Algorithmen der Bioinformatik

Inhalt

Der rapide anwachsende Umfang an Daten in der Molekularbiologie stellt eine beträchtliche Herausforderung für die Informatik dar. Es gilt umfangreiche und unstrukturierte Daten zu analysieren. Im Vordergrund der Vorlesung stehen die Entwicklung von (formalen) Modellen und effizienten Algorithmen.

Mögliche Themen sind:

  1. Phylogenetische Rekonstruktion
  2. Genome Rearrangements
  3. Multiple Alignments
  4. RNA Sekundärstrukturvorhersage
  5. Hidden Markov Models (HMMs)
  6. Genvorhersage


Literatur

  • P. Baldi, S. Brunak, Bioinformatics: The Machine Learning Approach, MIT Press, 1998.
  • R. Durbin, S. Eddy, A. Krogh, G. Mitchison, Biological Sequence Analysis, Cambridge University Press, 1998.
  • D. Gusfield, Algorithms on Strings, Trees, and Sequences, Cambridge University Press, 1997.
  • T. Lengauer (Ed.), Bioinformatics-From Genomes to Drugs, Wiley-VCH, 2002.
  • D. Mount, Bioinformatics: Sequence and Genome Analysis, Cold Spring Harbor Laboratory Press, 2001.
  • P.A. Pevzner, Computational Molecular Biology: An Algorithmic Approach, MIT Press, 2000.
  • J. Setubal, J. Meidanis, Introduction to Computational Molecular Biology, PWS Publishing Company, 1997.
  • M.J.E. Sternberg (Ed.), Protein Structure Prediction: A Practical Approach, Oxford University Press, 1996.
  • M.S. Waterman, Introduction to Computational Biology, Chapman Hall, 1995.

Übungsblätter

Vorlesungszeiten

Donnerstag 12:30- 14:00 im Raum H21
Freitag 10:15 - 11:45 im Raum 2203

 

Übungsleiter

Adrian Kügel

Übungszeiten

Die Übung findet im Wechsel mit der Vorlesung statt.

Weitere Informationen

LSF-Eintrag

Algorithmen der Bioinformatik

Inhalt

Der rapide anwachsende Umfang an Daten in der Molekularbiologie stellt eine beträchtliche Herausforderung für die Informatik dar. Es gilt umfangreiche und unstrukturierte Daten zu analysieren. Im Vordergrund der Vorlesung stehen die Entwicklung von (formalen) Modellen und effizienten Algorithmen.

Mögliche Themen sind:

  1. Phylogenetische Rekonstruktion
  2. Genome Rearrangements
  3. Multiple Alignments
  4. RNA Sekundärstrukturvorhersage
  5. Hidden Markov Models (HMMs)
  6. Genvorhersage


Vorlesungszeiten

Donnerstag 12:30- 14:00 im Raum H21
Freitag 10:15 - 11:45 im Raum 2203

 

Übungsleiter

Adrian Kügel

Literatur

  • P. Baldi, S. Brunak, Bioinformatics: The Machine Learning Approach, MIT Press, 1998.
  • R. Durbin, S. Eddy, A. Krogh, G. Mitchison, Biological Sequence Analysis, Cambridge University Press, 1998.
  • D. Gusfield, Algorithms on Strings, Trees, and Sequences, Cambridge University Press, 1997.
  • T. Lengauer (Ed.), Bioinformatics-From Genomes to Drugs, Wiley-VCH, 2002.
  • D. Mount, Bioinformatics: Sequence and Genome Analysis, Cold Spring Harbor Laboratory Press, 2001.
  • P.A. Pevzner, Computational Molecular Biology: An Algorithmic Approach, MIT Press, 2000.
  • J. Setubal, J. Meidanis, Introduction to Computational Molecular Biology, PWS Publishing Company, 1997.
  • M.J.E. Sternberg (Ed.), Protein Structure Prediction: A Practical Approach, Oxford University Press, 1996.
  • M.S. Waterman, Introduction to Computational Biology, Chapman Hall, 1995.

Übungszeiten

Die Übung findet im Wechsel mit der Vorlesung statt.

Übungsblätter

Weitere Informationen

LSF-Eintrag