Gyakorlati bioinformatika
|
|
- Mátyás Rácz
- 8 évvel ezelőtt
- Látták:
Átírás
1 Gyakorlati bioinformatika Szekvenciaillesztés PhD kurzus 2. Szekvenciaillesztés Bagossi Péter Fajtái: - egyszer ill. többszörös illesztés - globális ill. lokális illesztés Alkalmazása: - adatbázisokban való keresés - szekvenciák összehasonlítása - szerkezet/funkció jóslása Algoritmusok: - Smith-Waterman - Pearson-Lipman - Needleman-Wunsch Programok: - FASTA - BLAST - ClustalW Pontozási rendszereket - PAM - BLOSUM - Overington Szekvenciaillesztés HIV proteinázok egyszer illesztése A hasonlóság egy megfigyelhet, mérhet mennyiség pl. pontszám, százalék), a homológia pedig az ebbl levont minségi következtetést jelenti, azaz hogy a két gén/fehérje közös evoluciós családfáról származik. Egy adott illesztéshez számolható egy adott pontszám, azonban fontos annak meghatározása, hogy ez a pontszám elég magas-e ahhoz, hogy bizonyítsa a homológiát. Az E érték annak az eseménynek a valószínségét mutatja, hogy az adatbázisban való keresés során véletlenül kapunk azonos nagyságú pontszámot, és nagysága függ az adott szekvencia hosszától, a hasonlóságtól és az adatbázis nagyságától. HIV- HIV-2 HIV- HIV-2 PQITLWQRPLVTIRIGGQLKEALLDTGADDTVLEEMNLPGKWKPKMIGGIGGFIKVRQY PQFSLWKRPVVTAHIEGQPVEVLLDTGADDSIVAGIELGNNYSPKIVGGIGGFINTKEY ** ** ** ** * ** * ******** * ** ******* * DQIPVEICGHKAIGTVLVGPTPVNIIGRNLLTQIGCTLNF KNVEIEVLNKKVRATIMTGDTPINIFGRNILTALGMSLNL * * * * ** ** *** ** * ** Retrovirális proteinázok többszörös illesztése Retrovirális proteinázok szerkezeti illesztése HIV- PQITLW..QRPLVTIRIG...GQLKEALLDTGADDTVLEE..MN...LPGKWK..PKMIGGIGGFIKVRQY HIV-2 PQFSLW..KRPVVTAHIE...GQPVEVLLDTGADDSIVAG..IE...LGNNYS..PKIVGGIGGFINTKEY SIV PQFSLW..RRPVVTAHIE...GQPVEVLLDTGADDSIVTG..IE...LGPHYT..PKIVGGIGGFINTKEY EIAV VTYNLE..KRPTTIVLIN...DTPLNVLLDTGADTSVLTTAHYNRLKYRGRKYQ..GTGIGGVGGNVETFST FIV -TTTTLE..KRPEILIFVN...GYPIKFLLDTGADITILNRRDFQ.VKN.SIENG..RQNMIGVGGGKRGTNY RSV LAMTMEHKDRPLVRVILTNTGSHPVKQRSVYITALLDSGADITIISEEDWP...TDWPVMEAANPQIHGIGGGIPMRKS ** *** *** * ** HIV-.DQIPVEICG...HKAIGTVLVG...PTPVNIIGRNLLTQIGCTLNF.. HIV-2.KNVEIEVLN...KKVRATIMTG...DTPINIFGRNILTALGMSLNL.. SIV.KNVEIEVLG...KRIKGTIMTG...DTPINIFGRNILTALGMSLNL.. EIAV.P.VTIKKKG...RHIKTRMLVA...DIPVTILGRDILQDLGAKLVL.. FIV.INVHLEIRDENYKT.QCIFGNVCVLEDNSLIQPLLGRDNMIKFNIRLVMAQ RSV RDMIELGVINRDGSLERPLLLFPAVA...MVRGSILGRDCLQGLGLRLTNL. **
2 Szekvenciaillesztés 2 3 Globális illesztés BLAST Lokális illesztés
3 Clustal-W Clustal-X 3
4 FASTA formátum PIR formátum 4
5 Gombák D. klockeri N. crassa C. krusei sütéleszt Molekuláris evolúció Madarak pingvin Emlsök tyúk Kétéltek kecskebéka Rovarok moly tehén kutya ló nyúl légy kenguru ponty pekingi kacsa galamb tekns tonhal macskacápa angolna búza Hüllk Halak Növények bab szezám ricinus napraforgó A természetes mutációs változások szimulálhatóak két vagy több szekvencia olyan illesztésével, amelyben a változtatások számát amely egyik szekvenciát átalakítja a másikká) minimalizálták. A filogenetikai fa ennek a függvénynek a grafikus megjelenítése, amelyben a mutációk száma arányos az egyes ágak hosszúságával. gypsy-dm:0.4506, gypsy-dv:0.630) :0.2933, bfv:0.2969, efv:0.9698) : , ffv: ) : , hfv: , sfvcpz: ) : , sfv: , sfv3: ) : ) :0.4790) :0.6035, ty3:0.4323) :0.0274, ty-at:0.3865, PHYLIP PHYLogeny Inference Package, consists of 35 programs. protpars: protein parsimony dollop: Dollo and polymorphism parsimony dnapars: DNA sequence parsimony dolpenny: Dollo and polymorphism branch and bound parsimony dnapenny: DNA parsimony branch and bound dolmove: Dollo and polymorphism interactive parsimony dnamove: interactive