspresji wybranych mikrorna w dziecięcej ostrej białaczce limfoblastycznej z komórek B (B-ALL) z obecnością mikrodelecji genów dla czynników transkrypcyjnych" Streszczenie
Bardziej szczegółowoPublic gene expression data repositoris
Public gene expression data repositoris GEO [Jan 2011]: 520 k samples 21 k experiments Homo, mus, rattus Bos, sus Arabidopsis, oryza, Salmonella, Mycobacterium et al. 17.01.11 14 17.01.11 15 17.01.11 16
Bardziej szczegółowoInformatyka 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 szczegółowoDr. 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 szczegółowoBIOLOGICZNE BAZY DANYCH (1) GENOMY I ICH ADNOTACJE
BIOLOGICZNE BAZY DANYCH (1) GENOMY I ICH ADNOTACJE Podstawy Bioinformatyki wykład 2 PODSTAWY BIOINFORMATYKI 2018/2019 MAGDA MIELCZAREK 1 GENOMY I ICH ADNOTACJE NCBI Ensembl UCSC PODSTAWY BIOINFORMATYKI
Bardziej szczegółowoPrzybliżone algorytmy analizy ekspresji genów.
Przybliżone algorytmy analizy ekspresji genów. Opracowanie i implementacja algorytmu analizy danych uzyskanych z eksperymentu biologicznego. 20.06.04 Seminarium - SKISR 1 Wstęp. Dane wejściowe dla programu
Bardziej szczegółowoBIOLOGICZNE BAZY DANYCH (2) GENOMY I ICH ADNOTACJE. Podstawy Bioinformatyki wykład 4
BIOLOGICZNE BAZY DANYCH (2) GENOMY I ICH ADNOTACJE Podstawy Bioinformatyki wykład 4 GENOMY I ICH ADNOTACJE NCBI Ensembl UCSC PODSTAWY BIOINFORMATYKI 2017/2018 MAGDA MIELCZAREK 2 GENOMY I ICH ADNOTACJE
Bardziej szczegółowoBUDOWA 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 szczegółowoLaboratorium 7. Support Vector Machines (klasyfikacja).
Laboratorium 7 Support Vector Machines (klasyfikacja). 1. Uruchom narzędzie Oracle Data Miner i połącz się z serwerem bazy danych. 2. Z menu głównego wybierz Activity Build. Na ekranie powitalnym kliknij
Bardziej szczegółowomikrosatelitarne, 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 szczegółowoPodstawy statystycznego modelowania danych - Wykªad 7
Podstawy statystycznego modelowania danych - Wykªad 7 Tomasz Suchocki ANOVA Plan wykªadu Analiza wariancji 1. Rys historyczny 2. Podstawy teoretyczne i przykªady zastosowania 3. ANOVA w pakiecie R Tomasz
Bardziej szczegółowoPodstawy genetyki molekularnej
Podstawy genetyki molekularnej Materiał genetyczny Materiałem genetycznym są kwasy nukleinowe Materiałem genetycznym organizmów komórkowych jest kwas deoksyrybonukleinowy (DNA) 5 DNA zbudowany jest z nukleotydów
Bardziej szczegółowoprof. Joanna Chorostowska-Wynimko Zakład Genetyki i Immunologii Klinicznej Instytut Gruźlicy i Chorób Płuc w Warszawie
prof. Joanna Chorostowska-Wynimko Zakład Genetyki i Immunologii Klinicznej Instytut Gruźlicy i Chorób Płuc w Warszawie Sekwencyjność występowania zaburzeń molekularnych w niedrobnokomórkowym raku płuca
Bardziej szczegółowodata mining machine learning data science
data mining machine learning data science deep learning, AI, statistics, IoT, operations research, applied mathematics KISIM, WIMiIP, AGH 1 Machine Learning / Data mining / Data science Uczenie maszynowe
Bardziej szczegółowoWykład 5. Remodeling chromatyny
Wykład 5 Remodeling chromatyny 1 Plan wykładu: 1. Przebudowa chromatyny 2. Struktura, funkcje oraz mechanizm działania kompleksów remodelujących chromatynę 3. Charakterystyka kompleksów typu SWI/SNF 4.
