Estruturas de Dados para Bioinformática

Código:

CC4064

Sigla:

CC4064

Nível:

400

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciência de Computadores

Ocorrência: 2024/2025 - 2S

Ativa?	Sim
Página Web:	https://github.com/hpacheco/progii
Unidade Responsável:	Departamento de Ciência de Computadores
Curso/CE Responsável:	Mestrado em Bioinformática e Biologia Computacional

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
E:BBC	1	PE_Bioinformática e Biologia Computacional	1	-	6	42	162
M:BBC	22	Plano estudos a partir de 2018	1	-	6	42	162

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

O objetivo desta UC é desenvolver a capacidade de utilizar uma linguagem de programação (Python) como um instrumento de análise científica. A partir deste curso irá ser possível desenvolver programas complexos e automatizar tarefas práticas de exploração de dados, e oferecer uma introdução à extração, processamento, e visualização de dados, em particular dados biomédicos de uso real, i.e., com dimensionalidade, heterogeneidade e volume não triviais. Será dada especial atenção ao ecossistema de análise de dados do Python e às suas potentes bibliotecas de manipulação de dados (e.g. numpy, pandas), processamento científico e estatístico (e.g. scipy), visualização (e.g. matplotlib) ou análise avançada de dados utilizando outras bibliotecas de domínio.

Resultados de aprendizagem e competências

O estudante deverá ser capaz de:

• Utilizar com confiança as estruturas de dados básicas do Python e estruturas de dados avançadas que permitem a manipulação eficiente de grandes volumes de dados (e.g. pandas ou numpy).
• Programar com o nível adequado de abstração e encapsulamento.
• Produzir código correto, bem estruturado e bem documentado.
• Extrair e processar dados de fontes diversas em diferentes formatos (e.g., textuais, numéricos, tabulares ou semiestruturados), desde formatos genéricos a formatos de dados biomédicos.

Utilizar bibliotecas externas para visualização de dados numéricos e biomédicos (e.g. dados demográficos, dados de expressão génica).

Modo de trabalho

Presencial

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

É preferencial alguma familiaridade básica com a linguagem Python e o seu ambiente de desenvolvimento.

Programa

Tipos de dados para coleções: listas, tuplos, dicionários e conjuntos. Definição de novos tipos: noção de classe, objetos e métodos. Estruturação de código utilizando módulos. Três princípios básicos de programação: encapsulamento, abstração, e separação de conceitos.

Introdução ao ecossistema de computação científica do Python.

Introdução à criação, extração e processamento de dados (e.g. uso de numpy). Leitura de dados em diferentes formatos e conversão em estruturas de dados Python. Manipulação e tratamento de dados programaticamente (e.g. uso de Pandas). Introdução à visualização de dados e geração de gráficos (e.g matplotlib). Visualização de dados numéricos e biomédicos (e.g. geração de boxplots para comparar distribuições, geração de heatmaps para visualização de dados genómicos).

Bibliografia Obrigatória

Allen Downey; How to think like a computer scientist. ISBN: 0-9716775-0-6

Bibliografia Complementar

Daniel Y. Chen; Pandas for Everyone, Addison-Wesley
Jake VanderPlas; Python data science handbook: Essential tools for working with data., O'Reilly Media, Inc (https://jakevdp.github.io/PythonDataScienceHandbook/)
Wes McKinney; Python for data analysis: Data wrangling with Pandas, NumPy, and IPython, O'Reilly Media, Inc
Christian Hill; Learning Scientific Programming with Python 2nd Edition, Cambridge University Press, 2020. ISBN: 1108745911 (https://scipython.com/book2/)
Martin Jones; Biological data exploration with Python, pandas and seaborn: Clean, filter, reshape and visualize complex biological datasets using the scientific Python stack, Independently published, 2020 (https://pythonforbiologists.com/)

Métodos de ensino e atividades de aprendizagem

- Aulas teóricas em parte expositivas e em parte demonstrativas da resolução de problemas.

- Aulas práticas em laboratório.

- Trabalhos de casa.

Software

Pycharm Community Edition

Palavras Chave

Ciências Físicas > Ciência de computadores > Programação

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Trabalho prático ou de projeto	70,00
Prova oral	30,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	106,00
Frequência das aulas	56,00
Total:	162,00

Obtenção de frequência

Todos os estudantes que submetam os trabalhos práticos obtêm a frequência.

Fórmula de cálculo da classificação final

A avaliação será feita através de um trabalho prático individual (70%), a ser desenvolvido durante as aulas práticas e incluindo tarefas adicionais de trabalho de casa. Está prevista também uma prova oral para defesa do trabalho (30%).

A nota final será a soma das notas do trabalho e da prova oral.

Avaliação especial (TE, DA, ...)

Estudantes com estatuto de trabalhador estudante ou com acesso à época especial poderão submeter o trabalho prático completo.
Os estudantes com outras circunstâncias especiais devem discutir a sua situação com o responsável.

Melhoria de classificação

O trabalho prático pode ser melhorado e entregue em época de recurso, e nesse caso será exigida nova funcionalidade.