GENETICA Y BIOTECNOLOGIA AMBIENTAL

Datos generales
BIOINFORMÁTICA (curso 2008 / 2009)
Licenciatura de Biotecnología (Universidad Pablo de Olavide)
Asignatura Troncal Cuatrimestral de 6 créditos (3 teóricos y 3 prácticos)
Profesor responsable: Dr. Antonio J. Pérez Pulido
Departamento: Biología Molecular e Ingeniería Bioquímica
Área académica: Genética
Despacho: 20.B.109 (CABD, planta baja)
Teléfono: 954 34 86 52
Las clases presenciales serán reforzadas por el uso de la plataforma Blackboard
(aula virtual) de la Universidad Pablo de Olavide (http://aulavirtual.upo.es:8900/).
Por este medio se publicarán los materiales, se dará acceso a foros de discusión, y
se realizarán y entregarán las tareas y evaluaciones de la asignatura. Para
cualquier duda o consulta tendrá preferencia de uso el foro de discusión (o las
clases presenciales). Para consultas más personales se utilizará la herramienta de
correo electrónico del aula virtual o se podrá solicitar una tutoría.
Descripción
La Bioinformática es la aplicación de la informática que permite la
administración, análisis y comprensión de datos biológicos. El objetivo de esta
asignatura será mostrar cómo acceder a las bases de datos de secuencias
moleculares y cómo utilizar herramientas computacionales de análisis de datos
biológicos. Pero también se mostrará y aprenderá a desarrollar nuevas
herramientas y metodologías, y como integrarlo todo para resolver problemas
biológicos concretos.
Descriptores: Búsqueda de secuencias biológicas, búsquedas de similitud y
motivos conservados, construcción de alineamientos y filogenias, predicción de
estructura 3D, análisis de datos de expresión génica, programación en lenguaje
Perl y utilización básica del sistema operativo Linux.
Competencias
Conocer los grandes portales web de bioinformática.
Conocer los algoritmos básicos de análisis de secuencias, tales como
métodos de alineamiento y búsqueda de motivos, entre otros.
Ser capaz de buscar información relacionada con bioinformática.
Buscar y comparar secuencias de nucleótidos y proteínas.
Manejar programas de alineamientos múltiples y filogenias.
Usar programas de predicción de estructura.
Saber normalizar y analizar los datos de un experimento de expresión
génica.
Ser capaz de plantear protocolos propios para resolver problemas
relacionados con el análisis de datos biológicos.
Manejar el sistema operativo Linux y programar en Perl para resolver
problemas básicos de Biología.
Evaluación
El curso de Bioinformática está dividido, por igual, en una parte
teórica y otra práctica. Al final del curso habrá un examen sobre la parte teórica,
mientras que la parte práctica será evaluada por medio de un trabajo en el que se
aplicarán los conocimientos adquiridos durante el curso. Los 10 puntos de la
evaluación se repartirán entre las siguientes tareas:
I.
II.
III.
Examen de teoría (4 puntos)
Trabajo de prácticas (4 puntos)
Tareas complementarias (2 puntos)
Todas las tareas citadas son obligatorias y deberán aprobarse independientemente
para poder aprobar todo el curso. Si en alguna de ellas se obtuviera menos de 5
puntos sobre 10, ésta quedará pendiente para septiembre.
La nota numérica final se obtendrá al sumar los puntos de los 3 apartados citados y
la nota cualitativa se asignará extrictamente por los baremos estándar: menor de 5:
suspenso; mayor o igual a 5 y menor de 7: aprobado; mayor o igual a 7 y menor de
9: notable; mayor o igual a 9: sobresaliente; notas más altas, siempre que hayan
sido mayor o igual a 9: matrícula de honor.
I. Examen de teoría
Al final del curso habrá un examen con preguntas tipo test, preguntas de respuesta
corta y problemas del mismo tipo que los propuestos durante el curso. Este
examen se llevará a cabo en un aula de ordenadores, utilizando las herramientas
del aula virtual. Tendrá una duración de una hora y podrá contener preguntas sobre
cualquier bloque del curso.
II. Trabajo de prácticas
Debido al carácter eminentemente práctico de la Bioinformática, el trabajo de
prácticas de la asignatura supondrá un gran aporte para la nota final. Además se
fomentará el trabajo en grupo, ya que debe ser realizado por grupos de tres
alumnos/as. Este trabajo consistirá en el análisis bioinformático global de la
secuencia molecular de un gen propuesto. Para ello, habrá que buscar esta
secuencia, junto con el resto de representantes de su familia, y aplicarle todos los
análisis bioinformáticos aprendidos durante el curso, escribiendo el ‘material y
métodos’ empleado, junto con una discusión y conclusiones sobre todos los
resultados obtenidos. El trabajo final deberá seguir un esquema general de trabajo
científico y se entregará en formato electrónico a través del aula virtual. La fecha
límite para su entrega será el mismo día del examen de teoría.
