Diese Grundvorlesung nimmt einen zentralen Platz im Bachelor-Studiengang ein und wird daher während des Semesters mit einem erheblichen Arbeitsaufwand für die Teilnehmenden verbunden sein. Veranschlagt sind wenigstens 20 Stunden pro Woche. Jede Woche gibt es zu der vierstündigen Vorlesung zweistündige Übungen. 

Die Vorlesung wird von Dr. Torsten Semmler, Prof. Dr. Katerina Jahn (ab Januar) und Prof. Dr. Knut Reinert gehalten werden.

Zu den Vorlesungen wird es Videoaufnahmen geben, die vor den VL Terminen bereit gestellt werden. In der VL werden Kernpunkte wiederholt und Fragen beantwortet. Momentan ist die Vorlesung in Präsenz geplant. Dazu müssen sie die geltenden Corona-Regeln der FU Berlin und des FB Mathematik und Informatik beachten.

Bis Weihnachten findet ein obligatorisches, semesterbleitendes Praktikum statt. Die Vorlesung baut auf Algorithmen und Datenstrukturen für Bioinformatik aus dem 3. Semester. Die Beherrschung des Stoffes wird vorausgesetzt, bitte vor dem Anfang der Vorlesung wiederholen!

Inhalt

• Fortgeschrittene Algorithmen für paarweises und multiples Alignment
• Praktische Datenbanksuchalgorithmen und Filterverfahren
• Statistische Signifikanz von Sequenzähnlichkeit und Ergebnissen von Datenbanksuchen
• Statistische Signalanalyse mittels (hidden) Markov Models, Anwendungen in Mustersuche und Genvorhersage
• Algorithmen zur Rekonstruktion phylogenetischer Bäume
• Algorithmen zur Kartierung und Sequenzierung von Genomen
• Algorithmen zur RNA-Strukturvorhersage und RNA-Vergleich
• Modelle und Algorithmen zur Proteinstruktur-Analyse
• Auswertung von Daten aus aktuellen Technologien der funktionellen Genomik 

Die Vorlesungsunterlagen und Videos von letztem Jahr und diesem Jahr finden sie HIER.

Tutorien

Um die aktive und regelmäßige Teilnahme für die Übung zu bestehen müssen Sie:

• In den Übungen mindestens einmal vorrechnen.
• 75% der Aufgaben erkennbar und selbstständig bearbeitet haben.
• In den beiden Reviews insgesamt 50% der Punkte erreichen.

Das Praktikum zur Algorithmischen Bioinformatik ist unabhängig von der Übung. Bitte lesen Sie sich die Details zum Praktikum und die Kriterien für das Bestehen des Praktikums im entsprechenden Abschnitt durch.

Übungsgruppen

• Teilnehmer müssen sich in Gruppen von zwei Personen zusammenfinden, die ein Übungsblatt gemeinsam bearbeiten und abgeben.
• Bei Abgabe der Übungsblätter bitte deutlich die Nummer der Übungsgruppe und die Namen der Gruppenmitglieder kennzeichnen.
• Jeder Teilnehmer der Gruppe sollte jede Aufgabe verstanden haben und vortragen können.

Vergabe der Plätze in den Übungsterminen

• Die Zuordnung der Teilnehmer zu einer der drei möglichen Übungstermine erfolgt über Whiteboard. 

Abgabe und Besprechung der Übungen

• Die Übungsblätter erscheinen spätestens montags um 20:00 Uhr unter Assignments/Aufgabe und sind zum gleichen Termin um 12 Uhr in der darauffolgenden Woche online über Whiteboard abzugeben.
• Alle Lösungen (außer Quellcode) zu den Übungsblättern sollen in einer PDF-Datei zusammengefasst werden. Andere Dateiformate werden nicht akzeptiert.
• Laden Sie Ihre Quellcodedateien einzeln im Whiteboard hoch (kein Archiv!).
• Fügen Sie zu Ihrer Lösung zusätzlich eine README-Datei hinzu, falls die Bedienung von Ihrem Programm nicht "selbsterklärend" ist oder nicht direkt aus der Aufgabenstellung hervorgeht.
• Die PDF-Datei soll nur wichtige und relevante Ausschnitte von Ihrem Quellcode beinhalten.
• Achten Sie darauf, dass Ihre handgeschriebenen Lösungen klar lesbar sind.
• Ihre abgegebenen Lösungen werden im Tutorium besprochen.

Kontakt

Praktikum

Das Praktikum findet dieses Semester als Block von einer Woche online in den vorlesungsfreien Zeit statt (28.02.2022 - 04.03.2022). Die Woche vom 28.02.2022 - 04.03.2022 besteht Anwesenheitspflicht.

Das Praktikum wird in Gruppen von 4 Leuten bearbeitet und zum Abschluss des Praktikums wird von jeder Gruppe ein Praktikumsbericht bis zum 13.03.2022 eingereicht.

Alle wichtigen Informationen zum Praktikum finden Sie im Praktikumsbericht.

Literatur

• Jones, Pevzner: Introduction to Bioinformatics Algorithms. MIT Press.
• Merkl, Waack: Bioinformatik Interaktiv. Wiley-VCH. 
  Ein Lehrbuch mit detaillierten Erklärungen. Die 2., erweiterte Auflage ist zu empfehlen.
• Mount: Bioinformatics. Sequence and Genome Analysis. Cold Spring Harbor Press. 
  Ein Lehrbuch, das sich vornehmlich an Biologen wendet. Umfasst die Sequenzbiologie und die Strukturbiologie.
• Saitou: Introduction to Evolutionary Genomics. Online bei Springer 
• Chao, Kun-Mao, Zhang, Louxin: Sequence Comparison, Theory and Methods. Online bei Springer. 
• Zvelebil, Baum: Understanding Bioinformatics. Garland Science 
  Ein ausführliches Lehrbuch, bebildert und mit vielen Beispielen. Umfasst den gesamten Vorlesungsstoff, teilweise aber nicht in der nötigen Tiefe.
• Deonier, Tavare, Waterman: Computational Genome Analysis. Online bei Springer
  Ein umfassendes Lehrbuch für die Sequenzbioinformatik mit Beispielen und einer Einführung in R. Wendet sich eher an Informatiker und Physiker.
• Haubold, Wiehe: Introduction to Computational Biology - An evolutionary approach. Birkhäuser.
  Eine Einführung mit Fokus auf Phylogenie. Mehr Erklärungen als bei Durbin et al.
• Durbin, Eddy, Krogh, Graeme: Biological sequence analysis - Probabilistic models of proteins and nucleic acids. Cambridge University Press 
  Die Standardreferenz, umfasst die Sequenzbioinformatik, ist aber knapp gehalten. Es existiert ein empfehlenswertes Übungsbuch.