Алгоритмы в биоинформатике

2026/2027

ID 1216454

Статус: Маго-лего

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 3, 4 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Спирин Сергей Александрович

Язык: русский

Кредиты: 6

Контактные часы: 80

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс «Алгоритмы биоинформатики» знакомит слушателей с базовыми алгоритмами биоинформатики последовательностей. В ходе обучения студенты познакомятся с основными алгоритмами, применяемых при анализе биологических последовательностей. В программу курса входит изучение случайных моделей последовательностей, скрытых марковских моделей, алгоритмов парного и множественного выравнивание, алгоритмов быстрого поиска гомологов, способов описания мотивов, алгоритмов предсказания вторичной структуры РНК, алгоритмов филогенетической реконструкции. В учебных план входят три самостоятельные работы.

Цель освоения дисциплины

Формирование знаний, умений и навыков использования базовых алгоритмов анализа последовательностей белков, ДНК и РНК.

Планируемые результаты обучения

Знать основные вероятностные модели случайных последовательностей, уметь применять их для оценки достоверности результатов, полученных на реальных биологических последовательностях
Уметь проектировать скрытые марковские модели (HMM)
Знать и уметь применять алгоритмы апостериорного декодирования последовательности по заданной HMM
Знать и уметь применять алгоритмы обучения HMM
Знать алгоритмы парного и множественного выравнивания последовательностей
Знать определение и метод приближённого вычисления ожидаемого числа локальных выравниваний с весом выше заданного (E-value)
Знать принципы работы программы BLAST и смысл её параметров
Знать определения информационного содержания выравнивания и энтропии колонки выравнивания
Знать принципы построения и уметь применять профили для описания мотивов: позиционные весовые матрицы, HMM-профили
Знать принципы работы основных алгоритмов поиска мотивов в наборе последовательностей
Понимать цели и принципы взвешивания последовательностей, знать несколько алгоритмов взвешивания
Знать основные подходы к сборке геномов из прочтений
Знать свойства и ограничения основных алгоритмов предсказания вторичной структуры РНК
Знать принципы работы основных алгоритмов реконструкции филогении по последовательностям белков и ДНК
Получить опыт работы с простейшей скрытой марковской моделью
Получить опыт работы с геномами бактерий и практику по поиску мотивов и интерпретации результатов такого поиска
Получить опыт подготовки исходных данных для филогенетической реконструкции и интерпретации результатов

Содержание учебной дисциплины

Модели биологических последовательностей
Скрытые марковские модели (HMM)
Парное выравнивание
Поиск гомологов в банках данных
Множественное выравнивание
Профили
Сборка геномов
Предсказание вторичной структуры РНК
Филогенетическая реконструкция

Элементы контроля

Домашняя работа 1
Задание по обучению и тестированию скрытой марковской модели
Домашняя работа 2
Поиск предполагаемых регуляторных мотивов в геномных последовательностях бактерии
Домашняя работа 3
Филогенетическая реконструкция семейства белков по их последовательностям
Контрольная работа 1
Контрольные вопросы и задачи по первой части курса
Контрольная работа 2
Контрольные вопросы и задачи по второй части курса
Экзамен
Устный экзамен, включающий теоретичекие вопросы и решение простых задач

Промежуточная аттестация

2026/2027 4th module
0.3 * Экзамен + 0.1 * Домашняя работа 1 + 0.2 * Контрольная работа 1 + 0.2 * Контрольная работа 2 + 0.1 * Домашняя работа 2 + 0.1 * Домашняя работа 3

Список литературы

Авторы

Спирин Сергей Александрович

Программа дисциплины