Laboratórios Bioinformática

Código:

BIOINF1001

Sigla:

BIOINF1001

Áreas Científicas
Classificação	Área Científica
OFICIAL	Bioinformática

Ocorrência: 2024/2025 - 2S

Ativa?	Sim
Unidade Responsável:	Departamento de Ciência de Computadores
Curso/CE Responsável:	Licenciatura em Bioinformática

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
L:BIOINF	34	Plano de Estudos Oficial	1	-	6	48	162

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

O objetivo desta UC é fornecer aos estudantes uma introdução às técnicas, ferramentas e recursos práticos disponíveis para bioinformática. Os alunos deverão adquirir competências para a seleção e utilização avançada das ferramentas mais adequadas para realizar tarefas de pesquisa, incluindo acesso às principais bases de dados de sequências públicas, pesquisa avançada e recuperação de conjuntos de dados de expressões génica, análise de expressão diferencial e enriquecimento funcional, alinhamento de sequência de proteínas, entre outras.

Ficarão a conhecer repositórios de software livre (e.g. CRAN, Bioconductor, GitHub), desenvolver scripts e pipelines para automatização de dados de processamento de dados utilizando as linguagens de programação Bash e Python, em particular as ferramentas disponíveis nos módulos BioPython. Irão ainda desenvolver aptidões para uma análise críticas dos resultados obtidos, para a validação e comunicação dos mesmos.

Resultados de aprendizagem e competências

A UC abordará os conceitos fundamentais da biologia molecular (e.g. genomas, genes, proteínas, expressão génica) e a sua representação computacional. Dará a conhecer as principais ferramentas e base de dados utilizadas hoje em dia na investigação e indústria e que são de acesso livre.  O aluno irá adquirir um conhecimento técnico relativamente aprofundado na utilização, problemas e aplicações das ferramentas e técnicas. Serão usadas ferramentas para automatizar as tarefas de análise de dados biológicos permitindo a sua reprodutibilidade. Os estudantes irão adquirir uma capacidade crítica e integrada da análise de sequências biológicas e suas estruturas.

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

Conhecimentos de programação na linguagem Python e trabalho em ambiente de linha de comando no sistema Linux.

Programa

• Bases de dados de sequências biológicas primárias e curadas (e.g. Genbank, European Nucleotide Archive, UniProt).


• Formatos de representação de sequências biológicas.


• Anotações de sequências de referência incluindo sequências genómicas, transcritos e proteínas (e.g. Refseq, Gencode).


• Bases de Dados de Estruturas de Proteínas (PDB).


• Portais genómicos (UCSC ou Ensembl Genome Browser).


• Ferramentas para geração, formatação e análise de sequências de DNA e proteínas (e.g. conversão de formatos, transcrição, tradução, open reading frames, processamento de primers, pesquisa de genes e padrões).


• Inferir similaridade entre sequências com o pacote de programas BLAST.


• Criação e Análise Alinhamentos Múltiplos de Proteínas (e.g. CLUSTAL, MAFFT).


• Análise Filogenética.


• Desenvolvimento de Scripts para automatização da análise de dados com recurso à linguagem de Scripting Bash e às ferramentas para biologia molecular computacional do BioPython.

Bibliografia Obrigatória

David W. Mount; Bioinformatics. ISBN: 9780879697129
Andreas D. Baxevanis; Bioinformatics. ISBN: 0-471-38391-0

Bibliografia Complementar

S. Choudhuri; Bioinformatics for Beginners: Genes, Genomes, Molecular Evolution, Databases and Analytical Tools (1st Edition), Academic Press , 2014
Baxevanis, G. D. Bader, D. S. Wishart (Editors); Bioinformatics: A Practical Guide to the Analysis of Genes and Proteins 4th Edition, Wiley, 2020

Métodos de ensino e atividades de aprendizagem

Aulas teóricas com uma componente expositiva dos principais conceitos e fundamentos e uma componente de discussão. Nas aulas práticas serão desenvolvidos trabalhos de pesquisa e aplicação com uma componente de prototipagem de um projeto que inclui todos os conteúdos da UC.

Avaliação: distribuída sem exame final

• Dois mini testes: peso 40% (8 valores).
• Um trabalho de conceção de projeto integrador dos diferentes conteúdos: peso de 60% (12 valores). O qualidade, originalidade e implementação do trabalho corresponde a 50% da nota global e a sua apresentação terá um peso de 10% da nota global.

Os estudantes devem ter nota mínima de 7 em ambas as componentes, caso contrário reprovam por falta de componente. 

O projeto integrador deverá ser realizado em grupos de três ou quatro alunos devendo haver uma proposta do mesmo por parte dos alunos e a ser discutido com o responsável da UC.

Software

linux
python

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Apresentação/discussão de um trabalho científico	10,00
Trabalho prático ou de projeto	50,00
Teste	40,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Apresentação/discussão de um trabalho científico	2,00
Elaboração de relatório/dissertação/tese	40,00
Frequência das aulas	48,00
Trabalho de investigação	22,00
Trabalho laboratorial	50,00
Total:	162,00

Obtenção de frequência

Para obtenção de frequência será necessário cumprir os seguintes requisitos:
- realização dos mini testes
- entrega e apresentação do projeto integrador

Fórmula de cálculo da classificação final

N = 0.2xMT1 +0.2xMT2 + 0.5xP + 0.1xA

MT1 - Nota Mini Teste 1
MT2 - Nota Mini Teste 2
P - Média ponderada (por contribuição do aluno para o projeto) do Projeto Integrador
A - Apresentação Final do projeto integrador
N - Nota Final

Provas e trabalhos especiais

N/A

Trabalho de estágio/projeto

N/A

Avaliação especial (TE, DA, ...)

Os estudantes com circunstâncias especiais devem discutir a sua situação com o responsável.

Melhoria de classificação

Não há possibilidade de melhoria.

Observações

Júri da Unidade Curricular

- Pedro Ferreira
- Miriam Santos
- Hélder Oliveira