klasyfikacja fenetyczna (numeryczna)

Wielkość: px
Rozpocząć pokaz od strony:

Download "klasyfikacja fenetyczna (numeryczna)"

Transkrypt

1 Teorie klasyfikacji

2 klasyfikacja fenetyczna (numeryczna) systematyka powinna być wolna od wszelkiej teorii (a zwłaszcza od teorii ewolucji) filogeneza jako ciąg zdarzeń jest niepoznawalna opiera się na filozofii nominalistycznej taksony tworzone są wyłącznie na podstawie zaobserwowanego podobieństwa analizowane jest ogólne podobieństwo, maksimum dostępnych cech, niezależnie od ich natury wszystkie cechy mają tą samą wagę

3 klasyfikacja fenetyczna (numeryczna) obliczana jest odległość między gatunkami w dowolnej liczbie wymiarów rezultatem jest dendrogram ilustrujący stosunki podobieństwa fenetycznego - fenogram fenogram nie ma wymiaru historycznego końcowe taksony to tzw. OTU (operational taxonomic units)

4 nowa systematyka Huxley J.S The New Systematics. London gatunek jest złożony z populacji zmienność populacji jest kluczowa dla procesu ewolucyjnego zmienność populacji jest oparta o zmienność genetyczną testowanie wyników morfologicznych w oparciu o dane ogólnobiologiczne

5 nowa nowa systematyka podstawową jednostką systematyki jest populacja zmienność jest zasadniczym elementem istoty i definicji populacji populacje są systemami dynamicznymi, które ewoluują Gatunek można definiować wyłącznie w kategoriach dynamiki, ewolucji, genetyki, zależności wewnątrzpopulacyjnych, a nie w kategoriach stałych struktur morfologicznych

6

7

8

9

10

11

12

13

14

15

16

17 Monofiletyzm grupa monofiletyczna zawiera swój takson macierzysty i wszystkich jego potomków wszyscy członkowie grupy musza posiadać co najmniej jedną cechę apomorficzną

18

19 Parafiletyzm grupa parafiletyczna zawiera swój takson macierzysty i niektóych jego potomków

20

21 Polifiletyzm grupa polifiletyczna zawiera potomków różnych przodków

22

23 plezjomorfia apomorfia morfoklina

24 morfoklina

25 apomorfie synapomorfie plezjomorfie

26 grupa parafiletyczna symplezjomorfie

27 grupy siostrzane dwie monofiletyczne grupy, pochodzące od jednego gatunku macierzystego razem tworzą grupę monofiletyczną wyższej rangi

28 grupy siostrzane A B C taksony kladogramy wspólny przodek B+C wspólny przodek A+B+C

29 Homologia zgodność organu lub części organu u dwóch (lub więcej) gatunków, jeśli możemy przypuszczać, że ta zgodność wynika z odziedziczenia cechy po ich wspólnym przodku

30 Homologia cechy są homologiczne, jeśli występowała u wspólnego przodka

31 Homologia cechy są homologiczne, jeśli odpowiadają różnym etapom tej samej serii przemian

32 Homoplazja występowanie u różnych taksonów podobnych cech nie będących homologiami

33 Konwergencja podobne cechy pojawiają się niezależnie w różnych liniach ewolucyjnych, nie mających wspólnego przodka

34 Paralelizm ta sama cecha pojawia się niezależnie w dwóch (lub więcej) liniach mających bliskiego wspólnego przodka

35 Rewersja w serii przemian cechy, powraca wtórnie stan morfologiczny podobny do stanu wyjściowego

36 Analogia cechy konwergentne spełniają podobne funkcje

37 Analiza cech polega na odtworzeniu serii przemian cech homologicznych (morfoklin)

38 Kryterium embriologiczne rozkład cech pojawiających się w ontogenezie wcześnie jest bardziej ogólny (plezjomorfia) niż cech pojawiających się późno (apomorfia)

39 Kryterium porównania pozagrupowego jeśli istnieje cecha homologiczna spotykana wewnątrz grupy monofiletycznej i również poza tą grupą, to jest ona cechą plezjomorficzną jeśli cecha homologiczna jest spotykana wyłącznie wewnątrz badanej grupy monofiletycznej to jest ona cechą apomorficzną

40 Kryterium porównania wewnątrzgrupowego kryterium złożoności jeśli różne stany cechy mogą być ułożone w serię o wzrastającej złożoności, to jest prawdopodobne, że stan najprostszy jest stanem plezjomorficznym

41 Kryterium porównania wewnątrzgrupowego kryterium korelacji niektóre cechy są ze sobą ściśle powiązane, znajomość polaryzacji jednej morfokliny może ułatwić określenie polaryzacji dla drugiej

42 Kryterium porównania wewnątrzgrupowego kryterium powszechności jeśli pewien stan cechy jest bardzo rozpowszechniony w badanej grupie, a inny jest dużo rzadszy, to stan częstszy jest prawdopodobnie plezjomorficzny

43 Kryterium paleontologiczne stan cechy pojawiający się w serii skamielin najwcześniej jest najbardziej plezjomorficzny

44 Analiza parsymoniczna zgodna z zasadą tzw. brzytwy Ockhama najlepszy jest model filogenezy, który zakłada najmniejszą liczbę zmian ewolucyjnych

45 kladyzm organizmy są szeregowane i klasyfikowane wyłącznie w zależności od współczesności ich wspólnego pochodzenia status kategorii zależy od położenia punktów odgałęzienia na drzewie filogenetycznym klasyfikacja musi być odbiciem genealogii taksony muszą być monofiletyczne

46 kladyzm 1. wszystkie organizmy rozmnażające się wyłącznie płciowo mają tylko jedną historię genealogiczną (filogenezę) 2. cechy są przekazywane dziedzicznie z gatunku macierzystego na gatunki potomne, a więc przynajmniej niektóre z cech noszonych przez te ostatnie stanowią dowód pochodzenia 3. zmiany niektórych cech przodków nadają poszczególnym liniom ich specyficzne właściwości

47 klasyfikacja ewolucyjna klasyfikacja ewolucyjna oparta jest na prostym fakcie, że w przyrodzie występują łatwe do rozgraniczenia grupy taksonomia ewolucyjna wyjaśnia istnienie takich grup

48 gady ptaki ssaki

49 grupa parafiletyczna gady żółwie łuskonośne krokodyle ptaki ssaki

50 gady żółwie łuskonośne krokodyle ptaki autapomorfie

51 Metody molekularne w taksonomii

52 Dwie szkoły w systematyce Tradycyjna Relacje pomiędzy organizmami opisywane są na podstawie cech fenotypowych: morfo-anatomicznych, fizjologicznych, behawioralnych itp... Nowoczesna Relacje pomiędzy organizmami opisywane są na podstawie informacji pozyskanych bezpośrednio lub pośrednio z sekwencji kwasów nukleinowych (lub protein).