DNA parsimony clique: 0/ characters compatibility method dnacomp: DNA compatibility factor: Character recoding program dnaml: DNA maximum likelihood drawgram: Rooted tree drawing program dnamlk: DNA maximum likelihood with clock drawtree: Unrooted tree drawing program proml: Protein sequence maximum likelihood consense: Consensus tree program promlk: Protein sequence maximum likelihood with clock treedist: Tree distance program dnainvar: DNA invariants retree: interactive tree rearrangement program dnadist: DNA distance protdist: Protein sequence distance restdist: Restriction sites and fragments distances restml: Restriction sites maximum likelihood seqboot: Bootstrapping/Jackknifing fitch: Fitch-Margoliash distance matrix method kitsch: Fitch-Margoliash distance matrix with clock neighbor: Neighbor-Joining and UPGMA method contml: Maximum likelihood continuous characters and gene frequencies contrast: Contrast method gendist: Genetic distance pars: Unordered multistate parsimony mix: Mixed method parsimony penny: Branch and bound mixed method parsimony move: Interactive mixed method parsimony PHYLIP drawgram: rooted tree drawing program drawtree: unrooted tree drawing program 5
6 2. Gyakorlati feladat Töltsd le az adatbázisból az általad korábban választott humán gén - egér, sertés és csirke homológját, majd: - illesszd össze a nukleotid szekvenciákat ClustalW) - a szekvenciákat fordítsd le fehérje szintre Expasy) - illesszd össze a fehérje szekvenciákat ClustalW) - a fehérje szekvenciákat fordítsd vissza DNS szintre Expasy) - hasonlítsd össze az eredeti és a visszafordított DNS szekvenciát ClustalW) - készitsd el a gén és a fehérje filogenetikai fáját és hasonlítsd össze ket ClustalW, Phylip) Az egybeszerkesztett dokumentumot -ben küld el a peter@indi.biochem.dote.hu cimre! 6
Problémák és megoldások a bioinformatikában. Válogatott fejezetek a bioinformatikából. Gyimesi Gergely, 2008. február 25.
Problémák és megoldások a bioinformatikában Válogatott fejezetek a bioinformatikából Gyimesi Gergely, 2008. február 25. Mik a fontos, megoldatlan biológiai problémák? Milyen módszereket, megoldási lehetıségeket
RészletesebbenA tárgy címe: Bioinformatika
A tárgy címe: Bioinformatika Kötelezően választható tárgy IV. és V. évfolyamos biológus hallgatók számára; heti 2+3 óra Előkövetelmény: Biokémia főkollégium; genetika főkollégium; alapszintű számítógépes
RészletesebbenCLUSTALW Multiple Sequence Alignment
Version 3.2 CLUSTALW Multiple Sequence Alignment Selected Sequences) FETA_GORGO FETA_HORSE FETA_HUMAN FETA_MOUSE FETA_PANTR FETA_RAT Import Alignments) Return Help Report Bugs Fasta label *) Workbench
RészletesebbenAz evolúció az adatok mögött
Filogenetika Az evolúció az adatok mögött Ortutay Csaba, PhD 2013 április 9 Miről lesz ma szó? Nukleotid szubsztitúciós modellek Távolság alapú módszerek UPGMA Neighbor joining Modell alapú filogenetika
RészletesebbenMolekuláris evolúció második gyakorlat
Molekuláris evolúció második gyakorlat Szekvenciák illesztése (alignment készítés) Szekvenciák szerkesztése Programok: ClustalX (http://evolution.genetics.washington.edu/phylip/software.html) GeneDoc (http://www.psc.edu/biomed/genedoc/)
RészletesebbenOrvosi Genomtudomány 2014 Medical Genomics 2014. Április 8 Május 22 8th April 22nd May
Orvosi Genomtudomány 2014 Medical Genomics 2014 Április 8 Május 22 8th April 22nd May Hét / 1st week (9. kalendariumi het) Takács László / Fehér Zsigmond Magyar kurzus Datum/ido Ápr. 8 Apr. 9 10:00 10:45
RészletesebbenFilogenetikai analízis. Törzsfák szerkesztése
