Plan wykładów. A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 2
|
|
- Fabian Stankiewicz
- 6 lat temu
- Przeglądów:
Transkrypt
1 ALEKSANDRA ŚWIERCZ
2 Plan wykładów Wprowadzenie do różnych metod sekwencjonowania Resekwencjonowanie mapowanie do genomu referencyjnego Sekwencjonowanie de novo asemblacja Różnica w ekspresji genów, alternatywny splicing Różnice między genomami CNV, SNP Analiza krótkich mirna Wizualizacja danych, Short Read Archive A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 2
3 Sposoby zaliczenia Wykład: Kolokwium zaliczeniowe max 5 punktów Prezentacja max 2 punkty Obecność na wykładach max 1 punkt Zaliczenie od 3 punktów (ocena 3.0) Laboratoria: Kilka zadań zaliczeniowych, do oddawania razem ze sprawozdaniem A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 3
4 Sekwencjonowanie DNA/RNA BLACK BOX AAATGCCTGCCCTGAAGGCCTGCGTA GTTTTGGGAGAAGACCCACGGATA AAGGTGTAGCCCCGTAGC GGGGGGTATTATTTATTTTATACCCAC.. ACAGGAUCGUUGGAUGGTGGGA. Sekwencjonowanie polega na odczytaniu sekwencji liter DNA/RNA badanego fragmentu genomu A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 4
5 Sekwencjonowanie DNA/RNA Sanger SBH BLACK BOX AAATGCCTGCCCTGAAGGCCTGCGTA GTTTTGGGAGAAGACCCACGGATA AAGGTGTAGCCCCGTAGC GGGGGGTATTATTTATTTTATACCCAC.. ACAGGAUCGUUGGAUGGTGGGA. A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 5
6 Sekwencjonowanie DNA/RNA Sanger SBH BLACK BOX AAATGCCTGCCCTGAAGGCCTGCGTA GTTTTGGGAGAAGACCCACGGATA AAGGTGTAGCCCCGTAGC GGGGGGTATTATTTATTTTATACCCAC.. ACAGGAUCGUUGGAUGGTGGGA. Roche/454 Applied Biosystems SOLID Illumina Ion Torrent Heilcos Heliscope Complete Genomics Pacific Biosystems A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 6
7 Pacific Biosystems Długie odczyty bp Sanger Pojedyncza sekwencja Ion Torrent Roche/454 Illumina SBH Dużo powtórzeń DNA Applied Biosystems SOLID Complete Genomics Heilcos Heliscope Krótkie odczyty 20 bp A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 7
8 Metoda Sangera elektroforeza żelu A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 8
9 Sekwencjonowanie przez hybrydyzację (SBH) 1. Część eksperymentalna - przeprowadzenie eksperymentu biochemicznego, w czasie którego znalezione zostaną wszystkie fragmenty badanego łańcucha DNA o określonej z góry długości 2. Część obliczeniowa odtworzenie badanej sekwencji DNA poprzez poskładanie krótkich fragmentów w dłuższy łańcuch. A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 9
10 SBH część eksperymentalna 1. Przygotowanie sekwencji DNA: Cięcie sekwencji metodą shotgun Tylko jedna nić Namnażanie wielu kopii Nałożenie koloru fluorescencyjnego 2. Przygotowanie chipu/mikromacierzy płytki na której znajdują się różne oligonukleotydy, np. wszystkie oligonukleotydy o długości 8 A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 10
11 SBH eksperyment hybrydyzacji 1. Przygotowanie chipu DNA Round 1 A A C A C G A C G T Round 2 A C G T A C G T A C G T A C G T A A A C C G A C G T A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 11
12 Round 3 A C G T A A A A A C G T... and so on... DNA chip 0,4mm Full library of tetranucleotides 0,4mm 25 m site per probe cm cm cm 2 AAAA AACA AAGA AAAC AACC AAGC AAAT AACG AAGG AAAT AACT AAGT ACAA ACCA A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 12
13 2. Reakcja hybrydyzacji DNA chip TCCACTG... Wiele znakowanych kopii badanej sekwencji DNA A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 13
14 A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 14
15 A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 15
16 A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 16
17 2. Reakcja hybrydyzacji DNA chip TCCACTG... Wiele znakowanych kopii badanej sekwencji DNA 3. Wynik odczytu Fluorescencyjny chip DNA spectrum Spektrum zbiór oligonukleotydów komplementarnych do fragmentu badanej sekwencji DNA A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 17
18 Reakcja hybrydyzacji pomiędzy sondą o znanej sekwencji (l-mer) i nieznaną sekwencją o długości n (n-mer): n-mer -... A A C T A G A C C T... l-mer - G A T C T A Sekwencja komplementarna do sondy istnieje w targecie A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 18
19 Sekwencjonowanie DNA bez błędów Sekwencja oryginalna: AACTAGACCT Spektrum = {AAC,ACT,CTA,TAG,AGA,GAC,ACC,CCT} (Dwa możliwe rozwiązania : AACTAGACCT, AACCTAGACT) Lysov (1988) Graf oparty o l-mery (graph H) ACT AAC CTA CCT TAG ACC GAC AGA Znalezienie ścieżki Hamiltona NP-trudne A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 20
20 Pevzner (1989) AAC AA AC Graf oparty na (l-1)-merach (graf G): AA AC CT TA AG CC GA Znalezienie ścieżki Eulera rozwiązywalne w czasie wielomianowym o o Problem równoważności Problem unikalności A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 21
