Veranstaltung

Empfehlungen: Grundlegende Kenntnisse in den Bereichen der theoretischen Informatik (Algorithmen, Datenstrukturen) und der technischen Informatik (sequentielle Optimierung in C oder C++, Rechnerarchitekturen, parallele Programmierung, Vektorprozessoren) werden vorausgesetzt.

Inhalt: Zunächst werden einige grundlegende Begriffe und Mechanismen der Biologie eingeführt. Im Anschluss werden Algorithmen und Modelle aus den Bereichen der Sequenzanalyse (sequenzalignment, dynamische programmierung, sequence assembly), der Populationsgenetik (coalescent theory), und diskerete sowie numerische Algorithmen zur Berechnung molekularer Stammbäume (parsimony, likelihood, Bayesian inference) behandelt.

Weiterhin werden diskrete Operationen auf Bäumen behandelt (topologische Distanzen zwischen Bäumen, Consenus-Baum Algorithmen). Ein wichtiger Bestandteil der Vorstellung aller Themengebiete wird auch die Parallelisierung und Optimierung der jeweiligen Verfahren sein.

Lernziele: Die Studenten haben eine umfassende Kentniss der Standardmethoden, Algorithmen, theoretischen Grundlagen und der offenen Probleme im Bereich der sequenzbasierten Bioinformatik (biologische Grundlagen, sequence assembly, paarweises Sequenzalignment, multiples Sequenzalignment, Stammbaumrekonstruktion unter Parsimony, Likelihood, und Bayesianischen Modellen, Coalescent Inference in der Populationsgenetik).

Sie können Algorithmen sowie Probleme einordnen und bewerten.

Sie können für eine gegebene Problemstellung geeignete Modelle und Verfahren auswählen und deren Wahl begründen. Die Teilnehmer können Analysepipelines zur biologischen Datenanalyse entwerfen.

Credits: 3 ECTS 

Folgeveranstaltungen im Sommersemester: 

• Seminar: "Hot topics in Bioinformatics"
• Praktiukum: "Hands on Bioinformatics Practical" (findet nicht jedes SoSe statt.)