Aquesta versió de la guia docent és provisional fins que no finalitzi el període d’edició de les guies del nou curs.

Logo UAB

Programació en Bioinformàtica

Codi: 42401 Crèdits: 6
2024/2025
Titulació Tipus Curs
4313473 Bioinformàtica / Bioinformatics OB 0

Professor/a de contacte

Nom:
Javier Panadero Martinez
Correu electrònic:
javier.panadero@uab.cat

Equip docent

Javier Panadero Martinez

Idiomes dels grups

Podeu consultar aquesta informació al final del document.


Prerequisits

 

Per al desenvolupament general del curs, es recomana tenir un nivell B2 d'anglès o similar.

Per al mòdul de programació, és molt recomanable tenir nocions bàsiques de Linux com a usuari (conèixer les eines bàsiques d'edició d'arxius de texte i de gestió de carpetes i permissos)

 


Objectius

 

Els objectius generals d'aquest mòdul són l'aplicació de les eines i tècniques bàsiques per al desenvolupament en aquesta àrea. Es treballen les capacitats de resoldre reptes i adaptar-se a les tecnologies i paradigmes de la bioinformàtica.


Competències

  • Dissenyar i aplicar la metodologia científica en la resolució de problemes.
  • Identificar les necessitats bioinformàtiques dels centres de recerca i les empreses del sector de la biotecnologia i la biomedicina.
  • Que els estudiants tinguin les habilitats d'aprenentatge que els permetin continuar estudiant, en gran manera, amb treball autònom a autodirigit.
  • Tenir coneixements que aportin la base o l'oportunitat de ser originals en el desenvolupament o l'aplicació d'idees, sovint en un context de recerca.
  • Treballar individualment i en equip en un context internacional i multidisciplinari.
  • Utilitzar sistemes operatius, programes i eines d'ús comú en bioinformàtica, i fer servir plataformes de còmput d'altes prestacions, llenguatges de programació i anàlisis bioinformàtiques.

Resultats d'aprenentatge

  1. Dissenyar i aplicar la metodologia científica en la resolució de problemes.
  2. Dissenyar, analitzar i avaluar les prestacions d'infraestructures paral·leles i grans volums de dades.
  3. Gestionar plataformes paral·leles i bases de dades bioinformàtiques d'acord amb les necessitats existents.
  4. Identificar els avantatges i les limitacions de la bioinformàtica i la importància de l'aplicació de noves tecnologies computacionals en investigacions òmiques.
  5. Implementar algoritmes i tècniques de càlcul estadístic, per a la gestió de grans volums de dades.
  6. Iniciar-se en la creació, connexió, edició i consulta de bases de dades
  7. Que els estudiants tinguin les habilitats d'aprenentatge que els permetin continuar estudiant, en gran manera, amb treball autònom a autodirigit.
  8. Tenir coneixements que aportin la base o l'oportunitat de ser originals en el desenvolupament o l'aplicació d'idees, sovint en un context de recerca.
  9. Treballar individualment i en equip en un context internacional i multidisciplinari.
  10. Utilitzar els llenguatges de programació en bioinformàtica, R y Python.

Continguts

1. Linux (Comandes i shell scripting)

Comandes bàsiques, gestió de usuari, gestió de software i sistema d’arxius
Eines de processament de text i de processament de text
Redireccions, pipes, i filters
Programació de shell scripts amb Bash

2. Llenguatges de programació

Introducció a la programació amb Python dins Bioinformatics
Variables, expressions, tipus de dades, operadors, construccions programàtiques i contextos
Functions, modulis, i subroutines
Programació recursiva
Entrada/Sortida
Depuració de codi
Altres llenguatges de programació: R

3. Estructures de dades i processament de dades

Estructures de dades bàsiques (strings, lists, tuple, sets i dictionaries)
Estructures de dades niades i objectes
Arbres i grafs
Modelatge i representació de dades en bioinformática
Formats bàsics en bioinformática (FASTQ, SAM, VCF)
Expressions regulars

4. Algorithms in bioinformatics

Introducció a la complexitat algorítmica
Algorismes "Divide and conquer"
Enumeració combinatòria i backtracking
Programació dinàmica

5. Eines i librerias en bioinformática

Eines per a la visualització de dades
Introducció a Biopython
Introducció a NumPy i Pandas


Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Tipus: Dirigides      
Solució de problemes a l'aula 14 0,56 1, 8, 7, 5
Treball realitzat a l'aula 20 0,8 1, 2, 3, 8, 7, 5
Treball realitzat en el laboratori 12 0,48 1, 4, 3, 8, 5, 9
Tipus: Supervisades      
Treball realitzat al laboratori a partir de les lectures recomenades 15 0,6 1, 4, 8, 7, 9
Tipus: Autònomes      
Treball realitzat de forma setmanal sobre els entregables i materials proporcionats 83 3,32 1, 2, 7, 5, 9

La metodologia combinará treball a l'aula, solució de problemes supervisada a classe, treball no supervisat en el laboratori i treball a realitzar de forma individual a partir de les lectures recomanades i entregues a realitzar. S'utilitzarà una plataforma virtual per a l'entrega dels informes dels treballs.