21 Błędy w eksperymencie SBH 1. Błędy pozytywne nadmiar w spektrum a. W czasie eksperymentu hybrydyzacji niekomplementarne oligonukleotydy (mające nie wszystkie zasady komplementarne) przyłączają się do badanego łańcucha DNA. W konsekwencji odczytu obrazu fluorescencyjnego, błędny oligonukleotyd zostaje włączony do spektrum. b. Obraz fluorescencyjny chipu może być zanieczyszczony i omyłkowo oligonukleotyd może zostać włączony do spektrum A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 23
22 Błędy w eksperymencie SBH 2. Błędy negatywne braki w spektrum a. Oligonukleotyd pojawia się w sekwencji oryginalnej więcej niż jeden raz. Ponieważ spektrum nie jest multizbiorem, tylko jedno wystąpienie każdego elementu jest możliwe b. Nie wszystkie zasady z komplementarnego oligonukleotydu przyłączyły się do świecącego łańcucha DNA, stąd też sygnał na chipie jest słabo widoczny i oligonukleotyd nie zostanie odczytany. A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 24
23 J. Błażewicz, P. Formanowicz, M. Kasprzak, W.T. Markiewicz, J. Węglarz DNA Sequencing with positive and negative errors, Journal of Computational Biology 6, No. 1, A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 25
24 Sekwencjonowanie DNA w przypadku błędów pozytywnych i negatywnych Sformułowanie jako wariant problemu komiwojażera z nagrodami: Mając pełny graf G=(V,A), V=spektrum, z nagrodą za odwiedzenie każdego wierzchołka równą 1 oraz łukami z kosztami równymi liczbie nakładających się etykiet wierzchołków (oligonukleotydów), znajdź ścieżkę z maksymalnym zyskiem i kosztem nie większym niż n-l. [J.Błażewicz, P.Formanowicz, M.Kasprzak, W.T.Markiewicz, J.Węglarz,1999] A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 26
25 Przykład CTTACTACG sekwencja oryginalna spektrum {CTT, TAC, ACT, CTA, ACG, GCG} Długość sekwencji n=9 Długość oligonukleotydów =3 GCG błędy pozytywne TTA, TAC błędy negatywne CTT początkowy oligonukleotyd A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 27
26 CTT CTT GCG TAC GCG TAC ACG ACT ACG ACT CTA CTA koszt= 1, np. T(AC)T koszt= 2, np. AC(T)AC Dwa rozwiązania optymalne A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 28
27 Złożoność problemu SBH Problem sekwencjonowania SBH w przypadku gdy nie ma błędów w spektrum jest problemem łatwym obliczeniowo (należy do klasy P). Problem SBH w przypadku z błędami pozytywnymi albo negatywnymi, albo błędami obu typów jest problemem trudnym obliczeniowo (należy do klasy silnie NP-trudnej) A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 29
28 Przykłady modyfikacji klasycznego podejścia o Biblioteki izotermiczne w celu zmniejszenia liczby błędów eksperymentalnych zamiast bibliotek oligonukleotydów o równej długości wprowadzono pojęcie bibliotek izotermicznych, czyli oligonukleotydów o zbliżonej temperaturze topnienia dupleksów. A,T- mniej stabilne, mają niższą temperaturę niż G,C ex. t(acgtc) = = 16 o Sondy z dziurami tzw. gapped probes. Wprowadzono pojęcie uniwersalnych nukleotydów, które przyłączają się do dowolnego nukleotydu w łańcuchu DNA. Sondy na chipie są kombinacją zwykłych i uniwersalnych nukleotydów, dzięki czemu można wydłużyć długość oligonukleotydów nie zwiększając liczności biblioteki A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 30
29 Wybrana literatura dla problemu SBH J.Błażewicz, P.Formanowicz, M.Kasprzak, W.T.Markiewicz, J.Węglarz, DNA sequencing with positive and negative errors, Journal of Computational Biology 6, 1999, pp F.P. Preparata, A.M. Frieze, and E. Upfal. On the power of universal bases in sequencing by hybridization. In Proc. 3rd Ann. Int. Conf. Comput. Mol. Biol., pages , J.Błażewicz, P.Formanowicz, M.Kasprzak, W.T.Markiewicz, J.Węglarz, Tabu search for DNA sequencing with false negatives and false positivies, European Journal of Operational Research 125, 2000, pp V.T. Phan and S. Skiena. Dealing with errors in interactive sequencing by hybridization. Bioinformatics, 17: , J. Błażewicz, P. Formanowicz, F. Guinand, M. Kasprzak, "A heuristic managing errors for DNA sequencing, Bioinformatics 18, 2002, pp J-H. Zhang, L-Y. Wu, and X-S. Zhang. Reconstruction of DNA sequencing by hybridization. Bioinformatics, 19:14 21, S.A. Heath, F.P. Preparata, and J. Young. Sequencing by hybridization by cooperating direct and reverse spectra. J. Comput. Biol., 10: , E. Halperin, S. Halperin, T. Hartman, and R. Shamir. Handling long targets and errors in sequencing by hybridization. J. Comput. Biol., 10: , 2003 J. Błażewicz, F. Glover, M. Kasprzak, "DNA sequencing - tabu and scatter search combined INFORMS Journal on Computing 