VL Algorithmen und Datenstrukturen für Bioinformatik ( ) WS2015/2016 Woche 1

Transkript

1 VL Algorithmen und Datenstrukturen für Bioinformatik ( ) WS2015/2016 Woche 1 Tim Conrad AG Medical Bioinformatics Institut für Mathematik & Informatik, Freie Universität Berlin Einige Inhalte basieren auf Folien von Jones&Haake (RIT), Batzoglou (Stanford)

2 Die Themen heute Verwaltung 1. Team 2. Tutorien 3. Praktikum 4. Prüfungsleistungen 5. Vorlesung Introduction 2

3 Das Team Tim Conrad BSc/MSc Bioinformatik Professor für Medizinische Bioinformatik (seit 12/2014) Sprechstunde Mo 15-16h, Arnimallee 6, Raum 137 Thimo Wellner & Kathleen Gallo (VL) s: Hannes Hauswedell, Johannes Röhr, Jongkyu Kim (Praktikum) s: { hannes.hauswedell johannes.roehr j.kim 3

4 Tutorien Termine Ü1: Di 08:00 (c.t.) Ü2: Di 12:00 (c.t.) Ü3: Do 08:00 (c.t.) Ort: Seminarraum 053 (Takustr. 9) Beginnt am Einteilung Bitte JETZT in die Listen eintragen. 4

5 Währenddessen Bitte auf den Kärtchen eintragen: (1) Welche Aminosäuren sind hier abgebildet? (2) Auf welche 2-3 Themen würden Sie in der VL gerne einen Schwerpunkt legen? Ü1: Di 08:00 Ü2: Di 12:00 Ü3: Di 16:00-18:00 5

6 Auflösung 6

7 Tutorien Nachbesprechung des VL-Inhaltes Wöchentliche Kurztests/Reviews Statt Übungszetteln 15 Minuten am Anfang des Tutoriums wer zu spät kommt, kann nicht mehr teilnehmen! Egal in welchem Tutorium teilgenommen wird 3 A-Fragen Verständnisfragen Müssen schriftlich beantwortet und abgegeben werden 3 B-Fragen Für zu Hause Besprechung im nächsten Tutorium 7

8 Tutorien Bewertung Die Fragen werden mit + / 0 / - bewertet + steht dabei für die perfekte Antwort, die der Musterlösung ähnlich ist Insgesamt 50% der A-Fragen müssen ausreichend korrekt ( + oder 0 ) beantwortet werden Achtung: BONUS! Wird eine Antwort mit + bewertet, zählt das einen Bonus-Punkt für die Klausur Das heißt: in 14 Wochen Tutorium (15. wird Review ) können bereits 42 Bonus-Punkte für die Klausur erreicht werden In der Klausur müssen 90 von 150 Punkten erreicht werden 8

9 Praktikum Findet VL-begleitend statt Montags, 12-14h Wöchentlich abwechselnd praktische und theoretische Veranstaltungen Siehe: Aufgaben angelehnt an die VL Blöcke Praktische Programmier-Aufgaben 6 Projekte (+1 freiwilliges) 2er Gruppen Festzulegen vor der 1. Veranstaltung (per Wiki, s.o.) Können danach nicht mehr geändert werden 9

10 Praktikum Ausgabe jeweils zu den praktischen Veranstaltungen Abgabe nach zwei Wochen Abzugeben (per SVN) ist der jeweilige Sourcecode Ein Projekt ist bestanden, wenn 75% der automatisierten Tests funktionieren Achtung: Code muss auf einem Pool-Rechner compilieren Hinweise zu Dateinamen und Ein- / Ausgabeformat beachten! 10

11 Praktikum Die eingereichten Programm werden zwar automatisch getestet und dadurch bewertet, ABER jeder TeilnehmerIn kann bei der wöchentlichen Lotterie gezogen werden und muss dann in der Lage sein, die Lösung zu erklären und Fragen zum Quelltext zu beantworten. Personen können mehrfach dran kommen. Personen die nie gezogen wurden, können zum Ende des Praktikums "manuell gezogen" werden. 11

12 Prüfungsleistungen wie bestehe ich? Wöchentliche Kurztests 50% der A-Fragen mit + oder 0 beantwortet Klausur 90 von 150 Punkten erreicht (inkl. max. 42 Bonuspunkte) Ähnliche Fragen wie A und B Fragen aus Tutorium Vermutlich in der letzten Semesterwoche Nachklausur vermutlich 2 Wochen später Praktikum Fristgerechte Abgabe und korrekte Lösung von 75% der Projekte Bestandene Lotterie-Interviews Teilnahme an VL wird empfohlen 12

13 Vorlesung Vorlesung wird auf deutsch gehalten Folien sind fast ausschließlich in englisch Folien werden zeitnah online verfügbar gemacht. Eine Mitschrift des Folieninhaltes ist nicht nötig. Die Folien sind KEIN Skript. Hinzu kommen Erklärungen, Tafelanschrieb, Beispiele, Hinweise, Anekdoten, Overheadfolien, Gehen Sie in die Vorlesung und machen Sie sich Notizen. VL Homepage: 13