53 Systematyka tradycyjna Zmienność morfologiczna jest pochodną nagromadzonej zmienności genetycznej Markery morfologiczne użyteczne na wyższych poziomach systematycznych Stosowane w zakresie zmian makroewolucyjnych Zmiany mikroewolucyjne domena genetyki populacyjnej (demografii)

54 Systematyka molekularna Pozwala badać relacje filogenetyczne na poziomie wewnątrzgatunkowym i wewnątrzpopulacyjnym Filogeografia Bada filogenezę organizmów na poziomie gatunku i populacji Jest pomostem łączącym genetykę populacji i systematykę

55 Filogeografia Określa zasady i procesy leżące u podstaw geograficznego rozmieszczenia linii genealogicznych organizmów (Avise i in. 1987)

56 genetyczna ZMIENNOŚĆ morfologiczna Tradycyjna systematyka (filogeneza) Genetyka populacyjna (demografia) CZAS

57 genetyczna ZMIENNOŚĆ morfologiczna Systematyka molekularna CZAS Filogeografia

58 Dlaczego markery molekularne? genetyczny charakter danych uniwersalna metodyka praktycznie nieograniczona zmienność

59 Genomy organizmów 0,6 x x 10 9 bp = 18 x Różnorodność genetyczna 3 x 10 9 bp 3 / 100 bp różne różnic genotypów

60 Dlaczego markery molekularne? genetyczny charakter danych uniwersalna metodyka praktycznie nieograniczona zmienność rozróżnienie cech homologicznych i analogicznych uniwersalna linijka w ewolucji molekularnej podstawa mechanistycznego poglądu na ewolucję wyzwanie intelektualne!!!

61 Analiza danych molekularnych ocena dystansu genetycznego topologia dendrogramów hierarchicznego podobieństwa genetycznego analiza wariancji molekularnych (AMOVA) topologia dendrogramów parsymonicznych analiza binarna rozmieszczenia haplotypów

62

63 Rekonstrukcja filogenezy

64 OTU = Operational Taxonomic Units = molekularne jednostki analizy filogenetycznej zewnętrzne węzły na drzewie to współcześnie żyjące OTU wewnętrzne węzły to hipotetyczni przodkowie współczesnych OTU drzewo jest wyskalowane jeśli długości gałęzi odpowiadają liczbie zmian jakie zaszły w toku ewolucji między węzłami warunkiem użyteczności drzew jest brak połączeń między ich gałęziami odtworzenie jest możliwe pod warunkiem bifurkacyjnego rozgałęziania drzew rozgałęzienia multifurkacyjne uniemożliwiają wnioskowanie o pokrewieństwie

65 Wyszukiwanie właściwej (najbardziej prawdopodobnej topologii drzewa) liczba wersji rozgałęzień drzewa ilustrujących pokrewieństwa między taksonami jest ogromna dla N = 10 to od 10 milionów do ponad 30 milionów do wyszukwiania służą skomplikowane algorytmy matematyczne kalkulacja możliwa jedynie przy użyciu komputerów algorytmy wyszukują najbardziej prawdopodobne topologie drzew zgodnie z zadanym kryterium optymalizacji zwykle nie znamy prawdziwej filogenezy dlatego wszelkie prezentowane drzewa są jedynie jej przybliżeniem metody oparte na odległościach (dystansie genetycznym) analiza skupień (UPGMA) metoda łączenia sąsiadów (Neighbor-Joining) metody oparte na stanach cech największej oszczędności (MP = Maximum Parsimony) największej wiarygodności (ML = Maximum Likelihood) analiza Bayesowska (Bayesian analysis)

66 Metody oparte na odległościach wywodzą się od macierzy zawierającej oszacowania dystansów genetycznych między wszystkimi parami OTU uwzględnianymi w analizie macierz dla n OTU zawiera n(n-1)/2 takich odległości

67 UPGMA Unweighted Pair Group Method with Arithmetic Averages Nieważona metoda grupowania par średnimi arytmetycznymi nieważona wszystkie dystanse są tak samo ważne grupowanie par liczą się tylko bifurkacje średnie arytmetyczne odległości pomiędzy kladami są średnimy arytmetycznymi odległości pomiędzy wszystkim członkami obu kladów

68 Neighbor Joining metoda łączenia najbliższych sąsiadów metodologicznie zbliżona do analizy UPGMA modyfikacje macierzy odległości polegają na tym, że długości gałęzi między parami węzłów dopasowywane są na podstawie ich średniej dywergencji czyli odróżnicowania od wszystkich pozostałych węzłów metoda nie zakłada równego tempa ewolucji między gałęziami drzewo wyprodukowane za pomocą algorytmu NJ nie jest ukorzenione drzewo ukorzenić można przez dodanie grupy zewnętrznej lub przez dodanie korzenia w połowie najdłuższej gałęzi łączącej współczesne OTU

69 Metody oparte na stanach cech nie wymagają tworzenia macierzy dystansów genetycznych analizują prawdopodobieństwa przejścia między dyskretnymi stanami cech (literami kodu genetycznego) = prawdopodobieństwo substytucji prawdopodbieństwo tranzycji (A G lub C T) jest większe niż prawdopodobieństwo transwersji (A,G C,T) metody oparte o stanach cech poszukują drzew o topologii będącej wynikiem sumy najbardziej prawdopodobnych zdarzeń (mutacji) dzielących analizowane sekwencje DNA

70 Metoda największej oszczędności (Maximum parsimony) działa zgodnie z zasadą brzytwy Ockhama zakłada że najlepsza topologia to taka, która wymaga najmniejszej możliwej liczby pośrednich kroków mutacyjnych dzielących analizowane sekwencje miarą wiarygodności topologii jest więc jak najmniejsza suma kroków mutacyjnych koniecznych do jej utworzenia w porównaniu do innych uzyskanych topologii może istnieć wiele topologii charakteryzujących się tą samą liczbą kroków mutacyjnych istnieją różne warianty metody parsymonicznej zakładające np. odwracalność lub nieodwracalność mutacji

71 Metoda największej wiarygodności (Maximum Likelihood) zakłada określony model ewolucji sekwencji DNA w oparciu o dane empiryczne częstość tranzycji/transwersji lub określonych mutacji wyliczone ze zbioru sekwencji częstości te opisywane są matematycznie tworzenie matematycznego modelu procesu ewolucyjnego skutkującego obserwowaną zmiennością w zestawie analizowanych danych topologia drzewa konstruowana jest w taki sposób aby uwiarygodniała z jak największym prawdopodobieństwem zakładany model ewolucyjny (obserwowany rozkład zmienności danych) tworzonych jest wiele topologii drzew i wyliczane są prawdopodobieństwa wystąpienia zakładanego modelu ewolucji przy danej topologii topologia, dzięki której prawdopodobieństwo wystąpienia danego modelu jest najbliższe 1 zostaje wybierana jaka prawdziwa

72 Rzetelność uzyskanej topologii wynikiem analizy jest zwykle jedno lub wiele równocennych topologii na ile prawdopodobne jest, że dana topologia w najlepszy sposób obrazuje filogenezę sekwencji? do oceny tego prawdopodobieństwa służy metoda samopróbkowania bootstrap metoda ta symuluje powtarzanie zbierania danych w celu oszacowania rzetelności drzewa