Bardziej szczegółowoHistoria Bioinformatyki
Historia Bioinformatyki 1859 Darwin i Wallace opublikowali O powstaniu gatunku 1865 Mendel eksperymentując z grochem, wykazuje, że cechy dziedziczą się w odrębnych jednostkach 1869 Meischer wyizolował
Bardziej szczegółowoEPIGENETYKA. genetyka XXI wieku? HUMAN GENOME PROJECT HUMAN GENOME PROJECT. CELE: 1. Identyfikacja - około 25 tys.
EPIGENETYKA genetyka XXI wieku? HUMAN GENOME PROJECT CELE: 1. Identyfikacja - około 25 tys. genów 2. Oznaczenie sekwencji - 3 miliardów par zasad 3. Zgromadzenie informacji w formie bazy danych. Planowany
Bardziej szczegółowoUniwersytet Łódzki, Instytut Biochemii
Życie jest procesem chemicznym. Jego podstawą są dwa rodzaje cząsteczek kwasy nukleinowe, jako nośniki informacji oraz białka, które tę informację wyrażają w postaci struktury i funkcji komórek. Arthur
Bardziej szczegółowoZastosowanie optymalizacji rojem cząstek (PSO) w procesie uczenia wielowarstwowej sieci neuronowej w problemie lokalizacyjnym
Zastosowanie optymalizacji rojem cząstek (PSO) w procesie uczenia wielowarstwowej sieci neuronowej w problemie lokalizacyjnym Jan Karwowski Wydział Matematyki i Nauk Informacyjnych PW 17 XII 2013 Jan Karwowski
Bardziej szczegółowoPRZEWLEKŁĄ BIAŁACZKĘ SZPIKOWĄ I OSTRĄ BIAŁACZKĘ SZPIKOWĄ
www.oncoindex.org SUBSTANCJE CZYNNE W LECZENIU: Białaczka szpikowa OBEJMUJE PRZEWLEKŁĄ BIAŁACZKĘ SZPIKOWĄ I OSTRĄ BIAŁACZKĘ SZPIKOWĄ Dasatinib Dasatinib jest wskazany do leczenia dorosłych pacjentów z:
Bardziej szczegółowoGenetyka niemendlowska
Genetyka niemendlowska Dziedziczenie niemendlowskie Dział genetyki zajmujący się dziedziczeniem cech/genów, które nie podporządkowuje się prawom Mendla/Morgana Chociaż dziedziczenie u wirusów, bakterii
Bardziej szczegółowoTeoria grafów i sieci 1 / 58
Teoria grafów i sieci 1 / 58 Literatura 1 B.Korte, J.Vygen, Combinatorial optimization 2 D.Jungnickel, Graphs, Networks and Algorithms 3 M.Sysªo, N.Deo Metody optymalizacji dyskretnej z przykªadami w Turbo
Bardziej szczegółowoW III etapie edukacyjnym
WF na koniach Program upowszechniania jeździectwa w ramach przedmiotu wychowania fizycznego przy współpracy z: Wojskowym Klubem Sportowym Śląsk we Wrocławiu; Dolnośląskim Związkiem Jeździeckim; Polskim
Bardziej szczegółowoPlan 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 szczegółowoKARTA PRZEDMIOTU. (pieczęć wydziału)
(pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: Eksploracja danych w bioinformatyce 2. Kod przedmiotu: EksDaBio 3. Karta przedmiotu ważna od roku akademickiego: 2017/2018 4. Forma kształcenia:
Bardziej szczegółowox y x y x y x + y x y
Algebra logiki 1 W zbiorze {0, 1} okre±lamy dziaªania dwuargumentowe,, +, oraz dziaªanie jednoargumentowe ( ). Dziaªanie x + y nazywamy dodawaniem modulo 2, a dziaªanie x y nazywamy kresk Sheera. x x 0
Bardziej szczegółowo"Zapisane w genach, czyli Python a tajemnice naszego genomu."