16, 2004, pp F.P. Preparata and J.S. Oliver. DNA sequencing by hybridization using semi-degenerate bases. J. Comput. Biol., 11(4): , J. Błażewicz, P. Formanowicz, M. Kasprzak, W. T. Markiewicz, A. Świercz, Tabu search algorithm for DNA sequencing by hybridization with isothermic libraries Computational Biology and Chemistry 28, 2004, pp T.A. Endo. Probabilistic nucleotide assembling method for sequencing by hybridization. Bioinformatics, 20: , J. Błażewicz, C. Oğuz, A. Świercz, J. Węglarz, "DNA sequencing by hybridization via genetic search, Operations Research 54, 2006, pp J. Błażewicz, F. Glover, M. Kasprzak, W.T. Markiewicz, C. Oğuz, D. Rebholz-Schuhmann, A. Świercz "Dealing with repetitions in sequencing by hybridization, Computational Biology and Chemistry 30, 2006, pp A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 31
30 Illumina A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 32
31 Illumina Flow cell A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 33
32 A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 34
33 A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 35
34 A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 36
35 A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 37
36 Podział flowcell A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 38
37 Whiteford N et al. Bioinformatics 2009;25: A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 39
38 A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 40
39 A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 41
40 W których klastrach odczyty przechodzą filtr jakości? A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 42
41 Wiele próbek na jednej linii - multiplexing A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 43
42 Odczyty sparowane A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 44
43 Porównanie sekwenatorów Illuminy A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 45
44 Pyrosequencing Life Sciences A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 46
45 Przygotowanie biblioteki DNA A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 47
46 Sekwencjonowanie... A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 48
47 Flowgram wyjście dla każdej studzienki A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 49
48 Format danych z sekwenatora A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 50
49 Tabela kodów ASCII A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 51
50 Jakość Phred quality score 2 -> ASCII code 50 qual = ASCII code 33 = 17 Phred quality score Prawdopodobieńst wo błędu P error 3 1 na 2 50% 5 1 na 3 32% 10 1 na 10 10% 20 1 na 100 1% 30 1 na % 40 1 na % A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 52
51 Rozkład jakości dla każdego nukleotydu A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 53
52 A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 54
53 Obrazki, slajdy I inne strony związane z sekwenatorami Informatics on High Throughput Sequencing Data A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 55
Algorytmy kombinatoryczne w bioinformatyce
Algorytmy kombinatoryczne w bioinformatyce wykład 2: sekwencjonowanie cz. 1 prof. dr hab. inż. Marta Kasprzak Instytut Informatyki, Politechnika Poznańska Poznawanie sekwencji genomowej Poznawanie sekwencji
Bardziej szczegółowoprof. dr hab. inż. Marta Kasprzak Instytut Informatyki, Politechnika Poznańska Poznawanie sekwencji genomowej
Bioinformatyka wykład 2: sekwencjonowanie cz. 1 prof. dr hab. inż. Marta Kasprzak Instytut Informatyki, Politechnika Poznańska Poznawanie sekwencji genomowej Poznawanie sekwencji genomów na trzech poziomach
Bardziej szczegółowoCo 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 szczegółowoGrafy i sieci wybrane zagadnienia wykład 2: modele służące rekonstrukcji sekwencji
Grafy i sieci wybrane zagadnienia wykład 2: modele służące rekonstrukcji sekwencji prof. dr hab. inż. Marta Kasprzak Instytut Informatyki, Politechnika Poznańska Plan wykładu. Modele grafowe problemu sekwencjonowania
Bardziej szczegółowoMarta Kasprzak 1,2, Aleksandra Świercz 1,2
Tom 58 2009 Numer 1 2 (282 283) Strony 17 28 Marta Kasprzak 1,2, Aleksandra Świercz 1,2 1 Instytut Informatyki, Politechnika Poznańska Piotrowo 2, 60-965 Poznań 2 Instytut Chemii Bioorganicznej PAN Noskowskiego
Bardziej szczegółowoAUTOMATYZACJA PROCESÓW DYSKRETNYCH 2012 ALGORYTM SEKWENCJONOWANIA DNA PRZY UŻYCIU CHIPU BINAR- NEGO DLA WSZYSTKICH TYPÓW BŁEDÓW HYBRYDYZACJI
AUTOMATYZACJA PROCESÓW DYSKRETNYCH 2012 Marcin RADOM, Piotr FORMANOWICZ Politechnika Poznańska ALGORYTM SEKWENCJONOWANIA DNA PRZY UŻYCIU CHIPU BINAR- NEGO DLA WSZYSTKICH TYPÓW BŁEDÓW HYBRYDYZACJI Streszczenie.