73

74 Dziękuję bardzo

Genomika Porównawcza. Agnieszka Rakowska Instytut Informatyki i Matematyki Komputerowej Uniwersytet Jagiellooski

Genomika Porównawcza. Agnieszka Rakowska Instytut Informatyki i Matematyki Komputerowej Uniwersytet Jagiellooski Genomika Porównawcza Agnieszka Rakowska Instytut Informatyki i Matematyki Komputerowej Uniwersytet Jagiellooski 1 Plan prezentacji 1. Rodzaje i budowa drzew filogenetycznych 2. Metody ukorzeniania drzewa

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI WYKŁAD 5 ANALIZA FILOGENETYCZNA

PODSTAWY BIOINFORMATYKI WYKŁAD 5 ANALIZA FILOGENETYCZNA PODSTAWY BIOINFORMATYKI WYKŁAD 5 ANALIZA FILOGENETYCZNA ANALIZA FILOGENETYCZNA 1. Wstęp - filogenetyka 2. Struktura drzewa filogenetycznego 3. Metody konstrukcji drzewa 4. Etapy konstrukcji drzewa filogenetycznego

Bardziej szczegółowo

Konstruowanie drzew filogenetycznych. Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu

Konstruowanie drzew filogenetycznych. Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Konstruowanie drzew filogenetycznych Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Drzewa filogenetyczne ukorzenione i nieukorzenione binarność konstrukcji topologia (sposób rozgałęziana

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI 6 ANALIZA FILOGENETYCZNA

PODSTAWY BIOINFORMATYKI 6 ANALIZA FILOGENETYCZNA PODSTAWY BIOINFORMATYKI 6 ANALIZA FILOGENETYCZNA ANALIZA FILOGENETYCZNA 1. Wstęp - filogenetyka 2. Struktura drzewa filogenetycznego 3. Metody konstrukcji drzewa - przykłady 4. Etapy konstrukcji drzewa

Bardziej szczegółowo

Filogenetyka molekularna. Dr Anna Karnkowska Zakład Filogenetyki Molekularnej i Ewolucji

Filogenetyka molekularna. Dr Anna Karnkowska Zakład Filogenetyki Molekularnej i Ewolucji Filogenetyka molekularna Dr Anna Karnkowska Zakład Filogenetyki Molekularnej i Ewolucji Co to jest filogeneza? Filogeneza=drzewo filogenetyczne=drzewo rodowe=drzewo to rozgałęziający się diagram, który

Bardziej szczegółowo

Filogenetyka molekularna I. Krzysztof Spalik

Filogenetyka molekularna I. Krzysztof Spalik Filogenetyka molekularna I Krzysztof Spalik Literatura Krzysztof Spalik, Marcin Piwczyński (2009), Rekonstrukcja filogenezy i wnioskowanie filogenetyczne w badaniach ewolucyjnych, Kosmos 58(3-4): 485-498

Bardziej szczegółowo

Bioinformatyka Laboratorium, 30h. Michał Bereta

Bioinformatyka Laboratorium, 30h. Michał Bereta Bioinformatyka Laboratorium, 30h Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl 1 Filogenetyka molekularna wykorzystuje informację zawartą w sekwencjach aminokwasów lub nukleotydów do kontrukcji drzew

Bardziej szczegółowo

Filogenetyka molekularna I. Krzysztof Spalik Zakład Filogenetyki Molekularnej i Ewolucji

Filogenetyka molekularna I. Krzysztof Spalik Zakład Filogenetyki Molekularnej i Ewolucji Filogenetyka molekularna I Krzysztof Spalik Zakład Filogenetyki Molekularnej i Ewolucji 3 Literatura Krzysztof Spalik, Marcin Piwczyński (2009), Rekonstrukcja filogenezy i wnioskowanie filogenetyczne w

Bardziej szczegółowo

Filogenetyka molekularna I

Filogenetyka molekularna I 2 Literatura Krzysztof Spalik, Marcin Piwczyński (2009), Rekonstrukcja filogenezy i wnioskowanie filogenetyczne w badaniach ewolucyjnych, Kosmos 58(3-4): 485-498 Filogenetyka molekularna I John C. Avise

Bardziej szczegółowo

Acknowledgement. Drzewa filogenetyczne

Acknowledgement. Drzewa filogenetyczne Wykład 8 Drzewa Filogenetyczne Lokalizacja genów Some figures from: Acknowledgement M. Zvelebil, J.O. Baum, Introduction to Bioinformatics, Garland Science 2008 Tradycyjne drzewa pokrewieństwa Drzewa oparte

Bardziej szczegółowo

Bioinformatyka Laboratorium, 30h. Michał Bereta

Bioinformatyka Laboratorium, 30h. Michał Bereta Bioinformatyka Laboratorium, 30h Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl 1 Często dopasować chcemy nie dwie sekwencje ale kilkanaście lub więcej 2 Istnieją dokładne algorytmy, lecz są one niewydajne

Bardziej szczegółowo

Analizy filogenetyczne

Analizy filogenetyczne BIOINFORMATYKA edycja 2016 / 2017 wykład 6 Analizy filogenetyczne dr Jacek Śmietański jacek.smietanski@ii.uj.edu.pl http://jaceksmietanski.net Plan wykładu 1. Cele i zastosowania 2. Podstawy ewolucyjne

Bardziej szczegółowo

Teoria ewolucji. Podstawy wspólne pochodzenie.

Teoria ewolucji. Podstawy wspólne pochodzenie. Teoria ewolucji. Podstawy wspólne pochodzenie. Ewolucja biologiczna } Znaczenie ogólne: } proces zmian informacji genetycznej (częstości i rodzaju alleli), } które to zmiany są przekazywane z pokolenia

Bardziej szczegółowo

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie.

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie. Teoria ewolucji Podstawowe pojęcia. Wspólne pochodzenie. Informacje Kontakt: Paweł Golik Instytut Genetyki i Biotechnologii, Pawińskiego 5A pgolik@igib.uw.edu.pl Informacje, materiały: http://www.igib.uw.edu.pl/

Bardziej szczegółowo

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie.

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie. Teoria ewolucji Podstawowe pojęcia. Wspólne pochodzenie. Ewolucja Znaczenie ogólne: zmiany zachodzące stopniowo w czasie W biologii ewolucja biologiczna W astronomii i kosmologii ewolucja gwiazd i wszechświata

Bardziej szczegółowo

Rycina 1. Zasięg i zagęszczenie łosi (liczba osobników/1000 ha) w Polsce w roku 2010 oraz rozmieszczenie 29 analizowanych populacji łosi.

