Module: Bio-informatica 1

Cursusdoelen (leerdoelen)

• De begrippen "homologie", "orthologie" en "paralogie" leren toepassen op de context van genen, eiwitten, eiwitstructuur en functie.
• Begrijpen hoe alignment de kans op homologie tussen twee of meerdere sequenties onderzoekt, in twee varianten, globaal en lokaal
• De beginselen begrijpen van hoe het globale pairwise alignment algoritme van Smith & Waterman werkt.
• De verschillen tussen BLAST en pairwise alignment kennen en begrijpen waarom de keuzes die voor BLAST gemaakt zijn het doorzoeken van grote databases mogelijk maakt.
• De resultaten van een BLAST query herkennen en met behulp van alignment Score en E-value op waarde kunnen schatten
• De basis van fylogenetische analyse begrijpen
• Het Unweighted Pair Group Method with Arithmetic Mean algoritme om fylogenitische bomen te tekenen kennen
• De standard Illumina Next Generation Sequencing techniek kennen, samen met de Minion single-molecule long-read techniek.

Inhoud

Onderwerp van deze eerste module is de basis van alle bio-informatica-analyses: Homologie; pairwise sequence alignment; het bepalen of sequenties "op elkaar lijken". De databases met bio-informatica data (NCBI, EBI, UniProt) worden besproken en NGS (Next Generation Sequencing) methoden als bron van ruwe data in deze. BLAST en z'n varianten als snelle manier om deze databases te doorzoeken worden besproken en de verschillende biologische vragen die hiermee te beantwoorden zijn worden toegelicht. Tenslotte wordt er ook ingegaan op de basis van fylogenetische bomen en een simpel tekenmechanise (UPGMA) wordt besproken.

Literatuur en andere bronnen

Literatuur

• Jonathan Pevsner, "Bioinformatics and Functional Genomics", 3rd Edition, ISBN 978-1-118-58178-0

Web

• Blackboard course thema 3

Competenties

-

Werkvormen

• Hoorcollege

Ingangseisen

• Geen

Ingangseisen toets

-

Voorkennis

Biologie 1 & 2, Basisvaardigheden Wiskunde

Voorkennis kan worden opgedaan met

-

Bronnen van zelfstudie

-

Verplicht materiaal

• Boek, Collegepresentaties

Aanbevolen materiaal

• Aanvullend achtergrondmateriaal (Blackboard)
• Bonusopdrachten (praktijkvoorbeelden databases en BLAST)