Programació en Bioinformàtica
Codi: 42401 Crèdits: 6| Titulació | Tipus | Curs |
|---|---|---|
| Bioinformàtica / Bioinformatics | OB | 0 |
Professor/a de contacte
- Nom:
- Elisa Heymann Pignolo
- Correu electrònic:
- elisa.heymann@uab.cat
Equip docent
- Lidia Garrido Sanz
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
- Dissenyar, analitzar i avaluar les prestacions d'infraestructures paral·leles i grans volums de dades.
- Dissenyar i aplicar la metodologia científica en la resolució de problemes.
- Gestionar plataformes paral·leles i bases de dades bioinformàtiques d'acord amb les necessitats existents.
- Identificar els avantatges i les limitacions de la bioinformàtica i la importància de l'aplicació de noves tecnologies computacionals en investigacions òmiques.
- Implementar algoritmes i tècniques de càlcul estadístic, per a la gestió de grans volums de dades.
- Iniciar-se en la creació, connexió, edició i consulta de bases de dades
- 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 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"
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 | 2, 5, 7, 8 |
| Treball realitzat a l'aula | 20 | 0,8 | 1, 2, 3, 5, 7, 8 |
| Treball realitzat en el laboratori | 12 | 0,48 | 2, 3, 4, 5, 8, 9 |
| Tipus: Supervisades | |||
| Treball realitzat al laboratori a partir de les lectures recomenades | 15 | 0,6 | 2, 4, 7, 8, 9 |
| Tipus: Autònomes | |||
| Treball realitzat de forma setmanal sobre els entregables i materials proporcionats | 83 | 3,32 | 1, 2, 5, 7, 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.
Ús restringit de la IA: Per a aquesta assignatura, es permet l’ús de tecnologies d’Intel·ligència Artificial (IA) de manera limitada. Per a les pràctiques de laboratori, els estudiants poden resoldre dubtes genèrics amb eines d’IA, però NO poden lliurar fragments de codi generats per aquestes eines. En la memòria de les pràctiques de laboratori, s’haurà d’identificar clarament l’ajuda rebuda per part d’aquestes eines, especificar les eines utilitzades i incloure una reflexió crítica sobre com han influït en el procés i en el resultat final de l’activitat. La manca de transparència en l’ús de la IA en les activitats avaluables es considerarà una falta d’honestedat acadèmica i podrà comportar una penalització parcial o total en la nota de l’activitat, o sancions més greus en casos de gravetat.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè els alumnes completin les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.
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 | 2, 4, 5, 7, 9 |
| Exàmen final | 60% | 2 | 0,08 | 2, 7, 8 |
| Treball al laboratori | 30% | 3 | 0,12 | 1, 2, 3, 4, 5, 6, 7, 9, 10 |
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
- 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 3.x
Jupyter Notebook / PyCharm
Matplotlib/Seaborn
Numpy/Pandas
Grups i idiomes de l'assignatura
La informació proporcionada és provisional fins al 30 de novembre de 2025. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d’aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
| 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 |