"Zapisane w genach, czyli Python a tajemnice naszego genomu." Dr Kaja Milanowska Instytut Biologii Molekularnej i Biotechnologii UAM VitaInSilica sp. z o.o. Warszawa, 9 lutego 2015 Dane biomedyczne 1)
Bardziej szczegółowoKlasteryzacja i klasyfikacja danych spektrometrycznych
Klasteryzacja i klasyfikacja danych spektrometrycznych Współpraca: Janusz Dutkowski, Anna Gambin, Krzysztof Kowalczyk, Joanna Reda, Jerzy Tiuryn, Michał Dadlez z zespołem (IBB PAN) Instytut Informatyki
Bardziej szczegółowoPODSTAWY 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 szczegółowoSystemy Wyszukiwania Informacji: Metoda list inwersyjnych
Systemy Wyszukiwania Informacji: Metoda list inwersyjnych dr agnieszka Nowak - Brzezi«ska Instytut Informatyki, Zakªad Systemów Informatycznych ul. Badzi«ska 39, Sosnowiec, Tel (+48 32) 368 97 65 e-mail:agnieszka.nowak@us.edu.al
Bardziej szczegółowoSekwencjonowanie, 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 szczegółowoBadania asocjacyjne w skali genomu (GWAS)
Badania asocjacyjne w skali genomu (GWAS) Wstęp do GWAS Część 1 - Kontrola jakości Bioinformatyczna analiza danych Wykład 2 Dr Wioleta Drobik-Czwarno Katedra Genetyki i Ogólnej Hodowli Zwierząt Badania
Bardziej szczegółowoPODSTAWY 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 szczegółowoUniwersytet Łódzki, Instytut Biochemii
Życie jest procesem chemicznym. Jego podstawą są dwa rodzaje cząsteczek kwasy nukleinowe, jako nośniki informacji oraz białka, które tę informację wyrażają w postaci struktury i funkcji komórek. http://www.nobelprize.org/nobel_prizes/medicine/laureates/1959/press.html?print=1
Bardziej szczegółowoWpływ katechin na metylację DNA w obrębie promotora genu sulfiredoksyny (SRXN1) komórek linii HT29
Spotkanie konsorcjum projektu MAESTRO Gdańsk, 19.02.2019 Wpływ katechin na metylację DNA w obrębie promotora genu sulfiredoksyny (SRXN1) komórek linii HT29 Patrycja Jakubek Monika Baranowska, Jovana Rajić,
Bardziej szczegółowoSYLABUS DOTYCZY CYKLU KSZTAŁCENIA
SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2015-2021 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu Techniki biologii molekularnej Kod przedmiotu/ modułu* Wydział (nazwa jednostki prowadzącej
Bardziej szczegółowoLosy pacjentów po wypisie z OIT Piotr Knapik
Losy pacjentów po wypisie z OIT Piotr Knapik Oddział Kliniczny Kardioanestezji i Intensywnej Terapii Śląskie Centrum Chorób Serca w Zabrzu Jaki sens ma to co robimy? Warto wiedzieć co się dzieje z naszymi
Bardziej szczegółowoPraca Dyplomowa Magisterska
Internetowa Platform Edukacyjna w Technologii ZOPE Autor: Promotor: Dr in». Adam Doma«ski Politechnika l ska Wydziaª Automatyki, Elektroniki i Informatyki Kierunek Informatyka 22 wrze±nia 2009 Dlaczego
Bardziej szczegółowoJak zachęcać i przygotowywać uczniów do udziału w Olimpiadzie Informatycznej Gimnazjalistów (OIG)?
