a bioinformatika szakirÁny hÁlÓterve - …biotech.szbk.u-szeged.hu/bioinf/haloterv.pdfa tÁrgy...

A BIOINFORMATIKA SZAKIRÁNY HÁLÓTERVE

-

�� !��"��$#�� %��&'��(��)�*��+�,��- ��(.��!� / 0�1$243�5 6�7�89;:�<-6 félév) =�>@?�A%?�B@CEDFA�GH�A�I�B�J4ALK�MNFO!P�QSR4A�TFA@C4O,A-?VU$W�W'U�O)AXC4W'A�>�YZA�D)[�B-?!?�K$J�J4U�O�J4U�G]\�U^O�>�U�W'_ `]a^b�b�c�a-d�e�fhg -10

félév oktatási anyagára vonatkozik. - i�j k]l�m$nEo yat és a hozzá kapcsolódó gyakorlatot valamint szakirodalmi ismereteket

vastagon szedve jelöltük.

- Egyéb követelmény, diploma stb. teljes mértékben analóg lenne a többi szakiránynak pZq o�j q�r,q�r kts�u$v�w'u@xyx q�r!z

félév TANTÁRGY OKTATÓ EGYSÉG

ÖSSZ ÓRASZÁ

M kredit

7. 8. 9. 10.

Bioinformatika a molekulár is biológiában Biotechnológia 28 2

Bioinformatika a molekulár is biológiában gyakor lat

Genetikai és Mol. Biol 56 2

Bioinformatika SZIT Biotechnológia 28 2

Eukarióta szervezetek genetikai térképezése

Biotechnológia 28 2

Számítástechnikai alapok a bioinformatikához

SZBK (Biotechnológia) 28 2

Strukturális bioinformatika, molekulamodellezés I.

SZBK (Biotechnológia)

28 2

Strukturális bioinformatika, molekulamodellezés II .


28 2

Strukturális bioinformatikába gyakorlat.


28 2

A fehérjeszerkezet vizsgálat kísérletes módszerei


28 2

Biológiai kísérletek számítógépes kiértékelése


28 2

Filogenetika Mikrobiológia 28 2

Kortikonika Élettan 28 2

Az idegi kód Élettan 28 2

Modellek az egyed feletti {!|%}4~��}4| � �$�%��y�!��E��4� Ökológia 28 2

Biometria Ökológia 28 2

A biometria alkalmazása gyakorlat

Ökológia 28 2

A bioinformatika elméleti alapjai

Genetikai és Mol. Biol.

14 1

ÖSSZESEN 462 33

A TÁRGY NEVE Számítástechnikai alapok a

bioinformatikához KÓD FELEL � S OKTATÓ Dr. �� ¡4¢�£ KREDIT 2 ¤¦¥¨§¨©�¥«ªF¬y¤¦®¥¯¤¨° ±�²�³µ´�¶¨·¹¸¦²�¸º¶¨·¨¶

2 elfogadott zárthelyi HETI ÓRASZÁM 2 típus »�¼�½�¾�¿�À@Á SZÁMONKÉRÉS K ¶¨·�Ât´�¶�·Ã¸¦²¯¸Ä¶�·

- ÅZÆºÇ¦ÈÉÆ�ÊÃÊ¦Æ¹Ë�Ì$Ê¨Í ÎÐÏÉÑXÒXÓÕÔÉÖ -

PERIÓDUS ×)ØEÙ'Ú�Û Ü^Ý,Ü�Þ JAVA SOLT FÉLÉV 7. félév LÉT SZÁMKORLÁT ß�àXá â A képzés célja, tematikája (10-12 sor): ãåäæ�çEè�æ�é«ê�ë�ì í�î�î�è'ïÐð]ñ�ò�ó*ôöõ$ò�÷�õ�ì+õ�ì�ø ù�ú+ù$û�ü�ý�ù-þ�ÿ��þ�� ü�ÿ;ù�� þ��þ�� ÿ��ýFù ��ÿ�� ü�� !�"�^ÿ$#%��&��ý�'�&()�&� þ�� *�+-, þ�ù�ÿ'þ��&�(�� ù^ú,ù�û�ü��"�^ú,ú.�&( /1032547618 9!:&;<4>=?=@258&ACB�;�8*D;�8E=.=!=?F)G�H�B

szükséges ahhoz, hogy a I)JLK)JNM�OPK�Q�R'SETJVU)W�XYS Z OPK�[%Z.S ZLU)KY\�] ^�J.W&U K�T_TP`$KYM$K a"S&M R5K�\�K�[&b"KYM S&\�K�M U�c1ZLd�M�I)d�\�e a\�W R5f>T�]�[)g&h)i�akörnyezetekben, melyekkel munkája során találkozhat (helyi gép, lokális hálozatok, intranet, internet). A leadott tananyag elengedhetetlen továbbá a többi bioinformatikai tantárgy keretében K�U�T�S�TPK�T.TjJ.a�R�i*Q�iET�i&UkR5i&[)g&QlT�g�a�g `�i&\$mon U�p)Q\&pqarS Z.S hCa\�JLM�T?stI1iET�i&U�JLM�T�g�alTuS ^tSvU�cCZ�dYM�IYdY\�ewa\�W R5f>T�]�[)g&h)i�aS&Q"x&`�J>T�i&U�T?y)Q�W*UzOPi Z_g*h%f>T�g�a"g�IYi {|X)S Z.S R�JLM�T}S~U�c1ZLdYM�IYdY\�ezKYh)i*Q�W x&JL]Ca�Q�i&M�^%a�\�i&Q�i*U�R�s)U)d)^�g�a�g�I1i�m�n ZLi�S ^�K$T.Ttananyag elsajátítása során a

^�J_W*U)KYU<W�T_T�i&U�JLM�T�e�J_a�R�i&Q�iET�i*U)i�T!a�\�i&Q�i*\ `�iETPM$i&U�Soh�Q�K�[�Q�S&R�KY\�W�a!OPK%ZN�YS R�S�T�W&Q�]�Z_{J.Z_Z.iET?X)i!S3I)J�K%JLM%OPK�Q�R5SET�J7U)S J%h�Q�K�I)ZLg R'W&U�R'i&[)K)ZL^�W�a�S&U)K�Q�Z.i&[�[��)S&U�Q"S�I�IYS MoO�i ZLR�i*QlcCZ�e�S ZL[)KYQJ�TR�p�aqTf7h�p�a"KYU�Q"]YZ?m

