Beräkningsmetoder i bioinformatik

I denna kurs visas hur beräkningsmetoder som traditionellt presenteras i datavetenskapliga kurser även kan appliceras inom ett tillämpat område: bioinformatik.

Vi behandlar problem som uppkommer i samband med analys av biologiska datasekvenser (sekventiell bioinformatik) och makromolekylära strukturer (strukturell bioinformatik). Som datavetare måste man kunna identifiera och förstå problem med ursprung i områden som inte är att betrakta som direkt datortekniska eller datavetenskapliga, och identifiera datavetenskapliga metoder som behövs för att hantera dem. I kursen introduceras också begrepp inom biologin som krävs för att förstå de uppkomna problemställningarna.

Att läsa vetenskapliga artiklar är värdefull utbildning för alla vetenskapsmän och forskare. Att utveckla sin förmåga i att läsa vetenskapliga artiklar är nyttig förberedelse för framtida vetenskapliga undersökningar, och det egna vetenskapliga skrivande kan samtidigt förbättras. I denna kurs används därför forskningsartiklar som viktigaste referensmaterial, framför allt för att visa hur man presenterar idéer och metoder, och hur man kritiskt värdera dem.

Sådana beräkningsmetoder och begrepp som presenteras i kursen är: dynamisk programmering, heuristiska algoritmer, grafpartitionering, image skeletonisation, utjämning och kantdetektering, klustring, undermatrismatchning, geometrisk hashning, constraint logic programming, Monte Carlo-optimering, simulated annealing, självundvikande vandring.

Bland de problem som hämtats från biologin är: sekvensinpass, domäntilldelning, jämförelse av strukturer, jämförande modellering, proteinveckning, fold recognition, upptäcka kanaler, molekyldockning, proteindesign.