III. Tareas complementarias
A lo largo del curso se irán proponiendo trabajos de casos prácticos, ejercicios de
prácticas (especialmente de la parte inicial de Informática) y/o trabajos escritos que
se repartirán los dos puntos de esta tarea. Los enunciados de estos trabajos se
publicarán en el aula virtual y serán entregados, por este mismo medio, antes de la
publicación de los resultados. Una de las tareas propuestas podrá consistir en el
estudio de un artículo científico, el cual se discutirá en clase, se evaluará por un
pequeño exámen y se puntuará con un máximo de un punto sobre los dos de este
apartado. La publicación de estas tareas y su fecha de entrega serán anunciadas
con antelación en el calendario del curso.
En el examen de Septiembre:
Si no se aprobó en junio el examen de la tarea I, éste deberá repetirse en
septiembre.
Si no se aprobó en junio el trabajo de prácticas (tarea II), éste deberá
presentarse en septiembre.
Si no se aprobó la tarea III, se deberá realizar y aprobar un examen
complementario, con problemas similares a los propuestos durante el curso.
Para aprobar la asignatura en septiembre, será necesario aprobar (con un 5
sobre 10) todas las tareas.
La nota de las tareas aprobadas en junio, se guardará para septiembre.
Prácticas
A medida que se vaya impartiendo la teoría de la asignatura, se irán
realizando prácticas de un mínimo de 2 horas de duración, en las que se aplicarán
los conocimientos adquiridos durante las horas teóricas. La planificación general
será la siguiente, aunque en general se intentarán aplicar todos los temas de teoría
del curso:
1.
2.
3.
4.
5.
6.
7.
8.
9.
Sistema operativo Linux (práctica virtual)
Programación en Perl
Acceso a bases de datos moleculares y extracción de información
Búsqueda de similitud
Matrices de puntos para la búsqueda de secuencias conservadas
Realización de alineamientos múltiples y filogenias
Búsqueda de motivos y familias de proteínas
Predicción y visualización de estructuras de proteínas
Análisis de datos de expresión génica
Las horas restantes de prácticas serán utilizadas para la integración de la
información recopilada para la realización del trabajo práctico, y para la
realización y evaluación de algunas tareas complementarias.
Programa de clases teóricas
Tema 1.- Introducción. Definición e historia de la bioinformática. Tipos de usuarios
en bioinformática. Crecimiento de datos biológicos. Proyectos de secuenciación
genómica. Ámbitos de actuación. Portales web de referencia en bioinformática.
Bioinformática y biotecnología.
Tema 2.- Informática básica. Arquitectura de computadores. Sistemas operativos:
MS-Windows, Linux. Comandos básicos en Linux. Arquitectura cliente-servidor.
Servidores de datos: discos remotos; conexiones remotas (telnet y ssh); servidores
FTP; servidores HTTP; servidores de bases de datos. Servidores de bases de
datos: mysql y postgres.
Tema 3.- Lenguajes de programación. Tipos de lenguajes. Programación web en
HTML. Programación web dinámica: PHP, javascript. Programación de shells en
Linux. Lenguaje PERL (Practical Extraction and Report Language). El proyecto
BioPerl. Programación CGI (Common Gateway Interface) para servidores web.
Tema 4.- Bases de datos moleculares. Formatos de secuencia. Bases de datos
de secuencias: EMBL, GenBank, UniProt. Crecimiento de las bases de datos
moleculares. Acceso a las bases de datos: sistemas SRS, Entrez. Uso de
operadores booleanos. Acceso por FTP y manejo de base de datos en Linux.
Bases de datos bibliográficas (Medline). Herramientas para búsquedas
bibliográficas: XplorMed. Otras bases de datos. Proyectos de secuenciación
genómica (GOLD).
Tema 5.- Comparación y alineamiento de secuencias. Comparación de dos
secuencias (alineamiento par local o global). Sistemas de puntuación.
Penalizaciones. Matrices de distancia. Grupos físico-químicos de aminoácidos.
Matrices de puntos (dotplots). Alineamiento múltiple: Clustalw, T-Coffee.
Tema 6.- Búsqueda de similitud. Conceptos de homología, similitud e identidad.
Herramientas de búsqueda de similitud: Blast, FastA y programación dinámica
(algoritmos de Needleman-Wunsch y Smith-Waterman). Parámetros de entrada de
una búsqueda. Matrices de intercambio de aminoácidos: PAM, Blosum. Megablast.
Blast en modo comando y uso de bases de datos de usuario. Genómica
comparativa: comparación de genomas y búsqueda de regiones conservadas.
Concepto moderno de sintenia. Búsqueda de ortólogos: Top-Blast y Blast cruzado.
Tema 7.- Familias y motivos de secuencia. Filogenias moleculares.