Rycina 1. Zasięg i zagęszczenie łosi (liczba osobników/1000 ha) w Polsce w roku 2010 oraz rozmieszczenie 29 analizowanych populacji łosi. Ryciny 193 Rycina 1. Zasięg i zagęszczenie łosi (liczba osobników/1000 ha) w Polsce w roku 2010 oraz rozmieszczenie 29 analizowanych populacji łosi. Na fioletowo zaznaczone zostały populacje (nr 1 14)

Bardziej szczegółowo

Hierarchiczna analiza skupień

Hierarchiczna analiza skupień Hierarchiczna analiza skupień Cel analizy Analiza skupień ma na celu wykrycie w zbiorze obserwacji klastrów, czyli rozłącznych podzbiorów obserwacji, wewnątrz których obserwacje są sobie w jakimś określonym

Bardziej szczegółowo

Filogeneza: problem konstrukcji grafu (drzewa) zależności pomiędzy gatunkami.

Filogeneza: problem konstrukcji grafu (drzewa) zależności pomiędzy gatunkami. 181 Filogeneza: problem konstrukcji grafu (drzewa) zależności pomiędzy gatunkami. 3. D T(D) poprzez algorytm łączenia sąsiadów 182 D D* : macierz łącząca sąsiadów n Niech TotDist i = k=1 D i,k Definiujemy

Bardziej szczegółowo

Recenzja rozprawy doktorskiej. mgr Marcina Jana Kamińskiego. pt. Grupa rodzajowa Ectateus (Coleoptera: Tenebrionidae) filogeneza i klasyfikacja.

Recenzja rozprawy doktorskiej. mgr Marcina Jana Kamińskiego. pt. Grupa rodzajowa Ectateus (Coleoptera: Tenebrionidae) filogeneza i klasyfikacja. Dr hab. Grzegorz Paśnik Instytut Systematyki i Ewolucji Zwierząt Polska Akademia Nauk ul. Sławkowska 17, 31-016 Kraków Recenzja rozprawy doktorskiej mgr Marcina Jana Kamińskiego pt. Grupa rodzajowa Ectateus

Bardziej szczegółowo

Ograniczenia środowiskowe nie budzą wielu kontrowersji, co nie znaczy że rozumiemy do końca proces powstawania adaptacji fizjologicznych.

Ograniczenia środowiskowe nie budzą wielu kontrowersji, co nie znaczy że rozumiemy do końca proces powstawania adaptacji fizjologicznych. 1 Ograniczenia środowiskowe nie budzą wielu kontrowersji, co nie znaczy że rozumiemy do końca proces powstawania adaptacji fizjologicznych. Wiadomo, że ściśle powiązane z zagadnieniem interakcji kompetencje

Bardziej szczegółowo

Konstrukcja drzew filogenetycznych podstawy teoretyczne.

Konstrukcja drzew filogenetycznych podstawy teoretyczne. Dorota Rogalla Urszula Rogalla Konstrukcja drzew filogenetycznych podstawy teoretyczne. Streszczenie Wśród wyzwań stojących przed genetyką wymienić można nie tylko kojarzone klasycznie poznawanie struktury

Bardziej szczegółowo

Wykład Bioinformatyka 2012-09-24. Bioinformatyka. Wykład 7. E. Banachowicz. Zakład Biofizyki Molekularnej IF UAM. Ewolucyjne podstawy Bioinformatyki

Wykład Bioinformatyka 2012-09-24. Bioinformatyka. Wykład 7. E. Banachowicz. Zakład Biofizyki Molekularnej IF UAM. Ewolucyjne podstawy Bioinformatyki Bioinformatyka Wykład 7 E. Banachowicz Zakład Biofizyki Molekularnej IF UAM http://www.amu.edu.pl/~ewas 1 Plan Bioinformatyka Ewolucyjne podstawy Bioinformatyki Filogenetyka Bioinformatyczne narzędzia

Bardziej szczegółowo

plezjomorfie: podobieństwa dziedziczone po dalszych przodkach (c. atawistyczna)

plezjomorfie: podobieństwa dziedziczone po dalszych przodkach (c. atawistyczna) Podobieństwa pomiędzy organizmami - cechy homologiczne: podobieństwa wynikające z dziedziczenia - apomorfie: podobieństwa dziedziczone po najbliższym przodku lub pojawiająca się de novo (c. ewolucyjnie

Bardziej szczegółowo

Bioinformatyka Laboratorium, 30h. Michał Bereta

Bioinformatyka Laboratorium, 30h. Michał Bereta Bioinformatyka Laboratorium, 30h Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl 1 Metoda NJ (przyłączania sąsiadów) umożliwia tworzenie drzewa addytywnego: odległości ewolucyjne między sekwencjami

Bardziej szczegółowo

Ewolucjonizm NEODARWINIZM. Dr Jacek Francikowski Uniwersyteckie Towarzystwo Naukowe Uniwersytet Śląski w Katowicach

Ewolucjonizm NEODARWINIZM. Dr Jacek Francikowski Uniwersyteckie Towarzystwo Naukowe Uniwersytet Śląski w Katowicach Ewolucjonizm NEODARWINIZM Dr Jacek Francikowski Uniwersyteckie Towarzystwo Naukowe Uniwersytet Śląski w Katowicach Główne paradygmaty biologii Wspólne początki życia Komórka jako podstawowo jednostka funkcjonalna

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

FILOGENEZA A KLADYSTYKA

FILOGENEZA A KLADYSTYKA 1996, 45 (4): 763-768 Towarzystwo " 1 ^ " 1\ /T PL ISSN 0023-4249 i S S S S X V v - / 0 1 V l v y 0 M ie c z y s a w W o ls a n Instytut Paleobiologii PAN al. Żwirki i Wigury 93, 02-089 Warszawa FILOGENEZA

Bardziej szczegółowo

Dopasowanie sekwencji (sequence alignment)

Dopasowanie sekwencji (sequence alignment) Co to jest alignment? Dopasowanie sekwencji (sequence alignment) Alignment jest sposobem dopasowania struktur pierwszorzędowych DNA, RNA lub białek do zidentyfikowanych regionów w celu określenia podobieństwa;

Bardziej szczegółowo

Podstawy biologii. Informacja genetyczna. Co to jest ewolucja.

Podstawy biologii. Informacja genetyczna. Co to jest ewolucja. Podstawy biologii Informacja genetyczna. Co to jest ewolucja. Materiał genetyczny Materiałem genetycznym są kwasy nukleinowe Materiałem genetycznym organizmów komórkowych jest kwas deoksyrybonukleinowy

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

KARTA KURSU. Podstawy taksonomii. Dr hab. Mieczysław Mazur, prof. UP

KARTA KURSU. Podstawy taksonomii. Dr hab. Mieczysław Mazur, prof. UP Kierunek, stopień, tok studiów, rok akademicki, semestr Biologia, 1 stopień, stacjonarne, 2017/2018, sem. 1 KARTA KURSU Nazwa Nazwa w j. ang. Podstawy taksonomii Principles of taxonomy Koordynator Dr hab.

Bardziej szczegółowo

Kierunek i poziom studiów: Biologia, poziom drugi Sylabus modułu: Filogenetyka i taksonomia roślin i zwierząt dla EKOP

Kierunek i poziom studiów: Biologia, poziom drugi Sylabus modułu: Filogenetyka i taksonomia roślin i zwierząt dla EKOP Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: Biologia, poziom drugi Sylabus modułu: Filogenetyka i taksonomia roślin i zwierząt dla EKOP kod modułu: 2BL_12 1. Informacje ogólne koordynator

Bardziej szczegółowo

Wszystkie wyniki w postaci ułamków należy podawać z dokładnością do czterech miejsc po przecinku!

