Wichtige Themen aus der Vorlesung Bioinformatik I WS 2013/2014

Transkript

1 Universität des Saarlandes FR 6.2 Informatik Prof. Dr. Hans-Peter Lenhof Daniel Stöckel, M. Sc. Patrick Trampert, M. Sc. Lara Schneider, M. Sc. I Wichtige Themen aus der Vorlesung Bioinformatik I WS 2013/2014 Hinweis: Dies ist eine stichpunktartige Liste der wichtigen Themen aus der Vorlesung. Diese Liste soll Ihnen als Anhaltspunkt für die Klausurvorbereitung dienen. 1 Programmierung Elementare Kenntnisse in C++ (a) Konstruktoren, Destruktoren, Zuweisungsoperatoren (b) Speicherverwaltung (c) Templates (d) STL-Datenstrukturen (e) Datei-Ein-/Ausgabe (f) Vererbung Pseudocode-Formulierungen 2 Übungsblätter In der Klausur können Aufgaben ähnlich derer auf den Übungsblättern gestellt werden. Programmieraufgaben größeren Umfangs sind natürlich nicht dazu geeignet, in der Klausur geprüft zu werden. Sie sollten jedoch in der Lage sein, die zugrunde liegenden Algorithmen in C++-ähnlichem Pseudocode wiederzugeben. 3 Einführung, Grundlagen Welche Basen sind Bestandteil der DNA? Was versteht man unter Amplifikation von DNA? (a) Amplifikation mittels Polymerase-Chain-Reaction (PCR) (b) Amplifikation mittels Klonierung

2 Wie funktioniert die Sequenzierung von DNA-Molekülen mittels Gelelektrophorese? Wie funktioniert der Shotgun-Sequenzierungsansatz? Nennen Sie drei Kernprobleme der Bioinformatik. Wie funktionieren die Sequenzierungsansätze (a) des Human-Genom-Projekts (HGP), (b) von Celera Genomics und was sind die Unterschiede der beiden Ansätze? Definieren Sie die folgenden Begriffe: Minimum Tiling Set, Mate Pairs und BAC/YAC. 4 Sequence Assembly Nennen Sie die fünf Schritte des Whole-Genome-Shotgun-Ansatzes (WGSA). Definieren Sie das Sequence Assembly-Problem. Was ist ein... (c)... Euler-Graph? (d)... Overlap-Graph? Welche Repräsentationen von Graphen gibt es? (Adjazenzliste, Adjazenzmatrix,...) Was bezeichnet im Graphen-Kontext... (b)... eine Zusammenhangskomponente? (c)... ein (Euler-)Circuit (Rundgang)? (d)... ein Euler-Pfad? Was für Eigenschaften haben Graphen? (gerichtet/ungerichtet, bipartit, vollständig, zusammenhängend, (semi-)balanciert,...) Geben Sie einen Algorithmus zur Berechnung von Zusammenhangskomponenten an. Was versteht man unter dem Shortest-Common-Superstring-Problem (SCS)? Was versteht man unter einem Greedy-Verfahren? Wie funktioniert Greedy für das Shortest-Common-DNA-Supersequence-Problem? Was ist eine Consensus-Sequenz? Was ist ein Fragment-Layout? Beschreiben Sie das Overlap-Layout-Consensus-Schema?

3 5 Sequencing by Hybridization Was versteht man unter Denaturierung bzw. Hybridisierung? Wie funktionieren DNA-Arrays? Was versteht man unter dem SBH-Problem? Was ist ein k-spektrum? Wie funktioniert der Euler-Pfadansatz? Was ist ein DeBruijn-Graph? Nennen Sie die Idee von Idury und Waterman. Nennen Sie die Idee von Pevzner, Tang und Waterman. Geben Sie die Prozedur für die Fehlerkorrektur an. Definieren Sie: Nachbar, Orphane, solides k-fragment. Definieren Sie: Quelle, Senke, Eingang, Ausgang und Verzweigung. Was versteht man unter Repeats? Was versteht man unter dem Euler-Superpfad-Problem? Was versteht man unter Äquivalenztransformationen? Geben Sie die fünf Schritte des Euler-Schemas an. 6 Sequenzierung mit SOLEXA Wofür ist die Sequenzierung wichtig? (Beispiele) Was ist die prinzipielle Idee von SOLEXA (z.b. Marker mit Terminatoreigenschaft)? 7 Effiziente Algorithmen zur Berechnung von Sequenz- Alignments Nennen Sie Anwendungsgebiete. Wie sind Alignments definiert? Was versteht man unter einer Bewertungsfunktionen (Abstands- und Ähnlichkeitsfunktionen)? Was versteht man unter dem paarweisen bzw. multiplen Sequenz-Alignment-Problem? Wie funktioniert der Needleman-Wunsch-Algorithmus? Was versteht man unter einem Präfix bzw. Suffix? Was versteht man unter Dynamischer Programmierung?

