Kodomo

Пользователь

Учебная страница курса биоинформатики,
год поступления 2019

29 марта UNDER CONSTRUCTION

https://kodomo.fbb.msu.ru/FBB/year_18/images/construction1.png.

Темы

1. Сигналы в молекулярной биологии

  1. Приведите примеры сигналов разных типов [тип сигнала - что является сигналом на мол. уровне]. В примерах объясните также кому адресован сигнал и какова ожидаемая реакция адресата на сигнал.
  2. Сигналы транскрипции
  3. Сигналы трансляции
  4. Примеры сигналов регуляции экспрессии генов
  5. Сигналы у прокариот и эукариот: транскрипции, трансляции, сплайсинга и др.

1'. Мотивы

  1. Объясните термин "мотив", к каким типам сигналов он применим. Приведите пример.
  2. Объясните разницу между "сильным" сигналом и "эффективным" сигналом.

  3. Консенсус и паттерн. Применительно к сигналу в последовательности ДНК или РНК.

2. Позиционная весовая матрица (PWM)

  1. Для чего применяется матрица PWM. Объясните алгоритм расчёта PWM [вход, как вычисляется элемент матрицы] и правило её применения к последовательности

  2. Псевдоотсчёты (pseudocounts) [что такое? зачем нужны? как задаются?]

3. Информационное содержание выравнивания

  1. Что отражает информационное содержание
  2. Размер матрицы IC и как вычисляется элемент матрицы.
  3. Максимальное и минимальное значение информационного содержания колонки
  4. Грубая оценка числа находок мотива, заданного выравниванием, в случайном банке
  5. Logo выравнивания

4. Технология поиска сигналов в ДНК или РНК

  1. Объясните план работы для поиска промоторов в геноме новой бактерии, не имеющей близких родственников с известным геномом (или решения другой аналогичной задачи)

4'. Алгоритмы обнаружения мотивов в последовательностях

  1. Назовите алгоритмы, решающие эту задачу.
  2. Алгоритм ME
  3. Параметры программы MEME, алгоритм. Роль размера области поиска.
  4. Поиск сигналов с помощью PWM. FIMO из пакета MEME-suite.

5. Оценка представленности слова или паттерна

  1. Предсказание числа встреч данного слова в геноме "по Бернулли"
  2. Причины возможной неточности оценки по Бернулли
  3. Идея более точных методов предсказания

БЕЛКИ

6. PSSM и PSI-BLAST

  1. Что такое PSSM
  2. Алгоритм PSI-BLAST
  3. Почему PSI-BLAST иногда позволяет найти достоверные гомологи, которые не находятся обычным BLAST?

7. Технология профилей

  1. Чем отличаются входные данные для построения HMM-профиля от входных данных для построения PWM?
  2. В чем состоит результат поиска с помощью профиля в БД
  3. Решающее правило: принадлежит белок заданному семейству или нет. Порог веса. Что учитывать при выборе порога?
  4. Решающее правило. Основные показатели качества решающего правила: TP, TN, FP, FN, TPR (син. recall, чувствительность), специфичность, FDR.
  5. ROC-кривая для выбора порога. По каким данным и как строится ROC?

8. Pfam

  1. Объясните, что такое эволюционный домен белка и что такое его доменная архитектура.
  2. Что является единицей хранения в БД Pfam? Перечислите доступные данные.
  3. Как найти все записи Uniprot,с определенным доменом Pfam или заданной доменной архитектурой.