Enraizamiento de árboles filogenéticos: definición de grupos externos. Modelos
escondidos de Markov: base de datos Pfam y herramienta HMMER. PSI-Blast
(Position-Specific Iterated Blast). Redes neuronales. Modularidad proteica. Perfiles
de secuencia y matrices de peso por posición. Patrones como expresiones
regulares. Bases de datos de patrones aminoacídicos: Prosite. Búsqueda de
motivos: InterProScan, MEME.
Tema 8.- Bioinformática estructural. Niveles de estructura en proteínas.
Predicción de estructura 2D y 3D. Búsqueda de modelos por homología y
Threading. Predicción de otras características estructurales: hélices
transmembrana, motivos coiled-coil, accesibilidad al solvente e hidrofobicidad.
Bases de datos de estructuras (PDB) y de clasificación de estructuras (SCOP,
CATH). Visualización de estructuras proteicas. Estructura cuaternaria: interacción
de proteínas. Diseño de medicamentos. Predicción de estructuras secundarias de
ARN.
Tema 9.- Análisis de expresión génica. Chips de DNA, microarrays: Affymetrix y
cDNA. Diseño de experimentos. Fuentes de error. Resolución de réplicas y
normalización de resultados. Perfiles de expresión génica. Bases de datos de
microarrays. Clasificación y clustering. Enriquecimiento biológico. Herramientas de
análisis de expresión génica: PreP, engene, GEPAS. Proteómica y metabolómica.
Tema 10.- Integración bioinformática. Integración para la predicción de función:
anotación de secuencias. Biología de sistemas. Reglas asociativas. Integración de
bases de datos y herramientas: BioMOBY, SOAP. Construcción de workflows.
Herramientas de integración de servicios bioinformáticos: Taverna, MOWServ.
Tutorías
Miércoles de 10 a 12 de la mañana. Despacho nº17, 2ª planta, edif.
24B. Previa cita telefónica (Antonio: 954 34 86 52) o por e-mail, a través del aula
virtual.
Adicionalmente se habilitarán foros de discusión en el aula virtual, donde podrán
consultarse también dudas.
Una vez realizado el examen y se hayan publicado las notas, se convocará una cita
para su corrección. Los alumnos que no estén de acuerdo con su nota, deben
acudir a la sesión de corrección para cualquier rectificación. No se admitirán
reclamaciones sobre las notas después del día de corrección.
Bibliografía
Existen tres libros básicos que tratan la mayoría del temario de la
asignatura. Pero no hay un único texto que cubra todo el programa con la extensión
y detalle que requieren algunos temas. Además de los libros recomendados,
existen otros genéricos y específicos sobre Bioinformática que podrás encontrar en
la biblioteca de la UPO: http://athenea.upo.es
Bibliografía básica (manuales del curso)
David W. Mount. Bioinformatics: sequence and genome analysis. New York :
Cold Spring Harbor, 2004.
Arthur M. Lesk. Introduction to bioinformatics. Oxford : Oxford University,
2008.
Teresa K. Attwood, David J. Parry-Smith. Introducción a la bioinformática.
Madrid : Prentice Hall, 2002.
Bibliografía complementaria
Cynthia Gibas and Per Jambeck. Developing bioinformatics computer skills.
Beijing [etc.] : O'Reilly, 2001.
Jean-Michel Claverie and Cedric Notredame. Bioinformatics for dummies.
New York : Wiley, 2003.
Michael R. Barnes and Ian C. Gray. Bioinformatics for geneticists. Chichester
: John Wiley & Sons, cop. 2003.
Jeff Augen. Bioinformatics in the post-genomic era: genome, transcriptome,
proteome and information-based medicine. Boston [etc.] : Addison-Wesley,
cop. 2005.
Hooman H. Rashidi, Lukas K. Buehler. Bioinformatics basics: applications in
biological science and medicine. Boca Raton, Florida : CRC Press , cop.
2000.
Bibliografía para la parte computacional (Temas 2 y 3)
Neil Matthew and Richard Stones. Beginning Linux programming.
Indianapolis : Wiley, cop. 2004.
Larry Wall, Tom Christiansen, and Jon Orwant. Programming Perl. Beijing
[etc.] : O'Reilly, 2001.
James D. Tisdall. Beginning Perl for bioinformatics. Cambridge [etc.] :
O'Reilly, 2001.
James D. Tisdall. Mastering Perl for bioinformatics. Sebastopol : O'Really,
2003.
Bibliografía específica
Victor A. Albert. Parsimony, phylogeny and genomics. Oxford : Oxford
University Press, 2005.
Jason T.L. Wang et al. Data mining in bioinformatics. London : Springer,
2005.
Mohammed Zaki and Chris Bystroff. Protein structure prediction. Totowa
(New Jersey) : Humana Press, 2007.
Dov Stekel. Microarray bioinformatics. Cambridge ; New York : Cambridge
University Press, 2003.
Adicionalmente, en el aula virtual estará disponible una lista de enlaces a páginas
web de interés para el curso.