Bardziej szczegółowoWersja pliku: v.10, 13 kwietnia 2019 zmiany: dodany punkt na temat testów do sprawozdania. Biologia, bioinformatyka:
Wersja pliku: v.10, 13 kwietnia 2019 zmiany: - 13.04 dodany punkt na temat testów do sprawozdania Biologia, bioinformatyka: 1. DNA kwas deoksyrybonukleinowy. Zbudowany z 4 rodzajów nukleotydów: adeniny,
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 szczegółowoSekwencjonowanie Nowej Generacji ang. Next Generation Sequencing. Wykład 6 Część 1 NGS - wstęp Dr Wioleta Drobik-Czwarno
Sekwencjonowanie Nowej Generacji ang. Next Generation Sequencing Wykład 6 Część 1 NGS - wstęp Dr Wioleta Drobik-Czwarno Macierze tkankowe TMA ang. Tissue microarray Technika opisana w 1987 roku (Wan i
Bardziej szczegółowoReswkwencjonowanie vs asemblacja de novo
ALEKSANDRA ŚWIERCZ Reswkwencjonowanie vs asemblacja de novo Resekwencjonowanie to odtworzenie badanej sekwencji poprzez mapowanie odczytów do genomu/transkryptomu referencyjnego (tego samego gatunku lub
Bardziej szczegółowoModele grafowe i algorytmy dla klasycznego problemu sekwencjonowania DNA przez hybrydyzację oraz dla jego odmiany z informacją o powtórzeniach
Politechnika Poznańska Wydział Informatyki Instytut Informatyki Streszczenie rozprawy doktorskiej Modele grafowe i algorytmy dla klasycznego problemu sekwencjonowania DNA przez hybrydyzację oraz dla jego
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 szczegółowoEkologia molekularna. wykład 11
Ekologia molekularna wykład 11 Sekwencjonowanie nowej generacji NGS = next generation sequencing = high throughput sequencing = massive pararell sequencing =... Różne techniki i platformy Illumina (MiSeq,
Bardziej szczegółowoPrzydatność technologii Sekwencjonowania Nowej Generacji (NGS) w kolekcjach Banków Genów Joanna Noceń Kinga Smolińska Marta Puchta Kierownik tematu:
Przydatność technologii Sekwencjonowania Nowej Generacji (NGS) w kolekcjach Banków Genów Joanna Noceń Kinga Smolińska Marta Puchta Kierownik tematu: prof. dr hab. Jerzy H. Czembor SEKWENCJONOWANIE I generacji
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 szczegółowoMetody odczytu kolejności nukleotydów - sekwencjonowania DNA
Metody odczytu kolejności nukleotydów - sekwencjonowania DNA 1. Metoda chemicznej degradacji DNA (metoda Maxama i Gilberta 1977) 2. Metoda terminacji syntezy łańcucha DNA - klasyczna metoda Sangera (Sanger
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 szczegółowoPrzetarg nieograniczony na zakup specjalistycznej aparatury laboratoryjnej Znak sprawy: DZ-2501/6/17
Część nr 2: SEKWENATOR NASTĘPNEJ GENERACJI Z ZESTAWEM DEDYKOWANYCH ODCZYNNIKÓW Określenie przedmiotu zamówienia zgodnie ze Wspólnym Słownikiem Zamówień (CPV): 38500000-0 aparatura kontrolna i badawcza
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 szczegółowoBIOINFORMATYKA I JEJ PERSPEKTYWY
prof. dr hab. inż. Jacek Błażewicz Instytut Informatyki, Politechnika Poznańska 1. Wstęp BIOINFORMATYKA I JEJ PERSPEKTYWY Bioinformatyka jest jedną z najmłodszych nauk, której burzliwy rozwój został wymuszony
Bardziej szczegółowoKombinatoryczne aspekty nieklasycznego sekwencjonowania DNA przez hybrydyzację
POLITECHNIKA POZNAŃSKA Wydział Informatyki Instytut Informatyki Kombinatoryczne aspekty nieklasycznego sekwencjonowania DNA przez hybrydyzację Marcin Radom Rozprawa doktorska Promotor: dr hab. inż. Piotr
Bardziej szczegółowoBiologia medyczna, materiały dla studentów
Zasada reakcji PCR Reakcja PCR (replikacja in vitro) obejmuje denaturację DNA, przyłączanie starterów (annealing) i syntezę nowych nici DNA (elongacja). 1. Denaturacja: rozplecenie nici DNA, temp. 94 o
Bardziej szczegółowoBioinformatyczna analiza danych. Wykład 1 Dr Wioleta Drobik-Czwarno Katedra Genetyki i Ogólnej Hodowli Zwierząt
Bioinformatyczna analiza danych Wykład 1 Dr Wioleta Drobik-Czwarno Katedra Genetyki i Ogólnej Hodowli Zwierząt Sprawy organizacyjne Prowadzący przedmiot: Dr Wioleta Drobik-Czwarno koordynator przedmiotu,
Bardziej szczegółowoEkspresja genów. A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 2
ALEKSANDRA ŚWIERCZ Ekspresja genów http://genome.wellcome.ac.uk/doc_wtd020757.html A. Świercz ANALIZA DANYCH WYSOKOPRZEPUSTOWYCH 2 Różnice między eksperymentem mikromacierzowym a RNA-seq Przy użyciu mikromacierzy
Bardziej szczegółowoModele grafowe i algorytmy dla klasycznego problemu sekwencjonowania DNA przez hybrydyzację oraz dla jego odmiany z informacją o powtórzeniach
Politechnika Poznańska Wydział Informatyki Instytut Informatyki Rozprawa doktorska Modele grafowe i algorytmy dla klasycznego problemu sekwencjonowania DNA przez hybrydyzację oraz dla jego odmiany z informacją
Bardziej szczegółowoSekwencjonowanie Nowej Generacji ang. Next Generation Sequencing
Sekwencjonowanie Nowej Generacji ang. Next Generation Sequencing Wykład 7 Etapy analizy NGS Dr Wioleta Drobik-Czwarno Etapy analizy NGS Kontrola jakości surowych danych (format fastq) Jakość odczytów,
Bardziej szczegółowoGrafy etykietowalne i sieci Petriego w analizie procesów biochemicznych i biologicznych
POLITECHNIKA POZNAŃSKA Wydział Informatyki Instytut Informatyki Grafy etykietowalne i sieci Petriego w analizie procesów biochemicznych i biologicznych Adam Kozak Rozprawa doktorska Promotor: dr hab. inż.