PomóŜmy im rozwinąć skrzydła - czego potrzebują uczniowie o róŝnorodnych zdolnościach? 24 25 X 2011, Warszawa Jak zachęcać i przygotowywać uczniów do udziału w Olimpiadzie Informatycznej Gimnazjalistów
Bardziej szczegółowoPaństwowa Wyższa Szkoła Zawodowa w Nowym Sączu. Karta przedmiotu. obowiązuje w roku akademickim 2012/2013
Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu Instytut Zdrowia Karta przedmiotu obowiązuje w roku akademickim 2012/201 Kierunek studiów: Pielęgniarstwo Profil: Praktyczny Forma studiów: Stacjonarne Kod
Bardziej szczegółowoEpigenetic modifications during oocyte growth correlates with extended parthenogenetic developement in the mouse
Epigenetic modifications during oocyte growth correlates with extended parthenogenetic developement in the mouse Tomohiro Kono, Yayoi Obata, Tomomi Yoshimzu, Tatsuo Nakahara & John Carroll Rozwój partenogenetyczny
Bardziej szczegółowoInżynieria 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 szczegółowoCzy transpozony mog tworzy drzewa logenetyczne takie, jakby istniaª Gen Nadrz dny?
Czy transpozony mog tworzy drzewa logenetyczne takie, jakby istniaª Gen Nadrz dny? Andrzej Chodor MIM UW 19 listopada 2009 Andrzej Chodor (MIM UW) Transpozony vs Gen Nadrz dny 19 listopada 2009 1 / 26
Bardziej szczegółowoBioinformatyka 2 (BT172) Struktura i organizacja kursu
Bioinformatyka 2 (BT172) Wykład 1 Struktura i organizacja kursu dr Krzysztof Murzyn adiunkt w Zakładzie Biofizyki WBtUJ pok. B028, tel. 664-6379 10.X.2005 PODSTAWOWE INFORMACJE 9 godz. wykładów (45 min,
Bardziej szczegółowoDynamiczne wªasno±ci algorytmu propagacji przekona«
BP propagacji przekona«4. Interdyscyplinarne Warsztaty Matematyczne Wydziaª Fizyki Politechnika Warszawska B dlewo, 26 maja, 2013 BP 1 2 3 4 5 6 BP Rysunek: Zbiór zmiennych losowych. BP Rysunek: Zbiór
Bardziej szczegółowoEpigenetyczna regulacja ekspresji genów w trakcie rozwoju zwierząt i roślin
Epigenetyczna regulacja ekspresji genów w trakcie rozwoju zwierząt i roślin Rozwój jest z natury epigenetyczny te same geny w różnych tkankach i komórkach utrzymywane są w stanie aktywnym lub wyciszonym
Bardziej szczegółowoJak działają geny. Podstawy biologii molekularnej genu
Jak działają geny Podstawy biologii molekularnej genu Uniwersalność życia Podstawowe mechanizmy są takie same u wszystkich znanych organizmów budowa DNA i RNA kod genetyczny repertuar aminokwasów budujących
Bardziej szczegółowoAnalysis of infectious complications inf children with acute lymphoblastic leukemia treated in Voivodship Children's Hospital in Olsztyn
Analiza powikłań infekcyjnych u dzieci z ostrą białaczką limfoblastyczną leczonych w Wojewódzkim Specjalistycznym Szpitalu Dziecięcym w Olsztynie Analysis of infectious complications inf children with
Bardziej szczegółowoEkologia molekularna. wykład 10
Ekologia molekularna wykład 10 Zasięg gatunku wykład 10/2 Środowisko Człowiek rozumny posiada bardzo szeroki zasięg występowania, nie dorównuje mu w tym względzie żaden inny ssak. Zamieszkuje on wszystkie
Bardziej szczegółowoPropozycja integracji elementów ±wiata gry przy u»yciu drzew zachowa«
Praca cz ±ciowo sponsorowana przez Ministerstwo Nauki i Szkolnictwa Wy»szego, grant nr N N519 172337, Integracyjna metoda wytwarzania aplikacji rozproszonych o wysokich wymaganiach wiarygodno±ciowych.