 

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.


Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Avaluació del treball realitzat per l'alumnat durant el mòdul 10% 1 0,04 1, 4, 7, 5, 9
Examens individuals teòrics i pràctics 50% 2 0,08 1, 2, 3, 8, 7, 10
Exàmen final 30% 1 0,04 1, 8, 7
Treball al laboratori, individual i en grup 10% 2 0,08 1, 2, 4, 6, 3, 7, 5, 9

La metodologia combinarà treball a classe, solució de problemes a classe, treball autònom en el laboratori i fora del laboratori. S'utilitzaran les plataformes virtuals pel seguiment del curs. Cap de les activitats d’avaluació individuals representarà més del 50% de la nota final.

Examen de recuperació

Per poder participar en el procés de recuperació, l'alumnat haurà d’haver participat prèviament en com a mínim l'equivalent a dos terços de la nota final del mòdul en activitats d'avaluació. El professorat informarà dels procediments i terminis per al procés de recuperació. Cal notar que les activitats realitzades dins de classe de forma contínua no poden recuperar-se.

No avaluable

L'alumnat serà qualificat com a "No avaluable" quan el pes de l'avaluació en què ha participat sigui inferior a l’equivalent al 67% de la nota final del mòdul.

Aquesta assignatura/mòdul no preveu el sistema d’avaluació única.


Bibliografia

  • Rajkumar Buyya, “High Performance Cluster Computing: Programming and Applications”, PH, 1999.
  • Bell, Charles; Kindahl, Mats; Thalmann, Lars. “MySQL High Availability”. O’Reilly, 2010.
  • Benson, D. A., Karsch-Mizrachi, I., Lipman, D. J., Ostell, J., Rapp, B. A. & Wheeler, D. L. (2002).
  • GenBank. Nucl. Acids Res., 30(1):17-20. URL http://nar.oupjournals.org/cgi/content/abstract/30/1/17.
  • Berman, H. M., Westbrook, J., Feng, Z., Gilliland, G., Bhat, T. N., Weissig, H., Shindyalov, I. N. & Bourne, P. E. (2000).The Protein Data Bank. Nucleic Acids Res., 28(1):235-242.
  • Bessant, C., Shadford, I., Oakley, D. "Building Bioinformatics Solutions with Perl, R and MySQL", Oxford University Press, 2009
  • Boeckmann, B., Bairoch, A., Apweiler, R., Blatter, M.-C., Estreicher, A., Gasteiger, E., Martin, M. J., Michoud, K., O'Donovan, C., Phan, I., Pilbout, S. & Schneider, M. .The SWISS-PROT protein knowledgebase and its supplement TrEMBL in 2003. Nucleic Acids Res., 31(1):365-370.
  • Christiansen, P., Wall, L., Orwant, J., "Programming Perl". 4th Edition, O'Reilly, 2012
  • Mäkinen et al., Genome-Scale Algorithm Design: Biological Sequence Analysis in the Era of High-Throughput Sequencing. Cambridge Univ. Press, 2015.
  • Matloff, N., "The Art of R Programming". No Starch Press Inc., 2011
  • Lutz, M., "Learning Python", O'Reilly, 5th edition, 2013
  • Siever, E., Figgins, S., "Linux in a nutshell" O'Reilly 2009.
  • Sobell, M., "A Practical Guide to Linux. Commands, editors and shell programming". Prentice Hall, 2009.
  • Tindall, James., Begining Perl for Bioinformatics. O´Reilly 2012.

 

Webs de referència:

  • http://mscbioinformatics.uab.cat
  • https://cv.uab.cat

Recursos digitals a la biblioteca UAB:

  •  http://www.uab.cat/biblioteques/trobador
  •  http://pagines.uab.cat/bctdigital/
 

Programari

Linux (Ubuntu, Bash, linux-tools, etc)
Python 2.7/3.x
Jupyter Notebook / PyCharm
R/RStudio
Matplotlib/Seaborn
Numpy/Pandas


Llista d'idiomes

Nom Grup Idioma Semestre Torn
(PLABm) Pràctiques de laboratori (màster) 1 Anglès primer quadrimestre matí-mixt
(TEm) Teoria (màster) 1 Anglès primer quadrimestre matí-mixt