SISTEMA ITESM

Cb-95-001. BIOINFORMATICA

(3-0-8. Requisito: Haber aprobado Cb00859 y Cb00003. 6° ISC)

Equivalencia: No tiene

OBJETIVO GENERAL DE LA MATERIA

Al concluir el curso el alumno será capaz de:

· Entender y aplicar las principales técnicas de representación y análisis de secuencias biológicas.

· Construir modelos computacionales capaces de predecir la estructura y función de las secuencias biológicas.

SUBTEMAS DEL CURSO

1. Bases de datos de secuencias biológicas.

1.1 NCBI

1.2 GeneBank

1.3 PROSITE

1.4 Genoma humano

2. Clasificación y estructura de secuencias

2.1 Clasificación de secuencias biológicas

2.2 Estructura de secuencias biológicas

2.3 Medidas de similitud

3. Alineación de secuencias.

3.1 Alineación de pares de secuencias

3.2 Alineación de múltiples secuencias

3.3 Alineación con verificación estructural

3.4 Reconocimiento de "Motifs" en secuencias

4. Aprendizaje automático de patrones.

4. 1 Redes neuronales

4.2 Modelos probabilísticos

4.4 Computación evolutiva

5. Aplicaciones en la teoría de la evolución

5.1 Reorganización del genoma.

5.2 Organización de los cromosomas.

5.3 Arboles filogenéticos.

6. Aplicaciones en expresión de genes

6.1 Desdoblamiento de ARN.

6.2 Análisis y predicción de la estructura de proteínas.

OBJETIVOS ESPECÍFICOS

1. Acceder a las principales bases de datos electrónicas de secuencias biológicas. Adquirir dominio en el uso de estos recursos de información.

2. Conocer los principales tipos de secuencias biológicas. Entender los procesos de expresión de genes a partir de secuencias biológicas.

3. Definir los problemas principales de alineación de secuencias biológicas, así como los algoritmos tradicionales empleados en la resolución de estos problemas.

4. Conocer los principales métodos de aprendizaje automático de patrones. Aplicar estas técnicas a la resolución de problemas de análisis de secuencias biológicas.

5. Definir los problemas principales de la teoría de la evolución que se formulan a partir del análisis de secuencias biológicas. Aproximar estos problemas utilizando modelos de la teoría de autómatas y las técnicas de aprendizaje automático de patrones.

6. Definir los problemas principales del proceso de expresión de genes. Aproximar estos problemas utilizando modelos de la teoría de autómatas y las técnicas de aprendizaje automático de patrones.

METODOLOGIA SUGERIDA Y ACTIVIDADES DE APRENDIZAJE

· Exposición de los temas en el salón de clase por parte del profesor y de los estudiantes.

· Tareas escritas para promover la práctica de los conceptos.

· Investigación de temas propios del curso y complementarios a éste.

· Aplicación de los conceptos referentes a bioinformática a través del desarrollo de programas y proyectos.

TIEMPO ESTIMADO POR TEMA

1. Bases de datos de secuencias biológicas (6 horas)

2. Clasificación y estructura de secuencias. (6 horas)

3. Alineación secuencias (12 horas)

4. Aprendizaje automático de patrones (12 horas)

5. Aplicaciones en la teoría de la evolución (6 horas)

6. Aplicaciones en la expresión de genes (6 horas)

POLITICAS DE EVALUACION DEL CURSO

Evaluación final:

Exámenes parciales 60%

Examen final 20%

Proyecto final 20%

Evaluación parcial:

Examen parcial 60%

Tareas y proyectos 40%

LIBRO(S) DE TEXTO

· Pierre Baldi and Soren Brunak, Bioinformatics: the Machine Learning Approach. The MIT Press, 1998.

· Andreas Baxevanis, B.F.Francis Ouellette (editores). Bioinformatics : A Practical Guide to the Analysis of Genes and Proteins. John Wiley and Sons, 1998.

LIBRO(S) DE CONSULTA

· Richard Durbin, S. Eddy, A. Krogh, G. Mitchison (editores). Biological Sequence Analysis : Probabilistic Models of Proteins and Nucleic Acids. Cambridge University Press, 1999.

· Dan Gusfield, Algorithms on Strings, Trees, and Sequences: Computer Science and Computational Biology. Cambridge University Press, 1997.

· James D. Watson, Alan M. Weiner, Nancy H. Hopkins. Molecular Biology of the Gene. Benjamin Cummings, 1987.

· Benjamin Lewin, Genes VII. Oxford University Press, 1999.

MATERIAL DE APOYO Y/O SOFTWARE DE APOYO

Compilador de C++/ Ambiente de desarrollo de JAVA

PERFIL DEL MAESTRO

Profesor con posgrado en el área de computación, y carrera de computación, preferentemente, con experiencia impartiendo cursos de análisis de algoritmos y teoría de la computación. Además, debe poseer conocimientos generales de biología.