A TÁRGY NEVE Bioinformatika a molekuláris biológiában KÓD FELEL � S OKTATÓ Dr. Rákhely Gábor KREDIT 2 ��1�� )��!��3��

megírt zárthelyi HETI ÓRASZÁM 2 típus � L¡)¢ £�¤�¥ SZÁMONKÉRÉS K �� ¦��§�� - �'�3��¨@��¦��!�%�*� � �-©@ª��¨�«@¬

- PERIÓDUS ¡C¥�®>¯P°P± .±&² JAVA SOLT FÉLÉV 7., 8. LÉT SZÁMKORLÁT - A képzés célja, tematikája (10-12 sor): Megismertetni a hallgatókat azokkal a kísérletes módszerekkel, amelyek a klasszikus bioinformatika adatbázisát szolgáltatják, il letve megismertetni a hallgatókkal azokat az ¤ >³�¢ L¤ ´�µC¥�¢ ´¶� >³��&·L¸�� £�³�¹q¢� �¢&ºY²Y�E³�¡�¢& V»)µY·�®>³�¼�½�¥�µ�¾)¢E³¿º�·µ�»�·"¢�¼�µY¾)¢E³À¹�¢ ¼5� NÁY�&¾Â��&¾%´$�&¾Â¢�'¢ £�¢�³�µY¾�´$¢&¾�¢feldo 7»)µY�¤�¥�¤E³q L� Ã$�E³�¡$²Y±3³��¥�®?Ä Tematika: A funkcionális genomika kísérleti alapjai - ¢¦»)�&´$µY¼Å¥��®N´�³?Æ¶¥��&¾�²)� ´)Ç ®.¢!¢&´�¢ .ÈN�®?¥�¥l³P·�¢�³�±&»�®.¤ ® - expressziós analízis nukleinsav szinten

DNS chip technológia, in vivo expresszált gének azonosítása, differential display, szubsztraktív hibridizáció, Real time PCR technológia

- expressziós analízis fehérje szinten É�ÊÌËPÍ�Î)Ï*ÐNÑ"Í!Ò�Ó$Ò Ô_ÕLÖ�×ÀØ"Ù%ËPÍ Î)Ï&ÐLÑ�Í!Ú Î�×LÛ�Ü�Í�Ú&Î�Ó�Ý�ÔLÞ�ß%×.Ò Ù�ËPà&ß'áY×?Ø�Û%Ô.Ò&â)Ù)Ï Ô_Í�ØÖ&Ü�ã'Ï�Ø�ä)Ò*å�Ü�Í&Ð×Là Ô_×?Ø�å)Ï�Ühibrid rendszerek

- æ Í�Ü�ÒEä)Ý%ÔL×Lå�çqØ�è�Ü?é)Ý�Ó�Ò ÔLÒ&å�Ü�Ï&Ð�å)Ï&Û)Í&Ö�Ï�Ø"Í æ ÍEÜ�ÒEä)Ý)ÔN×�Ü�Ò Ó$Ò�Ô.ÕLÖ�×?ØäYã êLë)ìí î'ï tabolic profiling') - ð*ñ�ò ï ó)ô&õ ñ ô&ö�÷�ï&õløYï&ù�ô�ú�ô û�ï*ö�ï êLü)ý êLê_þ>÷�ý�ú�ý û$ÿ&ö úl÷Põ�ÿE÷�ô �� ý � In silico módszerek - Információs hálózatok - �� "!#�"�$��%�& ')(#*�+-,�."/ *�0 1"2 3�4�05,�+6387�3:9�(�;:4:.<7>=87�0 1 ?@*�."2 7�."0 1"ACBEDGFH1<IKJ)Lstb) ezek közötti kommunikációk - A DNS lingvisztikai analízise - Fehérje kódoló régiók azonosítása - Speciális szekvenciák (promóter, szabályozó régiók, splicing), gének azonosítása - Hasonlóság analízis, globális, lokális: a FASTA és a BLAST programcsalád - Több fehérje együttes összehasonlítása, konzervált motívumok azonosítása - Genomok egyedi és összehasonlító analízise - Metabolikus útvonalak felépítése genom szekvenciák alapján - A GCG program csomag - Membrán fehérjék, transzmembrán domének azonosítása - Fehérjék másodlagos szerkezetének jóslása - Fehérje funkció jóslása in silico

A TÁRGY NEVE Bioinformatika a molekuláris biológiában KÓD FELEL M S OKTATÓ KREDIT 2 NPOGQGR�OTSVU�NPWXOYN M S Z�[]\ÔGQ_NPZ�NÒGQGO

- HETI ÓRASZÁM 4 típus Gyakorlat SZÁMONKÉRÉS GY OGQ M \Ô�QaNPZYNbO�Q

Bioinformatika a molekuláris biológiában W-O`QPcdO�NaNPO_SUeN M Ngfdhi[ickjdl -

PERIÓDUS tavaszi JAVA SOLT FÉLÉV 8. LÉT SZÁMKORLÁT - A képzés célja, tematikája (10-12 sor): Az elméleti órán szerzett ismeretek gyakorlati alkalmazása

A TÁRGY NEVE Bioinformatika SZIT KÓD FELEL m S OKTATÓ Dr. Rákhely Gábor KREDIT 2 nPoGpGq�oTrVs�nPtXoYn m r u�v]wôGp_nPu�nòGpGo