Wszystkie wyniki w postaci ułamków należy podawać z dokładnością do czterech miejsc po przecinku! Pracownia statystyczno-filogenetyczna Liczba punktów (wypełnia KGOB) / 30 PESEL Imię i nazwisko Grupa Nr Czas: 90 min. Łączna liczba punktów do zdobycia: 30 Czerwona Niebieska Zielona Żółta Zaznacz znakiem

Bardziej szczegółowo

Porównywanie i dopasowywanie sekwencji

Porównywanie i dopasowywanie sekwencji Porównywanie i dopasowywanie sekwencji Związek bioinformatyki z ewolucją Wraz ze wzrostem dostępności sekwencji DNA i białek pojawiła się nowa możliwość śledzenia ewolucji na poziomie molekularnym Ewolucja

Bardziej szczegółowo

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

Wstęp do Biologii Obliczeniowej

Wstęp do Biologii Obliczeniowej Wstęp do Biologii Obliczeniowej Zagadnienia na kolokwium Bartek Wilczyński 5. czerwca 2018 Sekwencje DNA i grafy Sekwencje w biologii, DNA, RNA, białka, alfabety, transkrypcja DNA RNA, translacja RNA białko,

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI

PODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI PODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI DOPASOWANIE SEKWENCJI 1. Dopasowanie sekwencji - definicja 2. Wizualizacja dopasowania sekwencji 3. Miary podobieństwa sekwencji 4. Przykłady programów

Bardziej szczegółowo

Taksonomia numeryczna co to jest?

Taksonomia numeryczna co to jest? dr Ireneusz R. Moraczewski Zakład Systematyki i Geografii Roślin UW Al. Ujazdowskie 4, 00-478 Warszawa e-mail: moraczew@biol.uw.edu.pl Taksonomia numeryczna co to jest? To dziedzina formalna, leżąca na

Bardziej szczegółowo

PODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI

PODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI PODSTAWY BIOINFORMATYKI WYKŁAD 4 DOPASOWANIE SEKWENCJI DOPASOWANIE SEKWENCJI 1. Dopasowanie sekwencji - definicja 2. Wizualizacja dopasowania sekwencji 3. Miary podobieństwa sekwencji 4. Przykłady programów

Bardziej szczegółowo

Budowanie drzewa filogenetycznego

Budowanie drzewa filogenetycznego Szkoła Festiwalu Nauki 134567 Wojciech Grajkowski Szkoła Festiwalu Nauki, ul. Ks. Trojdena 4, 02-109 Warszawa www.sfn.edu.pl sfn@iimcb.gov.pl Budowanie drzewa filogenetycznego Cel Ćwiczenie polega na budowaniu

Bardziej szczegółowo

ALGORYTMY KONSTRUOWANIA DENDROGRAMÓW STOSOWANYCH PRZY ANALIZIE FILOGENETYCZNEJ MIKROORGANIZMÓW

ALGORYTMY KONSTRUOWANIA DENDROGRAMÓW STOSOWANYCH PRZY ANALIZIE FILOGENETYCZNEJ MIKROORGANIZMÓW ALGORYTMY KONSTRUOWANIA DENDROGRAMÓW STOSOWANYCH PRZY ANALIZIE FILOGENETYCZNEJ MIKROORGANIZMÓW Filip Zdziennicki, Anna Misiewicz Instytut Biotechnologii Przemysłu Rolno-Spożywczego im. prof. Wacława Dąbrowskiego

Bardziej szczegółowo

Drzewa filogenetyczne jako matematyczny model relacji pokrewieństwa. dr inż. Damian Bogdanowicz

Drzewa filogenetyczne jako matematyczny model relacji pokrewieństwa. dr inż. Damian Bogdanowicz Drzewa filogenetyczne jako matematyczny model relacji pokrewieństwa dr inż. Damian Bogdanowicz Sprawa R. Schmidt a z Lafayette Podczas rutynowych badań u pielęgniarki Janet Allen stwierdzono obecność wirusa

Bardziej szczegółowo

E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne

E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne Przypominajka: 152 drzewo filogenetyczne to drzewo, którego liśćmi są istniejące gatunki, a węzły wewnętrzne mają stopień większy niż jeden i reprezentują

Bardziej szczegółowo

Szczegółowy opis wszystkich sprawdzanych czynności wraz z poziomem ich wykonania zawiera poniższa tabela.

Szczegółowy opis wszystkich sprawdzanych czynności wraz z poziomem ich wykonania zawiera poniższa tabela. Analiza wyników egzaminu gimnazjalnego w części matematyczno-przyrodniczej z zakresu przedmiotów przyrodniczych przeprowadzonego w roku szkolnym 2012/2013 Arkusz egzaminacyjny z przedmiotów przyrodniczych

Bardziej szczegółowo

życia na Ziemi dr Joanna Piątkowska

życia na Ziemi dr Joanna Piątkowska Różnorodność życia na Ziemi dr Joanna Piątkowska tkowska-małecka Cechy istoty żywej Autoreplikacja zdolność do reprodukcji (samoodtwarzania) Autoregulacja zdolność do podtrzymywania wewnętrznych reakcji

Bardziej szczegółowo

Zmienność. środa, 23 listopada 11

Zmienność.  środa, 23 listopada 11 Zmienność http://ggoralski.com Zmienność Zmienność - rodzaje Zmienność obserwuje się zarówno między poszczególnymi osobnikami jak i między populacjami. Różnice te mogą mieć jednak różne podłoże. Mogą one

Bardziej szczegółowo

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH 1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne dla zmiennych numerycznych Porównywanie dwóch średnich Boot-strapping Analiza

Bardziej szczegółowo

Algorytm genetyczny (genetic algorithm)-

Algorytm genetyczny (genetic algorithm)- Optymalizacja W praktyce inżynierskiej często zachodzi potrzeba znalezienia parametrów, dla których system/urządzenie będzie działać w sposób optymalny. Klasyczne podejście do optymalizacji: sformułowanie

Bardziej szczegółowo

Teoria ewolucji. Losy gatunków: specjacja i wymieranie. Podstawy ewolucji molekularnej

Teoria ewolucji. Losy gatunków: specjacja i wymieranie. Podstawy ewolucji molekularnej Teoria ewolucji. Losy gatunków: specjacja i wymieranie. Podstawy ewolucji molekularnej Specjacja } Pojawienie się bariery reprodukcyjnej między populacjami dające początek gatunkom } Specjacja allopatryczna

Bardziej szczegółowo

Algorytmy rozpoznawania obrazów. 11. Analiza skupień. dr inż. Urszula Libal. Politechnika Wrocławska

Algorytmy rozpoznawania obrazów. 11. Analiza skupień. dr inż. Urszula Libal. Politechnika Wrocławska Algorytmy rozpoznawania obrazów 11. Analiza skupień dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. Analiza skupień Określenia: analiza skupień (cluster analysis), klasteryzacja (clustering), klasyfikacja

Bardziej szczegółowo

Metody statystyczne wykorzystywane do oceny zróżnicowania kolekcji genowych roślin. Henryk Bujak

Metody statystyczne wykorzystywane do oceny zróżnicowania kolekcji genowych roślin. Henryk Bujak Metody statystyczne wykorzystywane do oceny zróżnicowania kolekcji genowych roślin Henryk Bujak e-mail: h.bujak@ihar.edu.pl Ocena różnorodności fenotypowej Różnorodność fenotypowa kolekcji roślinnych zasobów

Bardziej szczegółowo

BIOLOGIA EGZAMIN KLASYFIKACYJNY 2015/16. KLASA III Gimnazjum. Imię:... Nazwisko:... Data:...