Bardziej szczegółowoZastosowanie metod opartych na teorii grafów do rozwiązywania wybranych problemów analizy sekwencji nukleotydowych i aminokwasowych
POLITECHNIKA POZNAŃSKA Wydział Informatyki Instytut Informatyki Zastosowanie metod opartych na teorii grafów do rozwiązywania wybranych problemów analizy sekwencji nukleotydowych i aminokwasowych Tomasz
Bardziej szczegółowoSekwencjonowanie Nowej Generacji ang. Next Generation Sequencing
Sekwencjonowanie Nowej Generacji ang. Next Generation Sequencing Wykład 7 Etapy analizy NGS Dr Wioleta Drobik-Czwarno Etapy analizy NGS Kontrola jakości surowych danych (format fastq) Jakość odczytów,
Bardziej szczegółowoNa czym skończyliśmy BLACK BOX. Sekwencjonowanie polega na odczytaniu sekwencji liter DNA/RNA badanego fragmentu genomu
ALEKSANDRA ŚWIERCZ Na czym skończyliśmy BLACK BOX AAATGCCTGCCCTGAAGGCCTGCGTA GTTTTGGGAGAAGACCCACGGATA AAGGTGTAGCCCCGTAGC GGGGGGTATTATTTATTTTATACCCAC.. ACAGGAUCGUUGGAUGGTGGGA. Sekwencjonowanie polega na
Bardziej szczegółowoAdres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia:
Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.inhort.pl/przetargi_2013_lista.html Skierniewice: Sukcesywne usługi sekwencjonowania DNA i transkryptomów
Bardziej szczegółowoPROBLEM: SEKWENCJONOWANIE DNA METODA: ALGORYTMY GRAFOWE
F : PROBLEM: SEKWENCJONOWANIE DNA METODA: ALGORYTMY GRAFOWE I. Grafy i genetyka II. Sekwencjonowanie DNA III. Macierze DNA IV. Sekwencjonowanie przez hybrydyzacje DNA V. Sekwencjonowanie i identyfikacja
Bardziej szczegółowoOznaczenie polimorfizmu genetycznego cytochromu CYP2D6: wykrywanie liczby kopii genu
Ćwiczenie 4 Oznaczenie polimorfizmu genetycznego cytochromu CYP2D6: wykrywanie liczby kopii genu Wstęp CYP2D6 kodowany przez gen występujący w co najmniej w 78 allelicznych formach związanych ze zmniejszoną
Bardziej szczegółowoprof. dr hab. inż. Marta Kasprzak Instytut Informatyki, Politechnika Poznańska Dopasowanie sekwencji
Bioinformatyka wykład 5: dopasowanie sekwencji prof. dr hab. inż. Marta Kasprzak Instytut Informatyk Politechnika Poznańska Dopasowanie sekwencji Badanie podobieństwa sekwencji stanowi podstawę wielu gałęzi
Bardziej szczegółowoGRADIENT TEMPERATUR TOUCH DOWN PCR. Standardowy PCR RAPD- PCR. RealTime- PCR. Nested- PCR. Digital- PCR.