- HETI ÓRASZÁM 2 típus Szeminárium SZÁMONKÉRÉS K oGp m wô�panPuYnbo�p

Bioinformatika a molekuláris biológiában t-o`pPxdo�nanPo_rsen m ngydzivixk{d| -

PERIÓDUS }5~$�� tavaszi JAVA SOLT FÉLÉV 7-10 LÉT SZÁMKORLÁT - A képzés célja, tematikája (10-12 sor): A kurzus célja a hallgatók megismertetése a szakirodalmazás technikájával a bioinformatika teületén. További cél, hogy a hallgatók önállóan tudják a tudományos cikkeket feldolgozni, saját képük és véleményük alakuljon ki a feldolgozott anyagban közzétett eredményekrôl. A hallgatók a megjelölt témák közül szabadon választhatnak. A feldolgozott cikkeket ��} adás formájában ismertetik a kurzus � �� } ��"��<�>�8�� #�:��<��6��:�� " K�E¡ ��#�¢��£�#¤�� X��¥�-��:¦V��$¤��8�"�E� §"¡ ��©¨kªH¤«¡:��¬��¦ ��®¯��#¤��6°®"� �e��±�P�²�³�¬©�k��5�-�>��® ��´��>� ¬©��5��°��-�k��8�� :��µ ��³��:� ��$¤"�¶�� k·#�¶¬©��µ ¸�¹�º »5¼±½K¾�»±¿#¾5À$»<Á�ÂÃ¿#ÁeÄ�¿Å¹)Æ Â¥Áhallgatók önálló gondolkodásának fejlesztését és azt, hogy késôbb Ph.D hallgatóként illetve érett Â"Æ�¿#ÁÇ¿ È�Â É�»±¿ÊÄ)Æ"¿ Ë�»À�Ì>Í�Ä)ÎVÍ�»6Ë�Ï Á�Ì�¾ ¸�¹¶Á>» ÁeÂXÍ�Ð Á`Ñ Ë8Ð�ÒeÏÓÀ#Ì�Á�ÂË�Ä�¾ ¸�Á�Ð�ÔXÒ�Õ:Á>»<ÖÉ�ÀCÍ�Ì�Í�Â Í�¿^ÉeÄ�¿�×Í�»²¾:Ð�ÑVÁ�À�À�Ò�ÂØ¼

A TÁRGY NEVE Eukarióta szervezetek genetikai térképezése KÓD FELEL Ù S OKTATÓ Dr. Csanádi Gyula KREDIT 2 ÚPÛGÜGÝ�ÛTÞVß�ÚPàXÛYÚ Ù Þ á�â]ã^ÛGÜ_ÚPá�Ú`ÛGÜGÛ

Az órákon való részvétel HETI ÓRASZÁM 2 típus ä�å�æ ç�è�é±ê SZÁMONKÉRÉS K ÛGÜ Ù ã^Û�ÜaÚPáYÚbÛ�Ü

- à-Û`ÜPëdÛ�ÚaÚPÛ_ÞßeÚ Ù Úgìdíiâiëkîdï -

PERIÓDUS tavaszi félév JAVA SOLT FÉLÉV 8 LÉT SZÁMKORLÁT ð-ñ�òØóØô�õ6ö ÷ A képzés célja, tematikája (10-12 sor): ø ù"ú û$ü�úØý¶þ:ÿ ñ��<ñ�� ñ�� ù ð�� ý ð�� û$ù �� ÿ � ù ñ ü � ú ù ñ û ��#ñ ý$ü � û�� ü �� ù ñ��ñ � � ��#÷ �� ÿ �� û ù � �� ü � ý �� û � ý¶þ:ù�ù ñ�� ð�� ÿ ��8ð��Øð�� ÿ ��! :ñ ù þ�û �8ñ��"� ý$ü � ÿ �� ÿ ó�# ÿ�ÿ � ù ý�þ�û � ÿ �� ý ÷$�%� �� ý'& � ÿ ñ ü ñ��8ñ � � �� ÷�� ÿ �(�'� ù ñ)�összefüggéseket vesszük át, valamint a különbségeket eukarióta és prokarióta rendszerek között. *,+�-�.�/"0�.214365�7 8�7�9':!.�;=<�. >�?@9A<�. B'0�.�C)DE;�0GFH/7 B'0�728�. 147)9AIJ. 1KIJF)9A14;ML�5N/OF�5�F 8!-!.�/3P9'14QMR�/@-�. BS. 0M0�.�5T7�9UF 14QM0F�5V0�F�5�<�F 1WL)9SF�?%-EF�5"X)YZ14. ;�?[9A<�. BS.�/. 0�:�?�B�/QM0�L�:!F ;�F\>�.�;�.�/"?V0�F�?]/72B'0�7 8�. 14749^0�DE5�+M;�:�+M143 _'`4a�b)cedAf�aNcgcf hMa�b)ced�i�h�j�clkMm `f nMoJf�pq_`4aNcVd�r sSt]uMh]a�a�b�p)vwuVxEmyf�u d

utunk a kontigok és egyedi gének azonosításáig. A kurzus utolsó részében z f�pMaVn{h�|Mb�hMsAr�c}m�uVh�m�u�~�m `�jJ_S|!h�m(c�cf hMa�b)c@i�bWhTj(c�^m `�|!s@x�|w_�c@vEpW|!~�j�b�o!�^m�~�f `4tMn�m `4pMm)_Sj n�r4_ym `�m�u�m z h�vMcm(cj)_|�hcf s"i�u�f�cr sAtMu@��`�f�u�t]m�pMj)_A|Mh�_A|MsAj b��Jm�bWn�_"�wu�o4c��Jf�u�o�f�`4f h�m��a�|�a�bM�"|MsA~�m�c'aeh�m�f nMo�f�_�_'`4m2h�cf s�iEu�f�cf�ahez való

tematikai kapcsolódásra. ��h�v�s'` v�_�m�h��Jx!f�c"h�f `4t\cf2~�m�caVh�m�m�u�m z d�j�b�r z iEu]�f�uk A térképezés genetikai alapjai eukariótákban. Az eukarióta térképezés genetikai markerei ��n�f�bMf�caVh�m�a�cr s'h�r z f `4r)_A�Jf�`��Jm�_'`4bMj�uNc�_'`�|]��c@x�f sSf h�r)_��'t��d�f�u�u�f�~�`4t]aVh Finomtérképezés - egy lépés a DNS-szint felé, speciális térképezési eljárások. Zavar a térképezésben: disztorció és kiküszöbölése. Letális lokuszok azonosítása. Kontigtérképezés, eljutottunk DNS-szintre. Genomséta. Genomtérképezés, térképösszehasonlítások. A genetikai térk

r z f `4r)_�bM��x�r�b�o�a��f�~�u�tw_�r)_��4vw~�j�b�sAf bJp�_`4f sAf2h!�!f�bE� Példák a térképezés alkalmazására: �}|MhM|Mb]_Aj2n]a��"|!h�x�a�`M_'n�j�u�m�cj b�m h�u�f��Mf�ctw_Ar2n�f�a�f(v�h�m sAa� Jcj(h��m�bE�

