Спецификација предмета за књигу предмета
Студијски програм  Молекуларна биологија физиологија
Изборно подручје (модул) Геномика
Врста и ниво студија Мастер академске студије
Назив предмета Анализа геномских података 1
Наставник (за предавања) Владимир Јовановић
Наставник/сарадник (за вежбе) Богдан Јовановић
Наставник/сарадник (за ДОН)  
Број ЕСПБ 6 Статус предмета (обавезни/изборни) Обавезни
Услов Нема посебних услова
Циљ
предмета
Циљ курса је да студентима пружи основна знања о приступу, анализи и интерпретацију различитих геномских података кроз рад у UNIX/Linux, Python и Biopython.
Исход
предмета
Након успешно завршеног курса, студенти би требало да стекну знања и вештине да:
Дефинишу типове и формате података који су резултат секвенцирања и примарне обраде података.
Приступе геномским подацима у јавним базама података.
Анализирају различите геномске податке коришћењем UNIX/Linux, Python и Biopython.
Адекватно интерпретирају резултате и ставе их у одговарајући биолошких контекст.
Дизајнирају експерименте у циљу изучавања задатих биолошких проблема.

Садржај предмета
Теоријска
настава
Увод у UNIX/Linux
Секвенце: FASTA и FASTQ формати, квалитет сирових секвенци (QC).
Поређење секвенци.
Асембловање и анотација генома.
Варијабилност генома.
Интеракција протеина и ДНК.
Scripting језици.
Reduced representation sequencing - (dd)RAD-Seq, de novo асемблирање генома.
Увод у популациону геномику.
Увод у филогеномику: теоријска основа стабала; стабло гена и врста, OTU
Практична настава (вежбе, ДОН, студијски истражива-чки рад) Радно окружење и основне функције у UNIX/Linux.
Рад са FASTA и FASTQ форматима секвенци, анализа квалитета сирових секвенци (QC).
Aлгоритми поравнања и мапирања, BLAST; SAM/BAM формат.
Aсембловање (canu) и анотација генома (maker),  GFF/GTF формат. Графички приказ садржаја генома и мапирања.
Позивање геномских варијанти, VCF формат, vcftools/bcftools
ChIP-Seq подаци. BED формат. Проналажење мотива за везивање протеина са ДНК.
Основни рад у Python и Biopython.
(dd)RAD-Seq подаци; de novo асемблирање генома.
Популациона геномика: STRUCTURE.
Метагеномика: qiime2 workflow, BLAST и OTUs.
Литература
1 Arthur Lesk. Introduction to Genomics. Third Edition. Oxford University Press, 2017. ISBN-13: 978-0198754831
2 Jonathan Pevsner. Bioinformatics and Functional Genomics. 3rd edition. John Wiley & Sons, 2015. ISBN-13: 9781118581780
3 Arthur Lesk. Introduction to Bioinformatics. Fifth Edition. 2019. Oxford University Press. ISBN-13: 978-0198794141
4  
5  
Број часова активне наставе недељно током семестра/триместра/године
Предавања Вежбе ДОН Студијски истраживачки рад Остали часови
0.75 2 0.25    
Методе
извођења
наставе
Теоријска предавања, рачунарске вежбе, домаћи задаци, дискусије, консултације
Оцена знања (максимални број поена 100)
Предиспитне обавезе поена Завршни испит поена
активност у току
предавања
  писмени испит 30
практична настава 70 усмени испит  
колоквијуми      
семинари