Introduction to algorithms in bioinformatics

دسته بندی: مولکولی: بیوانفورماتیک
ویرایش:  
نویسندگان: Miklos I.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 68 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 10 مگابایت 

قیمت کتاب (تومان) : 31,000

موسسه Renyi، 2013. — 65 p. یادداشت ها به 11 فصل تقسیم شده اند که تقریباً 100 درصد مطالبی را که در این دوره آموزش داده می شود، پوشش می دهند. پنج فصل اول در مورد بازآرایی ژنوم است. ابتدا تاریخچه بازآرایی ژنوم به اختصار معرفی می‌شود، سپس چهار فصل در مورد چهار مدل مهم بازآرایی ژنوم و الگوریتم‌های مربوطه بحث می‌کنند. شش فصل آخر در مورد الگوریتم های برنامه نویسی پویا است. بسیاری از مسائل بهینه سازی در بیوانفورماتیک را می توان با برنامه نویسی پویا حل کرد و این یادداشت ها مهمترین موارد را معرفی می کنند.
همانطور که خواننده می بیند، این دوره تقریباً یک درس علوم کامپیوتر و ترکیبی است که هدف آن حل کردن موارد خاص است. مشکلات مربوط به بیوانفورماتیک برای درک اینکه چرا مدل ها و مسائل معرفی شده در زیست شناسی اهمیت دارند، فقط به همان اندازه زیست شناسی پوشش داده شده است که لازم است. با این حال، دو ارائه از دانش آموزان در طول دوره وجود خواهد داشت. دانش آموزان باید مقالات علمی را از میان برخی مقالات انتخاب شده انتخاب کنند، بخوانند، بفهمند و در طول کلاس ارائه دهند. دو هدف از ارائه دانش آموزان وجود دارد: هدف اول نشان دادن این است که دانش کسب شده برای درک مقالات علمی متوسط ​​​​کافی است، هدف دوم این است که نشان دهد این مدل ها در عمل چگونه کار می کنند، به چه نوع سؤالات زیستی می توان با استفاده از آنها پاسخ داد. ابزارهای آموخته شده.
هر فصل با مجموعه ای از تمرینات مربوط به مطالب تحت پوشش فصل به پایان می رسد. برخی از آنها تمرینات آسانی با هدف تعمیق دانش دانش آموزان هستند، اما تمریناتی نیز وجود دارد که حل آنها سخت است. این تمرین‌ها با یک یا دو ستاره مشخص می‌شوند، تمرین‌هایی که دو ستاره دارند سخت‌ترین آنها هستند. تمرین های نرم افزار نویسی نیز وجود دارد که مخصوص دانشجویان انفورماتیک است. اگرچه این تمرین ها برای دانش آموزان ریاضی اجباری نیست، اما نظر من این است که فرد روشی را زمانی به بهترین شکل یاد می گیرد که آن را در یک زبان برنامه اجرا کند. راه حل تمرین ها عمداً در این یادداشت ها ارائه نشده است. برخی از تمرینات به صورت تکلیف درسی خواهد بود و نمره گذاری تکالیف نیز بخشی از ارزشیابی دانش آموزان خواهد بود.

Renyi Institute, 2013. — 65 p. The notes are divided into 11 chapters covering almost 100 percentage of the material that is taught in this course. The first five chapters are about genome rearrangement. First the history of genome rearrangement is introduced briefly, followed by four chapters discussing the four most important genome rearrangement models and corresponding algorithms. The last six chapters are about dynamic programming algorithms. Many of the optimization problems in bioinformatics can be solved by dynamic programming, and these notes introduce the most important cases.
As the reader can see, this course is pretty much a computer science and combinatorics course with the aim to solve specific problems related to bioinformatics. Only as much biology is covered as necessary to understand why the introduced models and problems are important in biology. However, there will be two students’ presentations during the course. Students have to choose scientific papers from some selected papers, read, understand and present them during the class. There are two aims of the students’ presentation: the first aim is to demonstrate that the acquired knowledge is sufficient to understand moderate scientific papers, the second one is to show how these model work in practice, what kind of biological questions can be answered using the learned tools.
Each chapter ends with a bunch of exercises related to the material covered by the chapter. Some of them are easy exercises with the aim to deepen the knowledge of the students, but there are also exercises that are hard to solve. These exercises are marked with one or two asterisks, the ones with two asterisks considered to be the hardest. There are also software-writing exercises, which are especially for informatics students. Although these exercises are not mandatory for mathematics students, my opinion is that one learns a method best when s/he implements it in a program language. The solutions of the exercises are deliberately not presented in these notes. Some of the exercises will be homework, and the scoring of homework will be part of the evaluation of the students.