Algoritmer i bioinformatik, Ph.d.

• forstå detaljerne i de mest brugte algoritmer i bioinformatik.
• udvikle computerprogrammer, der implementerer disse algoritmer.
• vælge den algoritme, der er bedst egnet til at beskrive et givent biologisk problem.
• forstå konceptet data redundance og homology reduktion.
• udvikle bioinformatiske forudsigelsesalgoritmer, der kan beskrive et givent biologisk problem.
• være i stand til – på et detaljeret niveau – at implementere og udvikle forudsigelsesværktøjer ved at bruge følgende algoritmer: Dynamisk programmering, Sekvens-klyngedannelse, Vægtmatricer, Kunstige neurale netværk, og Skjulte Markov modeller.
• designe et projekt hvor et biologisk problem er analyseret ved brug af en eller flere maskinlæringsalgoritmer.
• implementere, dokumentere og præsentere et kursusprojekt.

Kurset dækker de mest brugte algoritmer i bioinformatik. Vægten vil blive lagt på den præcise matematiske implementering af algoritmerne i form af computerprogrammer. I løbet af kurset vil forskellige biologiske problemer blive introduceret og analyseret med det formål at belyse styrker og svagheder ved de forskellige algoritmer. Følgende emner bliver dækket i kurset:

Dynamisk programmering: Needleman-Wunsch, Smith-Waterman, og alignment heuristics
Dataredundans og homologi-reduktion: Hobohm og andre klyngealgoritmer
Vægtmatricer: Sekvensvægtning, pseudo count-korrektion for lavt antal, Gibbs-sampling, og Psi-Blast
Skjulte Markov Modeller: Modelkonstruktion, Viterbi-dekodning, posterior dekodning, og Baum-Welsh HMM læring
Kunstige neurale netværk: Arkitekturer og sekvenskodning, feed-forward algoritme, tilbagespredning og dybe neurale netværk

Kurset består af forelæsninger, diskussioner og computerøvelser, hvor de studerende bliver introduceret til de forskellige algoritmer, deres implementation, og brug i analysen af biologiske problemer. Kurset afsluttes med et gruppeprojekt, hvor en eller flere af algoritmerne introduceret på kurset anvendes til at analysere et biologisk problem. Projektet skal dokumenteres med en rapport skrevet som en videnskabelig artikel.

22101/22111/22113/22163, eller lignende. Være i stand til at skrive simple programmer og scripts i et Unix miljø for at løse bioinformatiske opgaver på struktureret vis, f.eks. i forbindelse med projektarbejde.

Forelæsninger, diskussioner, øvelser og projekt