Subject

Вовед во биоинформатиката

Course Title

Вовед во биоинформатиката
Introduction to bioinformatics

Code

F23L3W085

Study Programme

Биоинформатика

Organizer of the study programme (unit, institute, department or division)

Faculty of Computer Science and Engineering

Degree level (first, second, third cycle)

Прв циклус

Academic year / semester

7 / Зимски

Number of ECTS credits

Teacher

Моника Симјаноска Мишева, Невена Ацковска

Prerequisites for enrolling in the course

Вештачка интелигенција или Машинско учење или Вовед во науката за податоци

10.

Objectives of the course programme (competences)

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.

Course content

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.

Learning methods

предавања, проекти, дискусии, работилници

13.

Total available time

6 ECTS x 30 hours = 180 hours

14.

Distribution of available time

30 + 45 + 15 + 15 + 75 = 180 часа

15.

Forms of teaching activities

15.1.	Lectures - theoretical instruction	30 hours
15.2.	Exercises (laboratory, auditory), seminars, teamwork	45 hours

16.

Other forms of activities

16.1.	Project assignments	15 часови
16.2.	Independent assignments	15 часови
16.3.	Home study	75 часови

17.

Assessment method

17.1.	Tests	0 points
17.2.	Seminar paper / project (presentation: written and oral)	15 бодови
17.3.	Activities and learning	10 бодови
17.4.	Final exam	60 points

18.

Grading criteria (points / grade)

up to 50 points	5 (five) (F)
from 51 to 60 points	6 (six) (E)
from 61 to 70 points	7 (seven) (D)
from 71 to 80 points	8 (eight) (C)
from 81 to 90 points	9 (nine) (B)
from 91 to 100 points	10 (ten) (A)

19.

Requirement for obtaining a signature and taking the final exam

Реализирани активности 15, 16

20.

Language of instruction

Macedonian and English

21.

Method for monitoring the quality of teaching

22.

Literature

22.1.

Required literature

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.

Additional literature

No. Author Title Publisher Year