Students will be able to:

Understand the principles behind the most important bioinformatics algorithms.

Recreate known algorithms in Python and develop new ones.

Use existing bioinformatics tools for their own work.

Studenti budou umět:

Rozumět principu nejdůležitějších algoritmů používaných v bioinformatice.

Naprogramovat základní bioinformatické algoritmy pomocí jazyka Python.

Používat běžně dostupné nástroje k řešení uvedených bioinformatických problémů.

R: Libeskind-Hadas, Ran; Bush, Eliot: "Computing for Biologists: Python Programming and Principles"

R: Jones, Neil C.; Pevzner, Pavel A.: "An Introduction to Bioinformatics Algorithms"

A: Stevens, Tim J.; Boucher, Wayne: "Python Programming for Biology: Bioinformatics and Beyond"

A: Haddock, Steven H.D.; Dunn, Casey W.: "Practical Computing for Biologists"

A: Bassi, Sebastian: "Python for Bioinformatics"

Z: Libeskind-Hadas, Ran; Bush, Eliot: "Computing for Biologists: Python Programming and Principles"

Z: Jones, Neil C.; Pevzner, Pavel A.: "An Introduction to Bioinformatics Algorithms"

D: Stevens, Tim J.; Boucher, Wayne: "Python Programming for Biology: Bioinformatics and Beyond"

D: Haddock, Steven H.D.; Dunn, Casey W.: "Practical Computing for Biologists"

D: Bassi, Sebastian: "Python for Bioinformatics"

The course dedicated web pages.

Webové stránky předmětu.

Podmínkou udělení klasifikovaného zápočtu je úspěšné naprogramování vybraných variant některých bioinformatických algoritmů.

Recursion, memoization, dynamic programming.

Finding motifs.

Sequence alignment.

Clustering.

Phylogenetic trees.

Rekurze, memoizace, dynamické programování.

Hledání vzorů.

Zarovnávání sekvencí.

Klastrování.

Fylogenetické stromy.

Knowledge of some programming language (ideally Python), basics of bioinformatics and biochemistry.

Předpokládá se znalost nějakého programovacího jazyka (ideálně Python) a základů bioinformatiky a biochemie.