Bioinformática

Código:

IM2014_18

Sigla:

Bioinf

Áreas Científicas
Classificação	Área Científica
OFICIAL	Informática Médica

Ocorrência: 2020/2021 - 2S (de 08-02-2021 a 30-07-2021)

Ativa?	Sim
Unidade Responsável:	Departamento de Ciência de Computadores
Curso/CE Responsável:	Mestrado em Informática Médica

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MIM	8	Plano de Estudos em vigor	1	-	3	27	81

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

A Bioinformática é um campo do conhecimento interdisciplinar que combina as ciências da computação, a biologia e ciências biomédicas e a estatística. A Bioinformática é orientada à aplicação e desenvolvimento de novos métodos computacionais para expandir o conhecimento biológico, biomédico e epidemiológico. Os recentes desenvolvimentos nas tecnologias de alto-débito levaram a uma grande revolução na investigação biológica e biomédica e onde hoje a bioinformática assume um papel cada vez mais central na análise de grandes quantidades de dados.

O objetivo deste curso é o de fornecer ao aluno a capacidade de compreender alguns dos problemas e tarefas bioinformáticas mais relevantes para a análise de dados moleculares com particular ênfase na análise de sequências biológicas. Os alunos irão adquirir conhecimento dos métodos, ferramentas e bases de dados mais adequadas para cada tipo de tarefa.

Resultados de aprendizagem e competências

No final deste curso é esperado do aluno que:

• Esteja familiarizado com os principais conceitos de Bioinformática incluindo os principais conceitos de biologia molecular computacional;
• Identificar as principais fontes e tipos de dados de sequências biológicas(e.g. sequências de nucleotídeos ou de aminoácidos; motifs e domínios) e como estes podem ser representados do ponto de vista computacional;
• Compreender os diferentes problemas relacionados com a análise de sequências e identificar os algoritmos e métodos mais adequados para resolver estes problemas.
• Ter uma perspectiva da Bioinformática como uma disciplina de importância crítica para alavancar a investigação na área da biologia, ciências biomédicas e da saúde; bem como um área de investigação com um rápido e constante desenvolvimento.

Modo de trabalho

Presencial

Programa

• Perspectiva geral sobre os conceitos fundamentais de Biologia Molecular;


• Recursos Bioinformáticos na Internet;


• Análise sequências de nucleótidos e de aminoácidos;


• Alinhamento pareado de sequências;


• Pesquisa em base de dados de sequências similares;


• Pesquisa de padrões em sequências;


• Projetos de genómica e sequenciação de alto-débito.

Bibliografia Obrigatória

NCBI Tutorials; Training materials in HTML, PDF and Video formats (https://www.ncbi.nlm.nih.gov/home/tutorials/)
N.C. Jones, P. Pevzner; An Introduction to Bioinformatics Algorithms, A Bradford book, London, 2004

Bibliografia Complementar

Stephen F. Altschul, Warren Gish, Webb Miller, Eugene W. Myers, David J. Lipman; Basic local alignment search tool, Journal of Molecular Biology 215 (3) (1990) 403–410.
Stephen F. Altschul, Thomas L. Madden, Alejandro A. Schäffer, Jinghui Zhang, Zheng Zhang, Webb Miller, David J. Lipman; Gapped blast and psi-blast: a new generation of protein database search programs, Nucleic Acids Research 25 (17) (1997) 3389–3402.
T.L. Bailey; Discovering sequence motifs, Methods in Molecular Biology 452 (2008) 231–251.
T.L. Bailey, C. Elkan; Fitting a mixture model by expectation maximization to discover motifs inbiopolymers, Proceedings. International Conference on Intelligent Systems for Molecular Biology 2 (1994) 28–36.
Humberto Carrillo, David Lipman; The multiple sequence alignment problem in biology, SIAM Journal on Applied Mathematics 48 (5) (1988) 1073–1082.
M.K. Das, H.K. Dai; A survey of DNA motif finding algorithms, BMC Bioinformatics 8 (Suppl 7) (Nov 2007) S21.
P. D’haeseleer; What are DNA sequence motifs? Nature Biotechnology 24 (4) (Apr 2006) 423–425.
Desmond G. Higgins, Paul M. Sharp; Clustal: a package for performing multiple sequence alignment on a microcomputer, Gene 73 (1) (1988) 237–244.
Temple F. Smith, Michael S. Waterman; Identification of common molecular subsequences, Journal of Molecular Biology 147 (1) (1981) 195–197.

Métodos de ensino e atividades de aprendizagem

Aulas teórico-práticas com exposição da matéria, acompanhada de exemplos, e com uso de ferramentas existentes.

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	50,00
Trabalho prático ou de projeto	50,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	27,00
Frequência das aulas	14,00
Trabalho de investigação	40,00
Total:	81,00

Obtenção de frequência

Nota mínima em exame (> 8 valores de 0 a 20) e no trabalho prático (8 valores).

Fórmula de cálculo da classificação final

A avaliação tem em conta as seguintes componentes:

• Projeto ou Trabalhos Práticos (P): peso de 50% 
• Exame Escrito Final (E): peso de 50%

A classificação final da unidade curricular obtém-se da seguinte forma:

 E*50% + P*50%

A componente Trabalho Prático irá consistir na realização de seis trabalhos a realizar ao longo do período das aulas e pós-aulas. Para avaliação final será considerada a nota dos quatro melhores trabalhos.