Introduction to Bioinformatics | Department of Computer Engineering & Informatics

Introduction to Bioinformatics

Course Code: 
CEID_NE548
Period: 
Spring Semester
Credit Points: 
5

Εισαγωγή στη χρήση αλγορίθμων για αποτελεσματική διαχείριση και αποθήκευση συμβολοσειρών (strings) και ακολoυθιών (sequences) βιολογικών δεδομένων. Αλγόριθμοι ακριβούς ταιριάσματος προτύπου (Boyer-Moore, Knuth-Morris-Pratt, Karb-Rabin) και πολλαπλών προτύπων. Εισαγωγή στο δέντρο επιθεμάτων (suffix tree) και στις εφαρμογές του. Αλγόριθμοι προσεγγιστικού ταιριάσματος προτύπου και στοίχισης συμβολοσειρών/ ακολουθιών (Sequence Alignment). Εισαγωγή στις Βάσεις Δεδομένων ακολουθιών και στις χρήσεις τους. Αλγόριθμοι εύρεσης σε Βάσεις Δεδομένων ακολουθιών (FASTA, BLAST, PAM, PROSITE, BLOCKS, BLOSUM). Εισαγωγή στο σχεδιασμό φαρμάκων με τη βοήθεια ηλεκτρονικού υπολογιστή (Computer-aided Drug Design). Σχεδιασμός φαρμάκων βασιζόμενος στη δομή (Structure based drug design), παρουσίαση της σχέσης δομής-δραστικότητας. Μοντέλα αναπαράστασης βιολογικών μορίων σε τρισδιάστατο επίπεδο, σύστημα εσωτερικών συντεταγμένων, υπολογιστικές μέθοδοι εύρεσης της βέλτιστης στερεοδιαμόρφωσης (Conformational Search), και αλγόριθμοι καθορισμού περιοχών πρόσδεσης (binding sites). Αλγόριθμοι εξερεύνησης Βιολογικών Βάσεων Δεδομένων για εύρεση μικρομορίων σε τρισδιάστατο επίπεδο (Geometry-based similarity search). Τεχνικές κατηγοριοποίησης βιολογικών δεδομένων (Clustering Techniques) με σκοπό την πρόβλεψη της συμπεριφοράς βιολογικών μορίων, όπως αλγόριθμοι κατηγοριοποίησης που συνδυάζουν τεχνικές εμπειρικής μάθησης (Νευρωνικά Δίκτυα, Γενετικοί Αλγόριθμοι, SVMs, κ.α.)

Startup Growth Lite is a free theme, contributed to the Drupal Community by More than Themes.