Bardziej szczegółowoBioinformatyka, 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 szczegółowoCzy mamy dowody na pozalipidoweefekty stosowania statyn?
Czy mamy dowody na pozalipidoweefekty stosowania statyn? Zbigniew Gaciong Katedra i Klinika Chorób Wewnętrznych, Nadciśnienia Tętniczego i Angiologii, Warszawski Uniwersytet Medyczny Definicja Plejotropia,
Bardziej szczegółowoModel Poissona-Nernsta-Plancka w predykcji struktury kanałów białkowych
Model Poissona-Nernsta-Plancka w predykcji struktury kanałów białkowych mgr inż. Witold Dyrka Opiekun: dr hab. inż. Małgorzata Kotulska Instytut Inżynierii Biomedycznej i Pomiarowej Plan wystąpienia Nanopory
Bardziej szczegółowoLaboratorium 12. Odkrywanie osobliwości.
Laboratorium 12 Odkrywanie osobliwości. Odkrywanie osobliwości (ang. outliers) za pomocą algorytmu SVM zostanie w pierwszej części ćwiczenia przeprowadzone w środowisku SQL, a w drugiej części wykorzystamy
Bardziej szczegółowoIndukowane pluripotencjalne komórki macierzyste
Indukowane pluripotencjalne komórki macierzyste Nagroda Nogla w dziedzinie medycyny i fizjologii z roku 2012 dla Brytyjczyka John B.Gurdon oraz Japooczyka Shinya Yamanaka Wykonały: Katarzyna Białek Katarzyna
Bardziej szczegółowoTRANSLACJA II etap ekspresji genów
TRANSLACJA II etap ekspresji genów Tłumaczenie informacji genetycznej zawartej w mrna (po transkrypcji z DNA) na aminokwasy budujące konkretne białko. trna Operon (wg. Jacob i Monod) Zgrupowane w jednym
Bardziej szczegółowoPolityka społeczna w zakresie zróżnicowanych form mieszkalnictwa w regionie lubelskim
Polityka społeczna w zakresie zróżnicowanych form mieszkalnictwa w regionie lubelskim Regionalny Ośrodek Polityki Społecznej w Lublinie 16 maja 2014 r. Sytuacja demograficzna Liczba ludności 2 160 513
Bardziej szczegółowoERGONOMIA Cz. 1. Podstawy
ERGONOMIA Cz. 1 Podstawy PODSTAWY ERGONOMII Definicje Ergonomia zajmuje się związkami zachodzącymi pomiędzy człowiekiem a jego zajęciem, sprzętem i otoczeniem (materialnym) w najszerszym znaczeniu, włączając
Bardziej szczegółowoRóżnorodność osobników gatunku
ALEKSANDRA ŚWIERCZ Różnorodność osobników gatunku Single Nucleotide Polymorphism (SNP) Różnica na jednej pozycji, małe delecje, insercje (INDELs) SNP pojawia się ~1/1000 pozycji Można je znaleźć porównując
Bardziej szczegółowoSZCZURÓW EWA FRĄCZEK
KATALOG ODMIAN SZCZURÓW EWA FRĄCZEK Copyright by Ewa Frączek & e-bookowo Grafika na okładce: Ewa Frączek Projekt okładki: Ewa Frączek ISBN 978-83-7859-539-7 Wydawca: Wydawnictwo internetowe e-bookowo www.e-bookowo.pl
Bardziej szczegółowoBadania GWAS nowa strategia badań genetycznych w alergii i astmie
Badania GWAS nowa strategia badań genetycznych w alergii i astmie Dr n. med. Aleksandra Szczepankiewicz Pracownia Badań Komórkowych i Molekularnych Kliniki Pneumonologii, Alergologii Dziecięcej i Immunologii
Bardziej szczegółowoModyfikacje epigenetyczne w czasie wzrostu oocytów związane z rozszerzeniem rozwoju partenogenetycznego u myszy. Małgorzata Karney
Modyfikacje epigenetyczne w czasie wzrostu oocytów związane z rozszerzeniem rozwoju partenogenetycznego u myszy. Małgorzata Karney Epigenetyka Epigenetyka zwykle definiowana jest jako nauka o dziedzicznych
Bardziej szczegółowoWst p do sieci neuronowych 2010/2011 wykªad 7 Algorytm propagacji wstecznej cd.
