IA368 - Tópicos em Engenharia de Computação V - Turma J

Tema - Análise de Dados em Bioinformática

Objetivos e Escopo

• A Bioinformática é uma área de atuação multidisciplinar, que engloba ciência da computação, tecnologia de informação, matemática aplicada, engenharia e biologia. Este curso se propõe a apresentar técnicas de análise e síntese de ferramentas e modelos para dados em bioinformática.
  
  Para maiores detalhes sobre as áreas de atuação do grupo de pesquisa em Bioinformática da FEEC/Unicamp, denominado InfoBioSys (lê-se infobiósis) favor acessar Informatics and Biological Systems Group
  

Informações Importantes

• Ementa Reduzida
  
• Critério de Avaliação e Data das Atividades
  
• Assuntos de Interesse Geral
  
• Cronograma dos Projetos e Outras Informações Pertinentes
  
• Alocação dos Seminários
  

Resultados de Avaliação

• Conceitos Finais (Última atualização: 17/07/2002)
  

Notas de Aula (em PDF)

• Tópico 1 : Introdução e Motivação
  
• Tópico 2 (Parte II) : Transcrição e Tradução
  
• Tópico 4: Ferramentas de Computação Inspiradas na Biologia
  
• Tópico 5: Uma Visão Geral de Clusterização de Dados
  
• Heuristic Problem Solving, pgs. 2 a 43. (disponível apenas no xerox do CABS)
  
• Approximation Algorithms, pgs. 44 a 87. (disponível apenas no xerox do CABS)
  
• Tópico 6: Árvores Filogenéticas
  
• Tópico 6 (Parte II): Inferindo Filogenias
  
• Tópico 7: Morfometria Geométrica e Análise Multivariada
  
• Tópico 8: Decomposição em Valores Singulares e Análise de Componentes Principais
  

Listas de Exercícios

• Lista 1: Data de Entrega (25/04)
  
• Lista 2: Data de Entrega (28/05)
  

Material de Apoio

Panorama

• Bioinformatics, by I. S. Kohane, Biostatistical Genetics and Genetic Epidemiology, John Wiley & Sons, 2002. (também disponível no xerox do CABS)
• Luscombe, N.M., Greenbaum, D. & Gerstein, M. What is Bioinformatics? An Introduction and Overview, 2001.
  
• Discovery of Regulatory Interactions through Perturbation: Inference and Experimental Design, T.E. Ideker, V. Thorsson, and R.M. Karp, Pacific Symposium on Biocomputing, 5:302-313, (2000).
  
• Math 4/5779: Mathematics Clinic - Biochemical Pathways: Computational Issues - Bibliography, by Harvey J. Greenberg, (2002).

  Heurísticas

• Rardin, R.L. & Uzsoy, R. Experimental Evaluation of Heuristic Optimization Algorithms: A Tutorial, Journal of Heuristics, vol. 7, pp. 261-304, 2001. (disponível apenas no xerox do CABS)

  Complexidade Computacional

• Dunne, P.E. Introduction to Complexity Theory.
  
• Dunne, P.E. NP and NP-completeness.
  
• Dunne, P.E. Algorithm Design Paradigms.
  
• Davies, S. & Russell, S. NP-Completeness of Searches for Smallest Possible Feature Sets, in Proceedings of the AAAI Fall Symposium on Relevance, New Orleans, Nov. 1994.
  

  Co-evolução

• Potter, M.A. & De Jong K.A. Cooperative Coevolution: An Architecture for Evolving Coadapted Subcomponents, Evolutionary Computation, vol. 8, no. 1, pp. 1-29, 2000. (disponível no xerox do CABS e também aqui)
  
• Hillis, W.D. Co-Evolving Parasites Improve Simulated Evolution as an Optimization Procedure, in Langton, C.G., Taylor, C., Farmer, J.D. & Rasmussen, S. (eds.) Artificial Life II, Addison-Wesley Publishing Company, pp. 313-324, 1991. (disponível apenas no xerox do CABS)
  

  Clustering

• Costa, J.A.F. Classificação Automática e Análise de Dados por Redes Neurais Auto-Organizáveis, Tese de Doutorado, FEEC/Unicamp, 1999.
  
• Jain, A.K. Data Clustering: A Review, Preprint of a paper published in ACM Computing Surveys, vol. 31, no. 3, pp. 264-323, 1999.
  
• Fasulo, D. An Analysis of Recent Work on Clustering Algorithms, 1999.
  
• Cluster analysis of gene expression data, by Ka Yee Yeung, PhD Thesis, University of Washington, (2001).
• Minimum Spanning Trees for Gene Expression Data Clustering, by Ying Xu, Victor Olman and Dong Xu, in Genome Informatics, vol 11, (2001).
• Excavator, a computer software for gene expression data clustering.

  Árvores Filogenéticas

• Prado, O.G.
  Computação Evolutiva Empregada na Reconstrução de Árvores Filogenéticas
  

  Design of experiments

• Algorithms for Choosing Informative Differential Gene Expression Experiments, R.M. Karp, R. Stoughton, and Ka Yee Yeung, Recomb99, 1999.

  Visualization

• Computational analysis, visualization and integration of protein-protein interactions, by P. Uetz, T. Ideker, B. Schwikowski, In: Golemis,E. (ed.) The Study of Protein-Protein Interactions - An Advanced Manual. Cold Spring Harbor Laboratory Press (2001)

  Microarrays - Gene Expression

• Dados disponíveis 1
  
• Dados disponíveis 2
  
• Dados disponíveis 3
  
• Dados disponíveis 4
  
• Dados disponíveis 5
  
• Dapple, a program for quantitating spots on a two-color DNA microarray image. Given a pair of images from a comparative hybridization, Dapple finds the individual spots on the image, evaluates their qualities, and quantifies their total fluorescent intensities.
  
• Quackenbush, J. Computational Analysis of Microarray Data, Nature Reviews - Genetics, pp. 418-427, June 2001.
  
• Alter, O., Brown, P.O. & Botstein, D. Singular value decomposition for genome-wide expression data processing and modeling , Proceedings of the National Academy of Science, vol. 97, no. 18, pp. 10101-10106, August 2000.
  
• Bo, T.H. & Jonassen, I. New feature subset selection procedures for classification of expression profiles, Genome Biology, 3(4):research0017.1-0017.11, 2002.
  
• Boz, O. Feature Subset Selection by Using Sorted Feature Relevance, Proceedings of the 2002 International Conference on Machine Learning and Applications (ICMLA'02), June 24-27, 2002.
  
• Getz, G., Levine, E. & Domany, E. Coupled Two-Way Clustering Analysis of Gene Microarray Data, Proceedings of the National Academy of Science, vol. 97, no. 22, pp. 12079-12084, October 2000.
  
• Kurra, G., Niu, W. & Bhatnagar, R. Mining microarray expression data for classifier gene-cores, Proceedings of the Workshop on Data Mining in Bioinformatics (BIOKDD01), pp. 8-14, 2001.
  

  Phylogenies

• Quintet cleaning, by Rabih Neouchi.