A TÁRGY NEVE A struktúrális bioinformatika, molekulamodellezés I. KÓD FELEL ¡ S OKTATÓ Dr. Heged ¢ £¥¤�¦!§�¨A©Mª�« Dr. Ötvös Ferenc, , Leitgeb Balázs (SZBK) KREDIT 2 ¬�¯®¯°M\±E²(¬�³�}¬¯´q±�µ�¶¸·¥¯®�¬�µ�¬¹¯®¯

HETI ÓRASZÁM 2 típus º�»�¼�½�¾M¿)À SZÁMONKÉRÉS K ¯®�´�·¥�®�¬�µ}¬Á�®

- ³�¹®�Â,�¬�¬��±]²2¬¯´�¬^Ã,Ä�¶�ÂÆÅ,Ç

PERIÓDUS ¼wÀ'È4É�Ê"Ë�»�Ë Ì JAVA SOLT FÉLÉV 7. vagy 9. félév LÉT SZÁMKORLÁT 30 A képzés célja, tematikája (10-12 sor):

A képzés célja, hogy a hallgatók betekintést nyerjenek a számítóges Í�Î »�º2Ï�Ðw»�½ Í�Î ¾Mº�»�»�º È4Ë�À'Ñ�º�Ò Í º Ó�É[À Í º Ô�Õ�Ë Ï�½ Í�Î »�º Ï�Ðw»�¿ ÔÉ[À Í�Î ¾Mº�»�»�º2È�Ë4À�½�»�½ ÖMÌ�º�×¼ Í º ÓMÏ�ØMÈ4º�»�ÙN×Ë�ÀAº�ÉN×�Ë�Àmódszereit. Ezen módszerek alkalmazásával pedig képesek legyenek struktúra-funkció összefüggések megállapítására, 3D térszerkezetek felépítésére és receptor-ligandum dinamikus kölcsönhatások vizsgálatára. Tematika: 1, Molekuláris modellezéshez szükséges alapfogalmak tisztázása 2, Makromolekuláris modellezéshez szükséges strukturális biológiai alapismeretek ÚMÛMÜ�Ý�Þ]ß�à á�âEß�ã2äæå@ç�Ý�Þ�èMà�ß�ß�à éWê)ç�ë�ß�ë ìMí�à(îï�Ý�à ðMá�ñ!é�à�ß�òNîê�çAà�å�ê�ç�Ý�ó]è]çé4à äAà�å

4, Molekuláris grafika 5, Fehérje struktúra és funkció predikció szekvencia alapján ôMõ�ö)÷�ø"ù ú�û2ü�ýSùJþÿ4ù ü��ù2ÿ4ù��Mù��ù ÿ4û�þ� �þ��ù ü��û ü�þ'ÿ4ù ü��ù ÿ4ù��ü��Mø"ù�úJû ü�ý�û��2ý��

7, Fehérje-Ligand kapcsolatok modellezése

A TÁRGY NEVE A struktúrális bioinformatika, molekulamodellezés II. KÓD FELEL � S OKTATÓ Dr. Heged "!�#%$'&�(�)�*,+ Dr. Ötvös Ferenc, , Leitgeb Balázs (SZBK) KREDIT 2 -/.1012�.43657-/89.:- � 3<;%=?>�.10@-/;%-A.101.

HETI ÓRASZÁM 2 típus B�C�D<E�F�GIH SZÁMONKÉRÉS K .10 � >�.%0J-/;:-K.%0 - 8�.A0/LM.%-J-/.@35N- � -POMQR=RLTSMU

PERIÓDUS tavaszi félév JAVA SOLT FÉLÉV 8. vagy 10. félév LÉT SZÁMKORLÁT 30 A képzés célja, tematikája (10-12 sor):

A képzés célja, hogy a hallgatók betekintést nyerjenek a számítóges molekulamodellezésbe, megismerjék a molekuláris VXWF�B�C�CYBNZ\[]H^E�C�E�_�`<B�a�DbVXB�c�d<e�Z]B�C�fga�[\H�B�hga�[\Hmódszereit. Ezen módszerek alkalmazásával pedig képesek legyenek struktúra-funkció összefüggések megállapítására, 3D térszerkezetek felépítésére és receptor-ligandum dinamikus kölcsönhatások vizsgálatára. Tematika: 1, Molekuláris modellezéshez szükséges alapfogalmak tisztázása 2, Makromolekuláris modellezéshez szükséges strukturális biológiai alapismeretek i�j�k VXWC�B�d\l6CYGNmnh�H�VXW<F�B�CoC�B�Zp[IHqE�C�E�_�`<B7a�D�V�B�c�d<e'Z�B�C�fga�[\H�B�h<[\H�VXrFH�Z]B�m�B�h 4, Molekuláris grafika 5, Fehérje struktúra és funkció predikció szekvencia alapján s�j<iItvu B�w<[NmoxyBzH�Z]B�m�d<BNZ]B�a�V�WF�B�C�C�B�Z][\H�hYH�V�B�m�a�a�[�m�H�Z]B�m�d<B�Z]B�a�{Xm�W�d�W�| u B�wz[�m�x�[�d�E�C�E�_Nx�G�| 7, Fehérje-Ligand kapcsolatok modellezése

A TÁRGY NEVE Struktúrális bioinformatika,

molekulamodellezés KÓD FELEL } S OKTATÓ Dr. Heged ~"��%�'�� n, Dr. Ötvös Ferenc, , Leitgeb Balázs (SZBK) KREDIT 2 �/�1�1��4�6�7�/�9�:� } �<�%�?��1�@�/�%�A�1�1�

HETI ÓRASZÁM 2 típus gyakorlat SZÁMONKÉRÉS GY �1� } ��%�J�/�:�K�%� Struktúrális bioinformatika,

molekulamodellezés, ��I� ��A�/�M�%�J�/�@��N� } �P�M�R�R�T�M� -


A képzés célja, hogy a hallgatók betekintést nyerjenek a számítóges �X� �Y�N�\�� X� �� ]¡\��¢<��£ � ��¤<¥¦� � ��§�¨�¡��©� �� \��§�¥¦� �X� ��Y�N \¡]�^��ª�«<��¬�� ¤��<� ]��®g¬�¡\��¥g¬�¡\�módszereit. Ezen módszerek alkalmazásával pedig képesek legyenek struktúra-funkció összefüggések megállapítására, 3D térszerkezetek felépítésére és receptor-ligandum dinamikus kölcsönhatások vizsgálatára. Tematika: 1, Molekuláris modellezéshez szükséges alapfogalmak tisztázása 2, Makromolekuláris modellezéshez szükséges strukturális biológiai alapismeretek ¯ £�° �X� ��\�6�Y�N§n¥�� X� ��o�� p¡I�q��ª�«<�7¬�� ¤��<' ��®g¬�¡\��¥<¡\� �X± �� ]��§��¥ 4, Molekuláris grafika 5, Fehérje struktúra és funkció predikció szekvencia alapján ² £ ¯I³v´ ��µ<¡N§o¨y�z�� ]��§��<�N ]��¬ �� ]¡\��¥Y� � ��§�¬�¬�¡�§�� ]��§��<�� ]��¬�¶X§ � � ��· ´ ��µz¡�§�¨�¡��ªN¨�� · 7, Fehérje-Ligand kapcsolatok modellezése

A TÁRGY NEVE A fehérjeszerkezet vizsgálat kísér letes módszerei

KÓD FELEL ¸ S OKTATÓ Dr. Bagyinka Csaba (SZBK) KREDIT 2 ¹/º1»1¼�º4½6¾7¹/¿9º:¹ ¸ ½<À%Á?Â�º1»@¹/À%¹Aº1»1º

HETI ÓRASZÁM 2 típus Ã�Ä�Å<Æ�Ç�ÈIÉ SZÁMONKÉRÉS K º1» ¸ Â�º%»J¹/À:¹Kº%» ¿�ºA»/ÊMº%¹J¹/º@½¾N¹ ¸ ¹PËMÌRÁRÊTÍMÎ


A képzés célja, hogy a hallgatók megismerjék a fehérjék szerkezetvizsgálatára alkalmas kísérleti módszerek alapjait, továbbá megtanulják azt, hogy milyen köv Ã�ÏÑÐ<ÃNÒ�Ï�ÃÓÏ�ÔIÉ�ÃNÐ<Ã�ÏÕÄ�Ã�Ö�Ã�Ï×ÄØÃ�Ù'Ú'Û�Û�ÜÝÆßÞ�Ã�ÖzÔ�à�áÓÔNÐ Ï�Ô�àÓÉ�Ò]Ã�à�Ð<ÃNÒ]Ã�Ï�Ô�à�ÃâÙ<Ú�Û�Æ7ÏÑÐ<Ú'Ò�ãÆNÛ ÆäÐ\å6Ä�æ'Û\ç'æ'Ò�Åmódszerek alkalmazásával. A kurzus további célja, hogy a hallgatók betekintést nyerjenek a spektroszkópiai módszerek és a molekulamodellezés kapcsolatába. Tematika: 1. Röntgenkrisztallográfia 2. Cirkuláris dikroizmus (CD) 3. Infravörös (IR) és Raman spektroszkópia 4. Mágneses magrezonancia spektroszkópia (NMR) 5. Peptidek térszerkezet-vizsgálata spektroszkópiai és számítástechnikai módszerek együttes

alkalmazásával

A TÁRGY NEVE Biológiai kísér letek számítógépes kiértékelése

KÓD FELEL è S OKTATÓ Dr. Groma Géza (SZBK) KREDIT 2 é/ê1ë1ì�ê4í6î7é/ï9ê:é è í<ð%ñ?ò�ê1ë@é/ð%éAê1ë1ê

HETI ÓRASZÁM 2 típus ó�ô�õ<ö�÷�øIù SZÁMONKÉRÉS K ê1ë è ò�ê%ëJé/ð:éKê%ë ï�êAë/úMê%éJé/ê@íîNé è éPûMüRñRúTýMþ

PERIÓDUS õ�ù�ÿ��ô�� JAVA SOLT FÉLÉV �� LÉT SZÁMKORLÁT 30 A képzés célja, tematikája (10-12 sor): A képzés célja annak bemutatása, hogy biológiai objektumokon végzett mérések eredményeit �� "!$#��%��& ��'(�)�&��*��#,+�-� .�/�� 102��354768#,�7�*%��!9��)��:��;#�<,��=��#��>��?0@��#��=�A B��%�%�!�DC'(�* � B��)��-�#E�F B��* ��G!�+�+H��I��%��,0@!B � ��,02��0@!KJ�3L�(+� ��"MN+�-O 8#�!�!B%��?P7 Q�7�R�� 10@�S0@��35+��%E��T!B��U ��folyamatok (pl. enzimkinetika) kiértékelésében szerezhetnek ismereteket, de betekintést #��J�%(��#V��W�� J��7�)�X�Y#��J��* �� M?0@!"�� Z[M�3LM(0L��#,+��\�?0]�^0��M��G:9��-��J��?0]�G��3@�?02��3_ Q�(02+��`!10=aC#,P�32��Pb0c�� 0@�S0@��35+��%/�d��!� �M��S02��35��e%(��JS02�*��354 fAgahjikgml\n�o�p�q�oLr�s/t,u@pOsvr�q/wSu2x�y�z�{�r)|�z�o@rm}�n,~ l. Tematika:

1. A méréselmélet alapfogalmai 2. A MATLAB interaktív programkörnyezet 3. ��w(}�oB�>��O�By��)|��z��"s/pO��{B{1u@x��o5��{B��Bo@z,u@r 4. Kinetikai modellek illesztése mérési eredményekre 5. ��,��B�m�� - és frekvencia tartományban, Fourier transzformáció 6. Ritmikus biológiai jelenségek elemzése 7. Képfeldolgozás a mikroszkópiában 8. Mérésfeldolgozó hardverek 9. Mérésvezérlés a LABVIEW programkörnyezetben 10. ��B��$ ,¡b�L¢�£b�2��¤�¥G�§¦�¤?�@¨��d¦�©�ª2¥/¢��@��©)¦1¦1«7¬,�¥/¤� ,®(�¯"�B�£�°$¯�¤2±[�

A TÁRGY NEVE Filogenetika KÓD FELEL ² S OKTATÓ Dr Varga János, Dr Vágvölgyi Csaba KREDIT 2 ³µ´·¶·¸�´º¹7»=³µ¼G´½³ ² ¹�¾À¿ ÁÂ´·¶m³µ¾À³d´·¶·´ - HETI ÓRASZÁM 2 típus Ã�ÄBÅ�Æ�Ç�È?É SZÁMONKÉRÉS K ´·¶ ² ÁÂ´À¶e³µ¾½³Ê´À¶ - ¼"´d¶µË�´À³e³µ´m¹O»�³ ² ³ÍÌ�ÎÏ¿ÏËÑÐ�Ò - PERIÓDUS ÅSÉ2Ó�Ô�Õ�Ö*Ä�Ö�×,Ø�Ù�Æ)×�Æ,É�Ó?Ô�Õ�Ö*Ä�Ö�× JAVA SOLT FÉLÉV 8. félév LÉT SZÁMKORLÁT - A képzés célja, tematikája (10-12 sor): A filogenetikai vizsgálatok célja Fajfogalmak és koncepciók. Szupraspecifikus taxonok. Terminológia Alkalmazott karakterek

- fenotípusos karakerek (morfológiai, fiziológiai, biológiai, stb.) - genotípusos markerek (fehérje-, RNS és DNS alapú módszerek)

Homológia és felismerésének kritériumai. Távolságok, kódolás, adatmátrix, távolságmátrix. DNS szekvencia: nukleotid szubsztitúciós modellek, evolúciós távolság, szekvencia illesztés. Fenetikus rendszerezés (numerikus taxonómia) alapjai

- mintavétel - adatmátrix - hierarchikus, nem hierarchikus osztályozás

Filogenetikai rendszerezés (kladizmus) alapjai A filogenetika terminológiája. Fa konstrukció. Konszenzus technikák.

- genetikai távolságokon alapuló módszerek - parszimónia módszerek - likelihood módszerek - törzsfák

Statisztikai módszerek (bootstrap, jackknife, Bremer-index stb.), filogenetikai fák megbízhatósága A filogenetikai vizsgálatok alkalmazása: taxonómia A filogenetikai vizsgálatok alkalmazása: populációbiológia A filogenetikai vizsgálatok alkalmazása: koevolúció és biogeográfia Haplotípusok és DNS szekvenciák filogenetikai elemzése, programcsomagok használata: A SYNTAX programcsomag használata A PHYLIP programcsomag alkalmazása DNS szekvenciák filogenetikai analízisének egyéb módszerei (CLUSTAL X, SEPAL, SOAP, BIOEDIT, PUZZLE) Szekvencia adatbázisok.

A TÁRGY NEVE ÚÜÛ�ÝbÞ�ßBß�Þ?àDá,âaÞNã?ä7Þ�ÝSå2Þ�ß�Þ�æ2æ@ç7è_â�Þ�é>ê7ÞNâ ë ìbí�î vizsgálatában KÓD FELEL ï S OKTATÓ Dr. Pénzes Zsolt KREDIT 2 ðµñ·ò·ó�ñºô7õ=ðµöGñ½ð ï ô�÷Àø ùÂñ·òmðµ÷Àðdñ·ò·ñ - HETI ÓRASZÁM 2 típus ú�ûBü�ý�þ�ÿ�� SZÁMONKÉRÉS K ñ·ò ï ùÂñÀòeðµ÷½ðÊñÀò - ö"ñdò��ñÀðeðµñmôOõ�ð ï ð��Ïø��

- PERIÓDUS ü�� *û�� JAVA SOLT FÉLÉV - LÉT SZÁMKORLÁT - A képzés célja, tematikája (10-12 sor): A kurzus célja a legfontosabb modell típusok és néhány fontos alkalmazási területük bemutatása. Tematika:

1. Modellek típusai, modell építés. 2. Egyedek: egyedi különbségek, szelekció és optimalizáció. Szimulációk. Állapotfüggés, a

dinamikus programozás módszere. 3. Egyedek közötti kölcsönhatás. Játékelmélet: evolúciósan stabil stratégiák, replikátor egyenlet,

kooperáció, kommunikáció. Genetikai algoritmus, mesterséges ideghálózatok, dinamikus játékok.

4. PopuûBÿ��û�� "!�#(ý%$�ÿ��@ý'&(�� '�)�*�+��,��- ��!�$/.0�� ú�1��ú2 *üOþ��43656�7$��ý��@ÿ�,8��9,�:�ý��;�1��/�@ÿ�,�&/ú�û<$�ú�1�=@úNþ��>� &populáció-egyedszám viszonyok, diverzitás.

5. ?A@�B�C�DFE G"D�C�H�I�J�BKJ�BML�N"O�P�Q�D�R�S<T-UVBXW�Y�T-Z%[�S�Q\S<T-UVB4W

A TÁRGY NEVE Biometria KÓD FELEL ] S OKTATÓ Dr. Pénzes Zsolt KREDIT 2 ^�_a`ab�_dcfeX^�gh_i^ ] c

ÉG FELTÉTELE - HETI ÓRASZÁM 2 típus j�k�l�m�n�o�p SZÁMONKÉRÉS K _a` ]rq _s`6^�ti^u_s`

vxw�y�z|{}j%~��y�mAm�k��m�k\{}m��oVp mA��j��y�n�j�� }��s�6��A�|�F�a�� -

PERIÓDUS tavaszi félév JAVA SOLT FÉLÉV - LÉT SZÁMKORLÁT - A képzés célja, tematikája (10-12 sor): A kurzus célja az alapvet ��|�¡ "��6¢V£f��¤"¥V�"¤"¦2��§-�X¨©£f��%§-��¥ª��«¢��\¬}��¦��%§- h®©§-�¯§��\®-¦�§��°¢��2�módszerek bemutatása. A legnagyobb hangsúlyt a számítógép-intenzív módszerekre fektetjük. Tematika:

1. Alapfogalmak, adatok típusai. Nevezetes statisztikák. 2. Becslés. 3. Hipotézisvizsgálat alapelvei, a statisztikai modell. 4. A legfontosabb parametrikus és nem-parametrikus módszerek. Regresszió és

korreláció. 5. Gyakorisági adatok, arányok. 6. Lineáris modellek, GLM. Hierarchikus modellek. 7. Randomizáció, bootstrap, jackknife. Bayes-statisztika alapelvei. 8. Sokváltozós módszerek felosztása, mintázatelemzés. Információelméleti módszerek a

mintázatelemzésben.