BIOLOGIA EGZAMIN KLASYFIKACYJNY 2015/16. KLASA III Gimnazjum. Imię:... Nazwisko:... Data:... BIOLOGIA EGZAMIN KLASYFIKACYJNY 2015/16 KLASA III Gimnazjum Imię:... Nazwisko:... Data:... 1. Ponumeruj poziomy organizacji materiału genetycznego, rozpoczynając od poziomu najniższego: - chromatyna -

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Spokrewnienie prawdopodobieństwo, że dwa losowe geny od dwóch osobników są genami IBD. IBD = identical by descent, geny identycznego pochodzenia

Spokrewnienie prawdopodobieństwo, że dwa losowe geny od dwóch osobników są genami IBD. IBD = identical by descent, geny identycznego pochodzenia prawdopodobieństwo, że dwa losowe geny od dwóch osobników są genami ID. Relationship Relatedness Kinship Fraternity ID = identical by descent, geny identycznego pochodzenia jest miarą względną. Przyjmuje

Bardziej szczegółowo

Podstawy biologii. Informacja genetyczna. Co to jest ewolucja.

Podstawy biologii. Informacja genetyczna. Co to jest ewolucja. Podstawy biologii Informacja genetyczna. Co to jest ewolucja. Zarys biologii molekularnej genu Podstawowe procesy genetyczne Replikacja powielanie informacji Ekspresja wyrażanie (realizowanie funkcji)

Bardziej szczegółowo

Ekologia wyk. 1. wiedza z zakresu zarówno matematyki, biologii, fizyki, chemii, rozumienia modeli matematycznych

Ekologia wyk. 1. wiedza z zakresu zarówno matematyki, biologii, fizyki, chemii, rozumienia modeli matematycznych Ekologia wyk. 1 wiedza z zakresu zarówno matematyki, biologii, fizyki, chemii, rozumienia modeli matematycznych Ochrona środowiska Ekologia jako dziedzina nauki jest nauką o zależnościach decydujących

Bardziej szczegółowo

Podstawy teorii ewolucji. Informacja i ewolucja

Podstawy teorii ewolucji. Informacja i ewolucja Podstawy teorii ewolucji Informacja i ewolucja Podręczniki 2 Dla zainteresowanych http://wps.prenhall.com/esm_freeman_evol_4/ 3 Informacje Kontakt: Paweł Golik Instytut Genetyki i Biotechnologii, Pawińskiego

Bardziej szczegółowo

Biologia medyczna, materiały dla studentów

Biologia medyczna, materiały dla studentów Jaka tam ewolucja. Zanim trafię na jednego myślącego, muszę stoczyć bitwę zdziewięcioma orangutanami Carlos Ruis Zafon Wierzbownica drobnokwiatowa Fitosterole, garbniki, flawonoidy Właściwości przeciwzapalne,

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

Ocena wartości hodowlanej. Dr Agnieszka Suchecka

Ocena wartości hodowlanej. Dr Agnieszka Suchecka Ocena wartości hodowlanej Dr Agnieszka Suchecka Wartość hodowlana genetycznie uwarunkowane możliwości zwierzęcia do ujawnienia określonej produkcyjności oraz zdolność przekazywania ich potomstwu (wartość

Bardziej szczegółowo

I. Genetyka. Dział programu Lp. Temat konieczny podstawowy rozszerzający

I. Genetyka. Dział programu Lp. Temat konieczny podstawowy rozszerzający I. Genetyka 1. Czym jest genetyka? wymienia cechy gatunkowe i indywidualne podanych organizmów wyjaśnia, że jego podobieństwo do rodziców jest wynikiem dziedziczenia cech definiuje pojęcia genetyka oraz

Bardziej szczegółowo

Filogenetyka. Dr Marek D. Koter, dr hab. Marcin Filipecki. Katedra Genetyki, Hodowli i Biotechnologii Roślin, SGGW

Filogenetyka. Dr Marek D. Koter, dr hab. Marcin Filipecki. Katedra Genetyki, Hodowli i Biotechnologii Roślin, SGGW Filogenetyka Dr Marek D. Koter, dr hab. Marcin Filipecki Katedra Genetyki, Hodowli i Biotechnologii Roślin, SGGW 1 Twórcy teorii ewolucji Charles Darwin Jean Baptiste de Lamarck Podróż HMS Beagle 2 i zbrodniczy

Bardziej szczegółowo

Teoria ewolucji. Ślady wspólnego pochodzenia. Dobór sztuczny i naturalny.

Teoria ewolucji. Ślady wspólnego pochodzenia. Dobór sztuczny i naturalny. Teoria ewolucji. Ślady wspólnego pochodzenia. Dobór sztuczny i naturalny. Dowody wspierające wspólne pochodzenie Skamieniałości Homologia Cechy szczątkowe Hierarchiczna klasyfikacja Zgodność drzew dla

Bardziej szczegółowo

Zmienność ewolucyjna. Ewolucja molekularna

Zmienność ewolucyjna. Ewolucja molekularna Zmienność ewolucyjna Ewolucja molekularna Mechanizmy ewolucji Generujące zmienność mutacje rearanżacje genomu horyzontalny transfer genów! Działające na warianty wytworzone przez zmienność dobór naturalny

Bardziej szczegółowo

Różnorodność życia na Ziemi

Różnorodność życia na Ziemi Różnorodność życia na Ziemi dr Joanna Piątkowska-Małecka Cechy istoty żywej Autoreplikacja zdolność do reprodukcji (samoodtwarzania) Autoregulacja zdolność do podtrzymywania wewnętrznych reakcji chemicznych

Bardziej szczegółowo

Polimorfizm genu mitochondrialnej polimerazy gamma (pol γ) w populacjach ludzkich Europy

Polimorfizm genu mitochondrialnej polimerazy gamma (pol γ) w populacjach ludzkich Europy Polimorfizm genu mitochondrialnej polimerazy gamma (pol γ) w populacjach ludzkich Europy Praca wykonana pod kierunkiem dr hab. Tomasza Grzybowskiego w Katedrze Medycyny Sądowej w Zakładzie Genetyki Molekularnej

Bardziej szczegółowo

Filogenetyka. Dr inż. Magdalena Święcicka, dr hab. Marcin Filipecki. Katedra Genetyki, Hodowli i Biotechnologii Roślin, SGGW

Filogenetyka. Dr inż. Magdalena Święcicka, dr hab. Marcin Filipecki. Katedra Genetyki, Hodowli i Biotechnologii Roślin, SGGW Filogenetyka Dr inż. Magdalena Święcicka, dr hab. Marcin Filipecki Katedra Genetyki, Hodowli i Biotechnologii Roślin, SGGW Filogenetyka Cel rekonstrukcja historii ewolucji wszystkich organizmów Klasyczne

Bardziej szczegółowo

Algorytmy genetyczne

Algorytmy genetyczne Algorytmy genetyczne Motto: Zamiast pracowicie poszukiwać najlepszego rozwiązania problemu informatycznego lepiej pozwolić, żeby komputer sam sobie to rozwiązanie wyhodował! Algorytmy genetyczne służą

Bardziej szczegółowo

Mechanizmy zmienności ewolucyjnej. Podstawy ewolucji molekularnej.

