Subject

Вовед во биоинформатиката

1. Наслов на наставниот предмет Вовед во биоинформатиката
Introduction to bioinformatics
2. Код F23L3W085
3. Студиска програма Биоинформатика
4. Организатор на студиската програма (единица, односно институт, катедра, оддел) Faculty of Computer Science and Engineering
5. Степен (прв, втор, трет циклус) First Cycle
6. Академска година / семестар 7 / Зимски
7. Број на ЕКТС кредити 6
8. Наставник Моника Симјаноска, Невена Ацковска
9. Предуслови за запишување на предметот Вештачка интелигенција или Машинско учење или Вовед во науката за податоци
10. Цели на предметната програма (компетенции) Студентите да се запознаат со областите и проблемите кои ги покрива биоинформатиката, да
бидат во можност да вршат генска и протеинска секвенцна анализа, да користат биолошки бази
податоци, да ги запознаат пресметковните методи за решавање проблеми во молекуларната
биологија.
11. Содржина на предметната програма Предавања:
1. Основи на молекуларна биологија
2. ДНА репликација и Централна догма
3. Главни актери и процеси
4. Генетски датотеки
5. Контрола на генска експресија
6. Метафори за разбирање на генетските процеси
7. Вируси
8. Еволуција на геномот
9. Вештачки хромозоми
10. Микробиом
11. Порамнување секвенции
12. Мотиви
13. Посета на молекуларната лабораторија на ПМФ

Вежби:
1. Биолошки бази на податоци и центри
2. Формати на репрезентација и примена
3. Аминокиселини
4. Предвидување секундарна структура
5. Регулација на генска експресија
6. ДНА Микрополиња и онтологија на гени
7. SARS-CoV-2
8. Рекомбинација на гени
9. Молекуларен докинг
10. Анализа на податоци од микробиом
11. Методи за порамнување секвенции
12. Методи за пронаоѓање мотиви
13. Посета на молекуларната лабораторија на ПМФ
12. Методи на учење предавања, проекти, дискусии, работилници
13. Вкупен расположив фонд на време 6 ЕКТС x 30 часа = 180 часа
14. Распределба на расположивото време 30 + 45 + 15 + 15 + 75 = 180 часа
15. Форми на наставните активности
15.1. Предавања - теоретска настава 30 часови
15.2. Вежби (лабораториски, аудиториски), семинари, тимска работа 45 часови
16. Други форми на активности
16.1. Проектни задачи 15 часови
16.2. Самостојни задачи 15 часови
16.3. Домашно учење 75 часови
17. Начин на оценување
17.1. Тестови 0 бодови
17.2. Семинарска работа / проект ( презентација: писмена и усна) 15 бодови
17.3. Активности и учење 10 бодови
17.4. Завршен испит 60 бодови
18. Критериуми за оценување (бодови/ оценка)
до 50 бода5 (пет) (F)
од 51 до 60 бода6 (шест) (E)
од 61 до 70 бода7 (седум) (D)
од 71 до 80 бода8 (осум) (C)
од 81 до 90 бода9 (девет) (B)
од 91 до 100 бода10 (десет) (A)
19. Услов за потпис и полагање на завршен испит Реализирани активности 15, 16
20. Јазик на кој се изведува наставата Македонски и англиски
21. Метод на следење на квалитетот на наставата /
22. Literature
22.1. Задолжителна литература
1. Neil C. Jones and Pavel A. Pevzner | An Introduction to Bioinformatics Algorithms | MIT Press | 2004
2. Harvey Lodish, Arnold Berk, Chris A. Kaiser, Monty Krieger, Anthony Bretscher, Hidde Ploegh, Angelika Amon, Matthew P. Scott | Molecular Cell Biology -8th edition | W. H. Freeman | 2016
3. Andreas D. Baxevanis, Gary D. Bader, David S. Wishart | Bioinformatics: A Practical Guide to the Analysis of Genes and Proteins 4th Edition | Wiley | 2020
4. Dev Bukhsh Singh, Rajesh Kumar Pathak | Bioinformatics: Methods and Applications | Elsevier Science | 2021
5. Ken Youens-Clark | Mastering Python for Bioinformatics: How to Write Flexible, Documented, Tested Python Code for Research Computing 1st Edition | O`REILLY | 2021
6. Miguel Rocha, Pedro G. Ferreira | Bioinformatics Algorithms: Design and Implementation in Python 1st Edition | Academic Press | 2018
22.2. Дополнителна литература
Ред.бр. Автор Наслов Издавач Година