Standardowy PCR RAPD- PCR Nested- PCR Multipleks- PCR Allelospecyficzny PCR Touchdown- PCR RealTime- PCR Digital- PCR In situ (slide)- PCR Metylacyjno specyficzny- PCR Assembly- PCR Inverse- PCR GRADIENT
Bardziej szczegółowoBioinformatyka VI. Przetwarzanie wielkich zbiorów danych
Bioinformatyka VI Przetwarzanie wielkich zbiorów danych Warszawa 08.06.2015 PLAN Źródła danych genomika proteomika *omika ekspresja genów Metody sekwencjonowania Metoda Sangera Metody nowej generacji Rekonstrukcja
Bardziej szczegółowoOznaczenie polimorfizmu genetycznego cytochromu CYP2D6: wykrywanie liczby kopii genu
Ćwiczenie 4 Oznaczenie polimorfizmu genetycznego cytochromu CYP2D6: wykrywanie liczby kopii genu Wstęp CYP2D6 kodowany przez gen występujący w co najmniej w 78 allelicznych formach związanych ze zmniejszoną
Bardziej szczegółowoMetody 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 szczegółowoSubstancje stosowane do osadzania enzymu na stałym podłożu Biotyna (witamina H, witamina B 7 ) Tworzenie aktywnej powierzchni biosensorów
SEKWECJWAIE ASTĘPEJ GEERACJI- GS Losowa fragmentacja nici DA Dołączanie odpowiednich linkerów (konstrukcja biblioteki) Amplifikacja biblioteki na podłożu szklanym lub plastikowym biosensory Wielokrotnie
Bardziej szczegółowoMetody analizy genomu
Metody analizy genomu 1. Mapowanie restrykcyjne. 2. Sondy do rozpoznawania DNA 3. FISH 4. Odczytanie sekwencji DNA 5. Interpretacja sekwencji DNA genomu 6. Transkryptom 7. Proteom 1. Mapy restrykcyjne
Bardziej szczegółowoWstęp. Jak programować w DNA? Idea oraz przykład. Problem FSAT charakterystyka i rozwiązanie za pomocą DNA. Jak w ogólności rozwiązywać problemy
Ariel Zakrzewski Wstęp. Jak programować w DNA? Idea oraz przykład. Problem FSAT charakterystyka i rozwiązanie za pomocą DNA. Jak w ogólności rozwiązywać problemy matematyczne z użyciem DNA? Gdzie są problemy?
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 szczegółowoZałącznik 2a: Autoreferat
Załącznik 2a: Autoreferat [1] Imię i nazwisko Aleksandra Świercz [2] Posiadane stopnie i tytuły naukowe 1. Tytuł inżyniera informatyki uzyskany w 2000 roku na Wydziale Elektrycznym Politechniki Poznańskiej
Bardziej szczegółowoKombinatoryczna analiza widm 2D-NOESY w spektroskopii Magnetycznego Rezonansu Jądrowego cząsteczek RNA. Marta Szachniuk
Kombinatoryczna analiza widm 2D-NOESY w spektroskopii Magnetycznego Rezonansu Jądrowego cząsteczek RNA Marta Szachniuk Plan prezentacji Wprowadzenie do tematyki badań Teoretyczny model problemu Złożoność
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI 3 SEKWENCJONOWANIE GENOMÓW I
PODSTAWY BIOINFORMATYKI 3 SEKWENCJONOWANIE GENOMÓW I PROJEKTY POZNANIA INNYCH GENOMÓW 1 400 2009 2010 1 200 2011 2012 1 000 800 600 400 200 986 1153 1285 914 954 717 759 757 251 254 889 0 23 ukończone
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 szczegółowoKlonowanie 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 szczegółowoDane 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 szczegółowoAnaliza 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 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 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 szczegółowoPrzeglądanie 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 szczegółowoMetody: 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 szczegółowoAnaliza danych pochodzących z sekwencjonowania nowej generacji - przyrównanie do genomu referencyjnego. - część I -
pochodzących z sekwencjonowania nowej generacji - przyrównanie do genomu referencyjnego - część I - Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Plan wykładów --------------------------------------------------------
Bardziej szczegółowoWYBRANE RODZAJE REAKCJI PCR. RAPD PCR Nested PCR Multipleks PCR Allelo-specyficzny PCR Real Time PCR
RAPD PR Nested PR Allelo-specyficzny PR Real Time PR RAPD PR (Random Amplification of Polymorphic DNA) wykorzystywany gdy nie znamy sekwencji starterów; pozwala namnożyć losowe fragmenty o różnej długości;
Bardziej szczegółowoStruktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott
Struktury danych i złożoność obliczeniowa Wykład 7 Prof. dr hab. inż. Jan Magott Problemy NP-zupełne Transformacją wielomianową problemu π 2 do problemu π 1 (π 2 π 1 ) jest funkcja f: D π2 D π1 spełniająca
Bardziej szczegółowo1. System analizy danych NGS z paneli genów
1. System analizy danych NGS z paneli genów (programistyczny) Sekwenator to instrument odczytujący sekwencję DNA w kilku-kilkudziesieciu probkach na raz. Instrument zapisuje na dysku dane w skompresowanych