Mechanizmy zmienności ewolucyjnej. Podstawy ewolucji molekularnej. Mechanizmy zmienności ewolucyjnej Podstawy ewolucji molekularnej. Mechanizmy ewolucji } Generujące zmienność } mutacje } rearanżacje genomu } horyzontalny transfer genów } Działające na warianty wytworzone

Bardziej szczegółowo

ALGORYTMY GENETYCZNE (wykład + ćwiczenia)

ALGORYTMY GENETYCZNE (wykład + ćwiczenia) ALGORYTMY GENETYCZNE (wykład + ćwiczenia) Prof. dr hab. Krzysztof Dems Treści programowe: 1. Metody rozwiązywania problemów matematycznych i informatycznych.. Elementarny algorytm genetyczny: definicja

Bardziej szczegółowo

Porównywanie i dopasowywanie sekwencji

Porównywanie i dopasowywanie sekwencji Porównywanie i dopasowywanie sekwencji Związek bioinformatyki z ewolucją Wraz ze wzrostem dostępności sekwencji DNA i białek narodziła się nowa dyscyplina nauki ewolucja molekularna Ewolucja molekularna

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

Wspólne pochodzenie. Ślady ewolucji.

Wspólne pochodzenie. Ślady ewolucji. Wspólne pochodzenie Ślady ewolucji. Wspólne pochodzenie Wspólni przodkowie Dla wszystkich organizmów na Ziemi można odnaleźć wspólnego przodka przeszłość Wspólny przodek Drzewo i klasyfikacja hierarchiczna

Bardziej szczegółowo

Data Mining Wykład 9. Analiza skupień (grupowanie) Grupowanie hierarchiczne O-Cluster. Plan wykładu. Sformułowanie problemu

Data Mining Wykład 9. Analiza skupień (grupowanie) Grupowanie hierarchiczne O-Cluster. Plan wykładu. Sformułowanie problemu Data Mining Wykład 9 Analiza skupień (grupowanie) Grupowanie hierarchiczne O-Cluster Plan wykładu Wprowadzanie Definicja problemu Klasyfikacja metod grupowania Grupowanie hierarchiczne Sformułowanie problemu

Bardziej szczegółowo

NaCoBeZu klasa 8 Dział Temat nacobezu programu I. Genetyka 1. Czym jest genetyka? 2. Nośnik informacji genetycznej DNA 3. Podziały komórkowe

NaCoBeZu klasa 8 Dział Temat nacobezu programu I. Genetyka 1. Czym jest genetyka? 2. Nośnik informacji genetycznej DNA 3. Podziały komórkowe NaCoBeZu klasa 8 Dział programu Temat nacobezu I. Genetyka 1. Czym jest genetyka? wymieniam zakres badao genetyki rozróżniam cechy dziedziczne i niedziedziczne wskazuję cechy indywidualne i gatunkowe omawiam

Bardziej szczegółowo

EGZAMIN W KLASIE TRZECIEJ GIMNAZJUM W ROKU SZKOLNYM 2017/2018 CZĘŚĆ 2. PRZEDMIOTY PRZYRODNICZE

EGZAMIN W KLASIE TRZECIEJ GIMNAZJUM W ROKU SZKOLNYM 2017/2018 CZĘŚĆ 2. PRZEDMIOTY PRZYRODNICZE EGZAMIN W KLASIE TRZEIEJ GIMNAZJUM W ROKU SZKOLNYM 2017/2018 ZĘŚĆ 2. PRZEDMIOTY PRZYRODNIZE ZASADY OENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZE: GM-PX1, GM-P2, GM-P4, GM-P7 KWIEIEŃ 2018 Zadanie 1. (0 1) III. Poszukiwanie,

Bardziej szczegółowo

Bioinformatyka Laboratorium, 30h. Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl

Bioinformatyka Laboratorium, 30h. Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl Laboratorium, 30h Michał Bereta mbereta@pk.edu.pl www.michalbereta.pl Zasady zaliczenia przedmiotu Kolokwia (3 4 ) Ocena aktywności i przygotowania Obecnośd Literatura, materiały Bioinformatyka i ewolucja

Bardziej szczegółowo

46 Olimpiada Biologiczna

46 Olimpiada Biologiczna 46 Olimpiada Biologiczna Pracownia statystyczno-filogenetyczna Łukasz Banasiak i Jakub Baczyński 22 kwietnia 2017 r. Statystyka i filogenetyka / 30 Liczba punktów (wypełnia KGOB) PESEL Imię i nazwisko

Bardziej szczegółowo

Podstawy biologii. Informacja, struktura i metabolizm.

Podstawy biologii. Informacja, struktura i metabolizm. Podstawy biologii Informacja, struktura i metabolizm. Informacje Kontakt: Paweł Golik Instytut Genetyki i Biotechnologii, Pawińskiego 5A pgolik@igib.uw.edu.pl Informacje, materiały: http://www.igib.uw.edu.pl/

Bardziej szczegółowo

GENETYKA POPULACJI. Ćwiczenia 5 Biologia I MGR

GENETYKA POPULACJI. Ćwiczenia 5 Biologia I MGR GENETYKA POPULACJI Ćwiczenia 5 Biologia I MGR WSPÓŁCZESNA GENETYKA POPULACJI CÓRKA TRZECH MATEK TRZY MATKI trzy rewolucje dotyczące teorii i technologii 1) Rewolucja koncepcyjna: wyłoniona z teorii koalescencji,

Bardziej szczegółowo

Agnieszka Nowak Brzezińska Wykład III

Agnieszka Nowak Brzezińska Wykład III Agnieszka Nowak Brzezińska Wykład III Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną niezależność zmiennych niezależnych (tu naiwność) Bardziej opisowe

Bardziej szczegółowo

Przyrównanie sekwencji. Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu

Przyrównanie sekwencji. Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Przyrównanie sekwencji Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Sequence alignment - przyrównanie sekwencji Poszukiwanie ciągów znaków (zasad nukleotydowych lub reszt aminokwasowych),