A TÁRGY NEVE A biometria alkalmazása KÓD FELEL ± S OKTATÓ Dr. Pénzes Zsolt KREDIT 2 ²�³aáµ�³d¶f·X²�¸h³i² ± ¶�¹sº¼»½³aÁ²�¹s²�³aá³

- HETI ÓRASZÁM 2 típus gyakorlat SZÁMONKÉRÉS GY ³a´ ± »½³s´6²�¹i²u³s´

¾i¿�À|ÁªÂ%Ã�Ä+¿�ÅAÂ'ÅVÆVÇ-Â�È"É>¿�Ê�Â Ë�ÌfÍ�Â�È�Î ¸}³�´�Ï�³s²6²�³A¶|·F² ± ²�Ð�Ñ�º�ÏÒ�Ó -

PERIÓDUS tavaszi félév JAVA SOLT FÉLÉV - LÉT SZÁMKORLÁT - A képzés célja, tematikája (10-12 sor): Ô

È"É"Å�Õ�À"Ä+Í�ÅXÃ×Ö�Ø�Í Ë*ÅÙÅÛÚ�¿�À|Á}Â%Ã�Ä+¿�ÅÜÂ�Í�Ý|Å'Ê�Þ>ß À"àá¿/ß+ÁhÂFÄ©Ã-Â%Ã-Â¯Ã\ÃAÁ(â|Ê|ß-ã�Â�Ä+Â�ÕáÈ"É"Å�Õ�À�Ä�Í�ÞVß+Å�äåÅæß-ã�Þ�Áhç<Ã-â�È�Ø�è�Â�ßè�Ä+À�ÈVÄ Å�ÁªÀ�ÕéÚ�Â�Á�ê�Ã-Å%Ã-Þ�ß ÅVÆáë½ì>ÚíÚÛÕVîfÍ�ì|àVÚ"ì"ã2ÝÛÞ�Í<Ã-Å�Í�Þ�à>À)ß8ÖVß À"Á}Å�È Ú�Â�Á�ê�Ã-Å%Ã-Þ�ß-Ä+ÅïÕ�Â�Ä©î�ÍðÇ¯ñVòåñóñ|äñ�É�à�ëKÅ�ô�Î+äóÊ�Â�ÂFÍ\ß+Ý�ß+À�Ä©Ú�Å�àõÅ�ãö÷Ö�ß+À�ÁªÅ�È�ÀVÃ½ø�Å�ß�ã�à�Þ�Í Ë�ê�ÕùÆVò½ØFÍ�Ê�Þ�Õ�Å%ÃåÅdÚ�¿¡À|Í�â�È|¿�Å ÕVî�Í�ì�àVÚ�ì�ã�Ý(Ã-Â�Ä�î�Í�Â%Ã-Â�¿«Ä+Ý|Íveszünk.

A TÁRGY NEVE Kortikonika KÓD FELEL ú S OKTATÓ Dr. Tamás Gábor KREDIT 2 û�üaýaþ�üdÿ��Xû��hüiû ú ÿ��½üaýAû��sû�üaýaü

- HETI ÓRASZÁM 2 típus �� SZÁMONKÉRÉS K üaý ú �½üsý6û��iûuüsý

- �}ü�ý��üsû6û�üAÿ��Fû ú û�� -

PERIÓDUS ��! #"%$'&(�*)��( JAVA SOLT FÉLÉV 7-10 LÉTSZÁMKORLÁT - A képzés célja, tematikája (10-12 sor): Hardver

az agykéreg szerkezete sejttípusok szinapszisok �( #,+-)�, . ��/��0"��0 .�213��547638 9;:0<,=�>�?0@�A5=�B#CD:�B�?0@FE,:HG�I5?�A�GDBKJ,?�IMLD:N<�OP> Q RTSVUXW

uniform eloszlás nonuniform eloszlás

Az akciós potenciál információtartalmának feldolgozása hálózatokban egyspike-transzmisszió szinapszisokban Y�Z([#\5]�^�_N`3]baT_0cdZ(e%f(g�Z spikesorozat transzmisszió

A membránpotenciál és a szinaptikus válasz viszonya h�a,_0\�`�i�\j^DkXZ0Y�]�fml�[#a�n�cb]�a*k�_N`3]7`3^ _0YT]�i�`�opfml�[#aTn�cq]7a*k�_0`�]�`�^ autokorrelácó és keresztkorreláció spikesorozatokban Z([�\�]�Y,hDfr\s^DktZvu�Ywf(x�Z0`�^bh�a*_!\P`�i�\j^DkyZ0Y�]�fml�[#a�n�cb]�a*k�_0`�]�`�^�`D] Z([�\�]�Y,hDfr\s^DktZvu�Ywf(x�Z0`�^�_0Y,]7i�`3opfml�[.a.nPcq]�awk�_0`3]7`3^7`3]

Ideghálózati modellek pontneuron random hálózatok rekurrens kooperatív hálózatok perceptronok

Transzmisszió neuronláncokon divergencia és konvergencia Z![,l�^XZ0gTz�Z![{a,_-|XZNg,z divergens és konvergens kapcsolatok transzmisszió divergens és konvergens láncokon

Szinkron transzmisszió Z([�\�]�^�_0`�]ba,_(c�Z0e%f(g�Z szinkron láncok transzmisszó stabilitás szinkron láncokban \'i�c�[�e}f(g�Z~g�Zvh�_Na��\j[#\%f(xDZ átalakulás szinkron és aszinkron aktivitás között a szinkron láncok detektálhatósága

A TÁRGY NEVE Az idegi kód KÓD FELEL � S OKTATÓ Dr. Tamás Gábor KREDIT 2 ��F�F��w�� v�F��F�F�

- HETI ÓRASZÁM 2 típus �� SZÁMONKÉRÉS K �F� � �v�� Kortikonika ��T� � ��

- PERIÓDUS �� zi/tavasz JAVA SOLT FÉLÉV 7-10 LÉT SZÁMKORLÁT -

A képzés célja, tematikája (10-12 sor): Szinaptikus kódolás szinaptikus transzmisszió preszinaptikus mechanizmusok posztszinaptikus mechanizmusok kvantál analízis szubszinaptikus mechanizmusok

periszinaptikus mechanizmusok interszinaptikus mechanizmusok Celluláris kódolás szubcelluláris régiók � ��! T¡��%¢V�0£T¤ � ¡�¤�¤��q¥�¦�§�¨D�N�*¢(¦D©!§��¦��! #�'��N¦3ª

szinaptikus eloszlások dendritikus integráció akciós potenciál iniciáció axonális propagáció

Hálózati kódolás integrate and fire kódok tüzelési ráta kódok kanonikus mikrokörök

A TÁRGY NEVE A bioinformatika elméleti alapjai KÓD FELEL « S OKTATÓ Dr. Pongor Sándor KREDIT 1 ¬�F®F¯��°�±w¬�²��¬ « °�³�´µvF®�¬�³�¬�F®F

- HETI ÓRASZÁM 1 típus ¶�·�¸�¹�º�»�¼ SZÁMONKÉRÉS K F® « µv�®�¬�³�¬��® ²��®�½��¬�¬��°�±T¬ « ¬�¾�¿�´�½�À�Á

- PERIÓDUS ¸�¼!Â#Ã JAVA SOLT FÉLÉV 7. LÉT SZÁMKORLÁT -

A képzés célja, tematikája (10-12 sor): 1. Algoritmusok elmélete, komplexitásvizsgálat

Algoritmusok fogalma, tár és lépésszám meghatározása, np-teljesség. 2. Rendszerelméleti alapfogalmak: rendszer, szerkezet, funkció Rendszer, környezet, struktúra, funkciós tulajdonságok 3. Molekula-szerkezetek ábrázolásának alapelvei, DNS, RNS, fehérje Szubstruktúrák és relációk, szerves molekulák és biopolimerek ábrázolási módjai Lokális és globális deszkriptorok ÄXÅ�Æ�ÇDÈ�É(Ê#Ë,Ì-ÍÏÎ�É~Ð#É0Ñ�Ò�Ñ3ÌmÓrÑ�É~Ô*Õ7Ì0Ô,Ê#Ñ�Ö�Ô�ÉNÑ3×�Ø�ÙbÑ�Ö�ËT×DÚ�Ö'Ô�×�Î�Év×�Ñ�Û�Ó(Ë*Ü{ÓmÚXÉ!Ñ�×bÝÞÉ(Ê#Ë,Ì!×�ËTÊ#Ë*ÓßÎ�ÉvàMÚ�ÛD×�Ð�á�â�ã

Hasonlósági osztályok, ábrázolásaik, funkciós osztályok, szintézisutak. 5. Adatbázisok, mint a tudásábrázolás:

Szekvencia- és szerkezeti adatbázisok, motívum és funkciós adatbázisok 6. Hasonlóság alapfogalmai és matematikai leírásai

Globális és lokális hasonlóságok, hasonlósági indexek, távolságok, metrikák A statisztikai értékelés alapjai, a predikciós módszerek tesztelése.

9. Szekvenciák hasonlósága, hasonlóságkeresés, statisztikai értékelés

Szekvenciák motívum-osztályozása, doménfelismerési problémák és módszerek elmélete

10. Térszerkezetek hasonlósága, hasonlóságkeresés, statisztikai értékelés

Térszerkezetek motívum-osztályozása (fold-ok), doménfelismerési módszerek elmélete

A TÁRGY NEVE Proteomika, és nukleinsav szerkezeti számítások in silico KÓD FELEL ä S OKTATÓ Dr. Pongor Sándor KREDIT 2 å�æFçFè�æ�é�êwå�ë�æ�å ä é�ì�íîvæFç�å�ì�å�æFçFæ

- HETI ÓRASZÁM 2 típus ï�ð�ñ�ò�ó�ô�õ SZÁMONKÉRÉS K æFç ä îvæ�ç�å�ì�å�æ�ç ë�æ�ç�ö�æ�å�å�æ�é�êTå ä å�÷�ø�í�ö�ù�ú

- PERIÓDUS ñ�õ!û i/tavaszi JAVA SOLT FÉLÉV 7., 8. LÉT SZÁMKORLÁT -

A képzés célja, tematikája (10-12 sor): Kísérleti módszerek alapjai: Fehérjekémiai alapok, Fehérje 2D elektroforézis, Fehérjék tömegspektrometriája A fehérje-szerkezet alapjai üýðmõ0ñ�ó3ð�ïTþ�ï7õNÿ��ô�õ��ó�ð�ò,þ��õ � õ��ò rmadlagos szerkezet, motívumok (fold-ok), Fold-

adatbázisok (FSSP, SCOP, CATH)Fehérje-szekvencia, domén- és motívum-adatbázisok

Proteómok elektroforézis-adatbázisai Fehérjeszekvenciák számítógépes analízisének módszerei

Karakter-alapú és paraméteres ábrázolások. Izoelektromos pont, molekulasúly, egyéb fizikokémiai paraméterek, peptidtérképek generálása, Hidrofóbicitási diagramok, 2D szimbolikus ábrázolások

Fehérjeazonosítási módszerek Számítógépes módszerek aminosav-összetétel, szubszekvencia, izoelektromos pont, fragmens-molekulasúlyok alapján, egész fehérjék és nemspecifikus fragmensek analízise, stb. Peptid-térképek analízise.

Predikciós módszerek: másodlagos- és harmadlagos szerkezet, domén-predikció Statisztikus módszerek, neuronhálók, Markov-láncok és kombinált módszerek. Fehérje-szerkezeti (structural genomics) programok. Nukleinsav-szerkezeti alapfogalmak

B, A, Z-DNS, Nemkanonikus ("szokatlan") DNS szerkezetek, RNS másodlagos struktúrák, DNS görbület �� !#"��$��!#� %'&(��)*��+-,.�/"� ��"� 0�1) 2(3

ejelzése Fizika-kémiai paraméterek, primer-tervezés, DNS-görbület, 1D, 2D- és 3D diagramok 3D modellek, www-szerverek RNS szerkezeti számítások Genomok ábrázolása szerkezeti számítások alapján.

a bioinformatika szakirÁny hÁlÓterve - …biotech.szbk.u-szeged.hu/bioinf/haloterv.pdfa tÁrgy...

Documents