14 Feedback Antworten auf konkrete Fragen (z.b. Themen, Quiz) Hinweise zur Vorlesung (z.b. Fehler auf einer Folie) Konkrete Fragen, die sie über diesen Termin im Kurztest oder der Klausur stellen würden Gerne anonym 14

15 Soweit zum Administrativen Fragen zur Verwaltung? 15

16 Introduction Before we start 16

17 The Context of Bioalgorithms It is important to keep in mind that a mathematically perfect solution to an ideally posed problem may not be the most biologically relevant We need a flexibility, a willingness to rephrase the question, to rethink the process, to adapt and re-adapt 17

18 Expectations Computing Background There are skills you should possess in part already, but which will be significantly enhanced by being exercised in this course: identifying and clearly phrasing a computational problem from a general biological question locating existing tools understanding the capabilities and limitations of such tools rapidly developing, testing and analyzing tools for the solution of such problems if necessary 18

19 Computing Background Specific skills Programming in a language such as Lisp, Perl, Scheme, Java, C/C++, Python, etc. Static and dynamic data structures arrays, lists, trees, etc. Programming paradigms, especially recursion Rapid prototyping, careful version control Understanding of mathematics for: analysis proof modeling 19

20 Introduction Why are we doing this? 20

21 Biological Motivation The fundamental building blocks of life are proteins and nucleic acids 100,000 or so different proteins in a human Enzymes, structural proteins, transport molecules, antibodies Their properties and interactions are what make us what we are 21

22 Biological Motivation Nucleic Acids DNA and RNA Encode the information necessary to build proteins Pass this information on from generation to generation 22

23 Biological Motivation What are proteins? Polymers of amino acids (20 different) Sequence of these amino acids (primary structure) determines the protein s shape (secondary and tertiary structures) Protein shape and chemical composition of it s amino acids determine protein function 23

24 So in theory, we can infer protein function if we know the protein sequence Figure from W. Gilbert, Ph.D New Hampshire Biotech. Center 24

25 Text comparison? 25

26 Biological Motivation How do we find out protein sequence so that we can understand structure, function, and ultimately systems biology? State-of-the-art Can sequence proteins directly this has been technically difficult but is getting better More often we determine protein sequence from the nucleic acid sequences that encode them 26

27 The Central Dogma Hereditary information for a complete individual stored in the DNA, which is selfreplicating, and is organized into units of expression (genes) A gene is expressed in 2 steps: DNA is transcribed into RNA RNA is translated into protein 27

28 Using DNA Sequence to Discover Protein Information Why do it? Availability of DNA sequence information Rapid development of DNA sequencing technology Genomes of many different species have now been sequenced Difficulties? Data sets are large Cellular pathway from DNA to RNA to protein can be complicated 28

29 Some Genomes E. coli 4.6 x 10 6 bases Approx. 4,000 genes Yeast 15 x 10 6 bases Approx. 6,000 genes Smallest human chromosome 50 x 10 6 bases Human 3 x 10 9 bases Approx. 30,000 genes? 29

30 The Computational Approach The nucleotide sequence of a genome contains all information necessary to produce a functional organism Therefore, we should, in theory, be able to duplicate this decoding using computers what do you think about this? 30

31 Why Use Computational Techniques? The datasets are too large to analyze by hand Efficient algorithms are the only way to perform the analyses that we need to answer the biological questions 31

32 The Biologists View to Sequence Analysis Many common biological problems can be answered through comparison of DNA sequences 32

33 Some Biological Questions Answered Through Sequence Analysis Determine if an interesting DNA sequence has been seen by anyone else Find all the protein coding regions in a genome Infer the function of a new gene from a known one by matching two amino acid sequences Measure the evolutionary distance between species Predict local secondary structure of a peptide sequence, predict protein conformation, predict function Study protein families 33

34 The Computer Scientists View (Many) Problems on biological sequences are string matching problems Operations on strings are standard in the CS algorithm toolbox DNA is a string of A s, T s, G s, C s 34

35 Computer Scientists vs Biologists

36 Biologists vs computer scientists (almost) Everything is true or false in computer science (almost) Nothing is ever true or false in Biology 36

37 Biologists vs computer scientists Biologists seek to understand the complicated, messy natural world Computer scientists strive to build their own clean and organized virtual world 37

38 Biologists vs computer scientists Computer scientists are obsessed with being the first to invent or prove something Biologists are obsessed with being the first to discover something 38

39 But: both disciplines need each other bioinformatics?

40 What is bioinformatics? National Center for Biotechnology Information (NCBI): [Bioinformatics is] the field of science in which biology, computer science, and information technology merge to form a single discipline. The ultimate goal of the field is to enable the discovery of new biological insights as well as to create a global perspective from which unifying principles in biology can be discerned. 40

41 Biology Molecular Biology Chemistry Medicine Bioinformatics Mathematics Statistics Physics Computer Science Informatics 41

42 Mehr Informationen im Internet unter medicalbioinformatics.de/teaching Tim Conrad AG Medical Bioinformatics Weitere Fragen