Bardziej szczegółowo

EGZAMIN W KLASIE TRZECIEJ GIMNAZJUM W ROKU SZKOLNYM 2017/2018 CZĘŚĆ 2. PRZEDMIOTY PRZYRODNICZE ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZE: GM-P5

EGZAMIN W KLASIE TRZECIEJ GIMNAZJUM W ROKU SZKOLNYM 2017/2018 CZĘŚĆ 2. PRZEDMIOTY PRZYRODNICZE ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZE: GM-P5 EGZAMIN W KLASIE TRZEIEJ GIMNAZJUM W ROKU SZKOLNYM 2017/2018 ZĘŚĆ 2. PRZEDMIOTY PRZYRODNIZE ZASADY OENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZE: GM-P5 KWIEIEŃ 2018 Zadanie 1. (0 1) III. Poszukiwanie, wykorzystanie

Bardziej szczegółowo

Algorytmy ewolucyjne - algorytmy genetyczne. I. Karcz-Dulęba

Algorytmy ewolucyjne - algorytmy genetyczne. I. Karcz-Dulęba Algorytmy ewolucyjne - algorytmy genetyczne I. Karcz-Dulęba Algorytmy klasyczne a algorytmy ewolucyjne Przeszukiwanie przestrzeni przez jeden punkt bazowy Przeszukiwanie przestrzeni przez zbiór punktów

Bardziej szczegółowo

Sekwencjonowanie nowej generacji i rozwój programów selekcyjnych w akwakulturze ryb łososiowatych

Sekwencjonowanie nowej generacji i rozwój programów selekcyjnych w akwakulturze ryb łososiowatych Sekwencjonowanie nowej generacji i rozwój programów selekcyjnych w akwakulturze ryb łososiowatych Konrad Ocalewicz Zakład Biologii i Ekologii Morza, Instytut Oceanografii, Wydział Oceanografii i Geografii,

Bardziej szczegółowo

Jak powstają nowe gatunki. Katarzyna Gontek

Jak powstają nowe gatunki. Katarzyna Gontek Jak powstają nowe gatunki Katarzyna Gontek Powstawanie gatunków (specjacja) to proces biologiczny, w wyniku którego powstają nowe gatunki organizmów. Zachodzi na skutek wytworzenia się bariery rozrodczej

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski

Bardziej szczegółowo

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia stacjonarne i niestacjonarne

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia stacjonarne i niestacjonarne Algorytmy genetyczne Materiały do laboratorium PSI Studia stacjonarne i niestacjonarne Podstawowy algorytm genetyczny (PAG) Schemat blokowy algorytmu genetycznego Znaczenia, pochodzących z biologii i genetyki,

Bardziej szczegółowo

Metody probabilistyczne klasyfikatory bayesowskie

Metody probabilistyczne klasyfikatory bayesowskie Konwersatorium Matematyczne Metody Ekonomii narzędzia matematyczne w eksploracji danych First Prev Next Last Go Back Full Screen Close Quit Metody probabilistyczne klasyfikatory bayesowskie Wykład 8 Marcin

Bardziej szczegółowo

operacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je.

operacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je. Problem porządkowania zwanego również sortowaniem jest jednym z najważniejszych i najpopularniejszych zagadnień informatycznych. Dane: Liczba naturalna n i ciąg n liczb x 1, x 2,, x n. Wynik: Uporządkowanie

Bardziej szczegółowo

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych Algorytm Genetyczny zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych Dlaczego Algorytmy Inspirowane Naturą? Rozwój nowych technologii: złożone problemy obliczeniowe w

Bardziej szczegółowo

GENETYCZNE PODSTAWY ZMIENNOŚCI ORGANIZMÓW ZASADY DZIEDZICZENIA CECH PODSTAWY GENETYKI POPULACYJNEJ

GENETYCZNE PODSTAWY ZMIENNOŚCI ORGANIZMÓW ZASADY DZIEDZICZENIA CECH PODSTAWY GENETYKI POPULACYJNEJ GENETYCZNE PODSTAWY ZMIENNOŚCI ORGANIZMÓW ZASADY DZIEDZICZENIA CECH PODSTAWY GENETYKI POPULACYJNEJ ZMIENNOŚĆ - występowanie dziedzicznych i niedziedzicznych różnic między osobnikami należącymi do tej samej

Bardziej szczegółowo

CECHY ILOŚCIOWE PARAMETRY GENETYCZNE

CECHY ILOŚCIOWE PARAMETRY GENETYCZNE CECHY ILOŚCIOWE PARAMETRY GENETYCZNE Zarządzanie populacjami zwierząt, ćwiczenia V Dr Wioleta Drobik Rodzaje cech Jakościowe o prostym dziedziczeniu uwarunkowane zwykle przez kilka genów Słaba podatność

Bardziej szczegółowo

SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO

SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO. Rzeczywistość (istniejąca lub projektowana).. Model fizyczny. 3. Model matematyczny (optymalizacyjny): a. Zmienne projektowania

Bardziej szczegółowo

Agnieszka Nowak Brzezińska Wykład III

Agnieszka Nowak Brzezińska Wykład III Agnieszka Nowak Brzezińska Wykład III Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną niezależność zmiennych niezależnych (tu naiwność) Bardziej opisowe

Bardziej szczegółowo

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia niestacjonarne

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia niestacjonarne Algorytmy genetyczne Materiały do laboratorium PSI Studia niestacjonarne Podstawowy algorytm genetyczny (PAG) Schemat blokowy algorytmu genetycznego Znaczenia, pochodzących z biologii i genetyki, pojęć

Bardziej szczegółowo

Klasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV

Klasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV Klasyfikatory: k-nn oraz naiwny Bayesa Agnieszka Nowak Brzezińska Wykład IV Naiwny klasyfikator Bayesa Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną

Bardziej szczegółowo

Zastosowanie analizy kladystycznej do rekonstrukcji filogenezy hominidów

Zastosowanie analizy kladystycznej do rekonstrukcji filogenezy hominidów Przegląd Antropologiczny tom 56, z. 1-2. s. 139-149, Poznań 1993 Zastosowanie analizy kladystycznej do rekonstrukcji filogenezy hominidów Katarzyna A. Kaszycka Abstract RECONSTRUCTION OF HOMINID PHYLOGENY

Bardziej szczegółowo

Agnieszka Nowak Brzezińska

Agnieszka Nowak Brzezińska Agnieszka Nowak Brzezińska jeden z algorytmów regresji nieparametrycznej używanych w statystyce do prognozowania wartości pewnej zmiennej losowej. Może również byd używany do klasyfikacji. - Założenia

Bardziej szczegółowo

Krzysztof Spalik 1, Marcin Piwczyński 2

Krzysztof Spalik 1, Marcin Piwczyński 2 Tom 58 2009 Numer 3 4 (284 285) Strony 485 498 Krzysztof Spalik 1, Marcin Piwczyński 2 1 Zakład Systematyki i Geografii Roślin Instytut Botaniki Uniwersytet Warszawski Aleje Ujazdowskie 4, 00-478 Warszawa

Bardziej szczegółowo