4 Welche Arten von Alignments gibt es (z.b. global, lokal)? Wie funktioniert dabei jeweils die Matrixinitialisierung? Welche Arten von Gapkosten-Funktionen gibt es? Wie ist die Rekursionsformel für affine Gap-Kosten? Was versteht man unter dem Multiplen-Sequenz-Alignment-Problem? Was versteht man unter dem Sum-of-Pairs-Problem (SoP)? Geben Sie Algorithmus, Laufzeit und Rekursionsformel des SoP an. Wie funktioniert ein Branch-and-Cut-Algorithmus? Was versteht man unter induzierten paarweisen Alignments? Geben Sie eine Heuristik zur Berechnung multipler Sequenz-Alignments an. Geben Sie den Satz von Feng und Doolitle an. Definieren Sie Kompatibilität. 8 Branch-And-Cut-Algorithmen für Sequence-Alignment- Probleme Definieren Sie Alignment-Graph. Definieren Sie Trace. Was versteht man unter dem MWT-Problem? Definieren Sie Ganzzahliges Lineares Programm (Integer Linear Program, ILP) bzw. Lineares Programm (Linear Program, LP). Wie sieht das Schema eines Branch-And-Cut-Algorithmus aus? 9 Effiziente Algorithmen für die Suche in Sequenzdatenbanken Beschreiben Sie den Brute-Force-Ansatz. Was sind Hot-Spots? BLAST: (a) Definieren Sie Segment-Paar. (b) Was versteht man unter einem maximalen Segment-Paar? (c) Definieren Sie Wort-Paar. (d) Nennen Sie typische Ähnlichkeits- bzw. Substitutionsmatrizen. (e) Beschreiben Sie die drei Schritte des BLAST-Algorithmus. (f) Beschreiben Sie den Algorithmus zum Generieren der zu suchenden Worte.

5 (g) Wie ist der Deterministische Finite Automat (DFA) aufgebaut? (h) Wie werden die lokalen Funde erweitert? 10 Profile und Hidden Markov Modelle für Alignments Wahrscheinlichkeitstheorie: (a) Definieren Sie Ereignis, Elementarereignis, Komplementärereignis. (b) Definieren Sie Wahrscheinlichkeitsraum und Ereignisraum. (c) Was besagen die Kolmogorov schen Axiome? (d) Wie ist die bedingte Wahrscheinlichkeit p(a B) definiert? (e) Was besagt das Bayes sche Theorem? (f) Definieren Sie jeweils Un-/Geordnete Stichprobe mit/ohne Zurücklegen. Geben Sie die dazugehörigen Formeln an. (g) Definieren Sie Zufallsvariable. (h) Definieren Sie Erwartungswert. (i) Was versteht man unter Linearität des Erwartungswertes? (j) Definieren Sie Varianz. (k) Definieren Sie die Markov-Ungleichung. Definieren Sie CpG-Insel. Geben Sie ein Beispiel für ein Münzwurfproblem an. Definieren Sie Hidden-Markov-Modell. Was versteht man unter dem Dekodierungsproblem? Wie funktioniert der Viterbi-Algorithmus? Wie verwendet man Substitutionsmatrizen? Definieren Sie Profile. Wie werden Sequenzen mit Profilen aligniert? 11 Gensuche mit Hidden-Markov-Modellen Definieren Sie Markovkette. VEIL: (a) Wie sieht das Gesamtmodul aus? (b) Erstellen Sie ein Intron/Exon-Modul.

6 12 Genome-Rearrangements Welche Operationen setzt die Natur zum Genome-Rearrangement ein? (Translocation, Fusion, Fission, Reversal) Definieren Sie Reversal (allgemein und mathematisch). Was versteht man unter Sorting by Reversal? Definieren Sie das Reversal-Distance-Problem. Definieren Sie Haltepunkte. Definieren Sie Haltepunktgraph (HPG). Wann sind Knoten im Haltepunktgraphen balanciert? Definieren Sie alternierender Rundgang. Was besagt der Satz von Bafna und Pevzner? Erstellen Sie eine maximale Zerlegung eines Haltepunktgraphen in alternierende Rundgänge. Definieren Sie Blöcke. Wie funktioniert Heuristik I? Wie funktioniert Heuristik II? Wie sind die Approximationsgüten der beiden Heuristiken? 13 Cancer Biology Wie werden Tumortypen klassifiziert? (WHO) Nennen Sie verschiedene Arten von genetischen Veränderungen, die bei Krebs eine Rolle spielen. Was sind Onkogene? Was versteht man unter Mutationen, Aneuploidie, DNA-Amplifikation, Monosomie, Translokationen, Fusionsgene, epigenetischen Modifikationen und Histon-Modifikationen? Nennen Sie die vier Stadien der Tumorentwicklung. Nennen Sie sieben charakteristische Eigenschaften von Krebszellen.

7 14 SNPs und Mutationen Was sind SNPs bzw. SNP-Pattern? Was sind synonymous / non-synonymous SNPs? Was unterscheidet eine somatische Mutation von einem SNP? Welche Methoden zur SNP-Detektion gibt es und wie funktionieren diese? (PCR, NGS, SNP-Chips) Welche Genotypen kann ein SNP haben? Erklären Sie deren Bedeutung. Definieren Sie: (a) Self-Information (b) Shannon-Entropy (c) Joint-Shannon-Entropy (d) Conditional-Shannon-Entropy (auf zwei Arten) (d) Mutual-Information Was versteht man unter Multiple-Hypothesis-Testing? Was versteht man unter einem Permutationstest? Wie funktioniert das Boferroni-Adjustment? Wie funktioniert das Benjamini-Hochberg-Adjustment? Warum ist es sinnvoll, ein Adjustment anzuwenden? Wie trainiert und testet man ein statistisches Lernverfahren? (Two-Step-Approach, Cross-Validation) Was versteht man unter (a) True/False Positives/Negatives? (b) Specificity? (c) Sensitivity? (d) Accuracy? Wie funktioniert der Naïve-Bayes-Approach? Was versteht man unter Support-Vector-Machines? Wie interpretiert man die Ergebnisse einer Odds-Ratio-Analyse? Wie funktioniert der DF-SNP-Approach? Was versteht man unter einem (binären) Entscheidungsbaum? Was versteht man unter einem p-value?

8 Wie trainiert und testet man einen Random-Forest-Classifier? Wie funktioniert SIFT? Wir wünschen allen Teilnehmern viel Erfolg bei der Klausur!