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.

Themen:

  1. Hidden Markov Models (HMMs)
  2. Genome Rearrangements
  3. Phylogenetische Rekonstruktion


Skript

Vorlesungsfolien zu den biologischen Grundlagen (nur aus dem Uni-Ulm Netz)

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.
  • E. Ohlebusch: Bioinformatics Algorithms, Oldenbusch Verlag, 2013.
  • 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.

Vorlesungszeiten

Montag 10-12 Uhr in O27/121

Freitag 10-12 Uhr in O28/1002

Übungszeiten

Die Übung findet im Wechsel mit der Vorlesung statt.