Wst p do sieci neuronowych 2010/2011 wykªad 7 Algorytm propagacji wstecznej cd. M. Czoków, J. Piersa Faculty of Mathematics and Computer Science, Nicolaus Copernicus University, Toru«, Poland 2010-11-23
Bardziej szczegółowoINICJACJA ELONGACJA TERMINACJA
INICJACJA ELONGACJA TERMINACJA 2007 by National Academy of Sciences Kornberg R D PNAS 2007;104:12955-12961 Struktura chromatyny pozwala na różny sposób odczytania informacji zawartej w DNA. Możliwe staje
Bardziej szczegółowoDlaczego kariotypy mężczyzn i kobiet różnią się pod względem zestawów chromosomów płci skoro Ewa została utworzona z żebra Adama?
Dlaczego kariotypy mężczyzn i kobiet różnią się pod względem zestawów chromosomów płci skoro Ewa została utworzona z żebra Adama? Spotkałem się z ciekawym zarzutem: Weźmy np. stworzenie człowieka. Nauka
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI WYKŁAD 4 ANALIZA DANYCH NGS
PODSTAWY BIOINFORMATYKI WYKŁAD 4 ANALIZA DANYCH NGS SEKWENCJONOWANIE GENOMÓW NEXT GENERATION METODA NOWEJ GENERACJI Sekwencjonowanie bardzo krótkich fragmentów 50-700 bp DNA unieruchomione na płytce Szybkie
Bardziej szczegółowoWykład 9: HUMAN GENOME PROJECT HUMAN GENOME PROJECT
Wykład 9: Polimorfizm pojedynczego nukleotydu (SNP) odrębność genetyczna, która czyni każdego z nas jednostką unikatową Prof. dr hab. n. med. Małgorzata Milkiewicz Zakład Biologii Medycznej HUMAN GENOME
Bardziej szczegółowoImię i nazwisko...kl...
Gimnazjum nr 4 im. Ojca Świętego Jana Pawła II we Wrocławiu SPRAWDZIAN GENETYKA GR. A Imię i nazwisko...kl.... 1. Nauka o regułach i mechanizmach dziedziczenia to: (0-1pkt) a) cytologia b) biochemia c)
Bardziej szczegółowoLekcja 6 Programowanie - Zaawansowane
Lekcja 6 Programowanie - Zaawansowane Akademia im. Jana Dªugosza w Cz stochowie Wst p Wiemy ju»: co to jest program i programowanie, jak wygl da programowanie, jak tworzy programy za pomoc Baltiego. Na
Bardziej szczegółowoBadanie dynamiki białek jądrowych w żywych komórkach metodą mikroskopii konfokalnej
Badanie dynamiki białek jądrowych w żywych komórkach metodą mikroskopii konfokalnej PRAKTIKUM Z BIOLOGII KOMÓRKI () ćwiczenie prowadzone we współpracy z Pracownią Biofizyki Komórki Badanie dynamiki białek
Bardziej szczegółowoBudowa kwasów nukleinowych
Bioinformatyka (wykład monograficzny) wykład 2. E. Banachowicz Zakład Biofizyki Molekularnej IF UAM http://www.amu.edu.pl/~ewas Budowa kwasów nukleinowych Kwasy nukleinowe (DA i RA) zbudowane są z nukleotydów
Bardziej szczegółowoPytania i odpowiedzi
Pytania i odpowiedzi PCA PCA a MDS - PCA bazuje na macierzy kowariancji, MDS bazuje na macierzy dystansów genetycznych Będą identyczne jeśli kowariancja będzie równa odległości euklidesowej. W badaniach
Bardziej szczegółowo