Bardziej szczegółowoTECHNIKI 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 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 szczegółowoWybrane podstawowe rodzaje algorytmów
Wybrane podstawowe rodzaje algorytmów Tomasz Głowacki tglowacki@cs.put.poznan.pl Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii informatycznych
Bardziej szczegółowoBIOINFORMATYKA. edycja 2016 / wykład 11 RNA. dr Jacek Śmietański
BIOINFORMATYKA edycja 2016 / 2017 wykład 11 RNA dr Jacek Śmietański jacek.smietanski@ii.uj.edu.pl http://jaceksmietanski.net Plan wykładu 1. Rola i rodzaje RNA 2. Oddziaływania wewnątrzcząsteczkowe i struktury
Bardziej szczegółowoPODSTAWY 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 szczegółowoPowodzenie 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 szczegółowoSearching for SNPs with cloud computing
Ben Langmead, Michael C Schatz, Jimmy Lin, Mihai Pop and Steven L Salzberg Genome Biology November 20, 2009 April 7, 2010 Problem Cel Problem Bardzo dużo krótkich odczytów mapujemy na genom referencyjny
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 szczegółowoGENOMIKA. MAPOWANIE GENOMÓW MAPY GENOMICZNE
GENOMIKA. MAPOWANIE GENOMÓW MAPY GENOMICZNE Bioinformatyka, wykład 3 (21.X.2008) krzysztof_pawlowski@sggw.waw.pl tydzień temu Gen??? Biologiczne bazy danych historia Biologiczne bazy danych najważniejsze
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 TEST T
STATYSTYKA MATEMATYCZNA WYKŁAD 5 TEST T WSTĘP Test t 1. Zakres stosowalności 2. Dla pojedynczej próby 3. Dla 2 niezależnych prób 4. Dla 2 sparowanych prób ZAKRES STOSOWALNOŚCI TESTU T 1. Test parametryczny
Bardziej szczegółowoStreszczenie rozprawy doktorskiej Wojciecha Frohmberga pt. GRASShopPER - wydajna metoda asemblacji
Streszczenie rozprawy doktorskiej Wojciecha Frohmberga pt. GRASShopPER - wydajna metoda asemblacji de novo wykorzystująca strategię Overlap-Layout-Consensus 1. Wstęp Asemblacja DNA stanowi jeden z kluczowych
Bardziej szczegółowoZastosowanie sieci neuronowych w problemie klasyfikacji wielokategorialnej. Adam Żychowski
Zastosowanie sieci neuronowych w problemie klasyfikacji wielokategorialnej Adam Żychowski Definicja problemu Każdy z obiektów może należeć do więcej niż jednej kategorii. Alternatywna definicja Zastosowania
Bardziej szczegółowoPodstawy bioinformatyki sekwencjonowanie nowej generacji. Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu
Podstawy bioinformatyki sekwencjonowanie nowej generacji Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Rozwój technologii i przyrost danych Wzrost olbrzymiej ilości i objętości
Bardziej szczegółowoALGORYTM EWOLUCYJNY DLA PROBLEMU SZEREGOWANIA ZADAŃ W SYSTEMIE PRZEPŁYWOWYM
ALGORYTM EWOLUCYJNY DLA PROBLEMU SZEREGOWANIA ZADAŃ W SYSTEMIE PRZEPŁYWOWYM Adam STAWOWY, Marek ŚWIĘCHOWICZ Streszczenie: W pracy zaprezentowano algorytm strategii ewolucyjnej do problemu szeregowania
Bardziej szczegółowoSekwencjonowanie DNA
BIOINFORMATYKA edycja 2016 / 2017 wykład 7 Sekwencjonowanie DNA dr Jacek Śmietański jacek.smietanski@ii.uj.edu.pl http://jaceksmietanski.net Plan wykładu 1. Techniki sekwencjonowania 2. Problemy bioinformatyczne
Bardziej szczegółowoSukcesywne usługi sekwencjonowania DNA
Instytut Ogrodnictwa 96-100 Skierniewice ul. Konstytucji 3 Maja 1/3 Tel. 46 833 20 21 Fax. 46 833 32 28 WWW www.inhort.pl Skierniewice: oraz syntezy oligonukleotydów do realizacji projektu pt. Polskie
Bardziej szczegółowoAmpliTest Salmonella spp. (Real Time PCR)
AmpliTest Salmonella spp. (Real Time PCR) Zestaw do wykrywania sekwencji DNA specyficznych dla bakterii z rodzaju Salmonella techniką Real Time PCR Nr kat.: BAC01-50 Wielkość zestawu: 50 oznaczeń Objętość
Bardziej szczegółowoĆwiczenie 12. Diagnostyka molekularna. Poszukiwanie SNPs Odczytywanie danych z sekwencjonowania. Prof. dr hab. Roman Zieliński
Ćwiczenie 12 Diagnostyka molekularna. Poszukiwanie SNPs Odczytywanie danych z sekwencjonowania Prof. dr hab. Roman Zieliński 1. Diagnostyka molekularna 1.1. Pytania i zagadnienia 1.1.1. Jak definiujemy
Bardziej szczegółowoAmpliTest GMO screening-nos (Real Time PCR)
AmpliTest GMO screening-nos (Real Time PCR) Zestaw do wykrywania sekwencji DNA terminatora NOS techniką Real Time PCR Nr kat.: GMO03-50 GMO03-100 Wielkość zestawu: 50 reakcji 100 reakcji Objętość pojedynczej
Bardziej szczegółowoPodstawowe strategie i techniki genetyki molekularnej
Podstawowe strategie i techniki genetyki molekularnej Czym jest inżynieria genetyczna? Ang. recombinant DNA manipulacje DNA in vitro izolacja i amplifikacja DNA i cdna mapowanie i sekwencjonowanie DNA
Bardziej szczegółowoPodstawowe strategie i narzędzia genetyki molekularnej
Podstawowe strategie i narzędzia genetyki molekularnej Czym jest inżynieria genetyczna? Ang. recombinant DNA manipulacje DNA in vitro } izolacja i amplifikacja DNA i cdna } mapowanie i sekwencjonowanie
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 szczegółowoPODSTAWY BIOINFORMATYKI 2 SEKWENCJONOWANIE GENOMÓW
PODSTAWY BIOINFORMATYKI 2 SEKWENCJONOWANIE GENOMÓW PROJEKTY POZNANIA INNYCH GENOMÓW 300 250 Seria 1 251 254 200 150 100 50 0 23 ukończone w trakcie scalania w trakcie realizacji SEKWENCJONOWANIE GENOMÓW
Bardziej szczegółowoTestowanie 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 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 szczegółowoGrafy i sieci wybrane zagadnienia wykład 3: modele służące porównywaniu sieci
Grafy i sieci wybrane zagadnienia wykład 3: modele służące porównywaniu sieci prof. dr hab. inż. Marta Kasprzak Instytut Informatyki, Politechnika Poznańska Plan wykładu 1. Sieci jako modele interakcji
Bardziej szczegółowoPolitechnika Wrocławska. Dopasowywanie sekwencji Sequence alignment
Dopasowywanie sekwencji Sequence alignment Drzewo filogenetyczne Kserokopiarka zadanie: skopiować 300 stron. Co może pójść źle? 2x ta sama strona Opuszczona strona Nadmiarowa pusta strona Strona do góry
Bardziej szczegółowo2016-01-14. Sekwencje mikrosatelitarne. SNP Single Nucleotide Polymorphism (mutacje punktowe, polimorfizm jednonukleotydowy)
Sekwencje mikrosatelitarne Próba nr 1 GGGGGGGGGGGG 4x GG Próba nr 2 GGGGGGGGGGGGGGGG 6x GG Próba nr 1 GGGGGGGGG Próba nr 2 GGG GGGG SNP Single Nucleotide Polymorphism (mutacje punktowe, polimorfizm jednonukleotydowy)
Bardziej szczegółowoNiepełnosprawność intelektualna
Niepełnosprawność intelektualna stan badań a możliwości diagnostyki molekularnej Agnieszka Charzewska Zakład Genetyki Medycznej Instytut Matki i Dziecka Niepełnosprawność intelektualna (NI, ID) zaburzenie
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI WYKŁAD 2 SEKWENCJONOWANIE GENOMÓW
PODSTAWY BIOINFORMATYKI WYKŁAD 2 SEKWENCJONOWANIE GENOMÓW SEKWENCJONOWANIE GENOMÓW 1. Sekwencjonowanie genomów 2. Automatyzacja sekwencjonowania 3. 1 000 (human) Genomes project 4. 1 000 Bull Genomes project
Bardziej szczegółowoALGORYTM PERTURBACYJNY DLA PROBLEMU PRZEPŁYWOWEGO
ALGORYTM PERTURBACYJNY DLA PROBLEMU PRZEPŁYWOWEGO Mariusz MAKUCHOWSKI Streszczenie: Proponowany w tej pracy algorytm perturbacyjny PNEH (dedykowany permutacyjnemu problemowi przepływowemu) pozwala na dostarczanie
Bardziej szczegółowoAlgorytmy kombinatoryczne w bioinformatyce
lgorytmy kombinatoryczne w bioinformatyce wykład 4: dopasowanie sekwencj poszukiwanie motywów prof. dr hab. inż. Marta Kasprzak Instytut Informatyk Politechnika Poznańska Dopasowanie sekwencji Badanie
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 szczegółowoZastosowanie metod opartych na teorii grafów do rozwiązywania wybranych problemów analizy sekwencji nukleotydowych i aminokwasowych
POLITECHNIKA POZNAŃSKA Wydział Informatyki Instytut Informatyki Zastosowanie metod opartych na teorii grafów do rozwiązywania wybranych problemów analizy sekwencji nukleotydowych i aminokwasowych Tomasz
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 szczegółowopaździernika 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 szczegółowoWykorzystanie metody MSSCP do analizy markerów genetycznych raka płuc w ramach projektu FP7: CURELUNG
Wykorzystanie metody MSSCP do analizy markerów genetycznych raka płuc w ramach projektu FP7: CURELUNG Krzysztof Kucharczyk,dr Prezes Zarządu Spółki H2020 Info Day, Warszawa, 11.12.2013 Prezentacja Firma:
Bardziej szczegółowoPraktyczne wykorzystanie urządzenia Blue Pippin do przygotowywania wysokiej jakości bibliotek do DNA-Seq
Praktyczne wykorzystanie urządzenia lue Pippin do przygotowywania wysokiej jakości bibliotek do DN-Seq Użytkownicy platform NGS w polskich laboratoriach cenią sobie możliwość automatyzacji określonych
Bardziej szczegółowoALGORYTM PERTURBACYJNY DLA PROBLEMU PRZEPŁYWOWEGO
ALGORYTM PERTURBACYJNY DLA PROBLEMU PRZEPŁYWOWEGO Mariusz MAKUCHOWSKI Streszczenie: Proponowany w tej pracy algorytm perturbacyjny PNEH (dedykowany permutacyjnemu problemowi przepływowemu) pozwala na dostarczanie
Bardziej szczegółowoMetody inżynierii genetycznej SYLABUS A. Informacje ogólne
Metody inżynierii genetycznej A. Informacje ogólne Elementy sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Rodzaj Rok studiów /semestr
Bardziej szczegółowo