Filogenetikai analízis Törzsfák szerkesztése Neighbor joining (szomszéd összevonó) módszer A fában egymás mellé kerülı objektumok kiválasztása a távolságmátrix értékei és az objektumoknak az összes többivel
RészletesebbenBioinformatika és genomanalízis az orvostudományban. Biológiai adatbázisok. Cserző Miklós 2018
Bioinformatika és genomanalízis az orvostudományban Biológiai adatbázisok Cserző Miklós 2018 A mai előadás Mi az adatbázis A biológia kapcsolata az adatbázisokkal Az adatbázisok típusai Adatbázis formátumok,
RészletesebbenBevezetés a bioinformatikába. Harangi János DE, TEK, TTK Biokémiai Tanszék
Bevezetés a bioinformatikába Harangi János DE, TEK, TTK Biokémiai Tanszék Bioinformatika Interdiszciplináris tudomány, amely magába foglalja a biológiai adatok gyűjtésének,feldolgozásának, tárolásának,
RészletesebbenJuhász Angéla MTA ATK MI Alkalmazott Genomikai Osztály SZEKVENCIA ADATBÁZISOK
Juhász Angéla MTA ATK MI Alkalmazott Genomikai Osztály SZEKVENCIA ADATBÁZISOK Fehérjét kódol? Tulajdonságai? -Hol lokalizálódik? -Oldható? -3D szerkezete? -Accession #? -Annotációja elérhető? Már benne
RészletesebbenA humán mitokondriális genom: Evolúció, mutációk, polimorfizmusok, populációs vonatkozások. Egyed Balázs ELTE Genetikai Tanszék
A humán mitokondriális genom: Evolúció, mutációk, polimorfizmusok, populációs vonatkozások Egyed Balázs ELTE Genetikai Tanszék Endoszimbiotikus gén-transzfer (Timmis et al., 2004, Nat Rev Gen) Endoszimbiotikus
RészletesebbenBioinformatika 2 2. előadás
2. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2018.09.10. N.M. Luscombe, D. Greenbaum, M. Gerstein: International Medical Informatics
RészletesebbenGenetikus algoritmusok
Genetikus algoritmusok Zsolnai Károly - BME CS zsolnai@cs.bme.hu Keresőalgoritmusok osztályai Véletlent használó algoritmusok Keresőalgoritmusok Kimerítő algoritmusok Dinamikus programozás BFS DFS Tabu
RészletesebbenBakteriális identifikáció 16S rrns gén szekvencia alapján
Bakteriális identifikáció 16S rrns gén szekvencia alapján MOHR ANITA SIPOS RITA, SZÁNTÓ-EGÉSZ RÉKA, MICSINAI ADRIENN 2100 Gödöllő, Szent-Györgyi Albert út 4. info@biomi.hu, www.biomi.hu TÖRZS AZONOSÍTÁS
RészletesebbenMOLEKULÁRIS FILOGENETIKAI ELEMZÉSEK EGY DISZKRÉT MATEMATIKAI
Doktori értekezés tézisei MOLEKULÁRIS FILOGENETIKAI ELEMZÉSEK EGY DISZKRÉT MATEMATIKAI MÓDSZER, A BOOLE ANALÍZIS SEGÍTSÉGÉVEL Ari Eszter Dr. Jakó Éena, tudományos főmunkatárs témavezető Dr. Szathmáry Eörs,
RészletesebbenPontfelhő létrehozás és használat Regard3D és CloudCompare nyílt forráskódú szoftverekkel. dr. Siki Zoltán
Pontfelhő létrehozás és használat Regard3D és CloudCompare nyílt forráskódú szoftverekkel dr. Siki Zoltán siki.zoltan@epito.bme.hu Regard3D Nyílt forráskódú SfM (Structure from Motion) Fényképekből 3D
RészletesebbenA bakteriális kommunikáció és kooperáció génjeinek elhelyezkedése ismert genomokban.
A bakteriális kommunikáció és kooperáció génjeinek elhelyezkedése ismert genomokban. Az AHL szabályzórendszer génjei. Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar Multidiszciplináris
RészletesebbenBioinformatika 2 4. előadás
4. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2018.09.24. Biológiai adatbázisok Felhasználó Keresõprogram BLAST Biológiai adatbázisok
RészletesebbenTechnológiai-üzemeltetési stratégiák csoportosítása hisztorikus idsorok szimbolikus epizód reprezentációján alapulva
Technológiai-üzemeltetési stratégiák csoportosítása hisztorikus idsorok szimbolikus epizód reprezentációján alapulva Balaskó B., Németh S., Abonyi J. Pannon Egyetem Folyamatmérnöki Tanszék Tartalom QTA:
Részletesebben3. Páronkénti szekvencia összerendezés
3. Páronkénti szekvencia összerendezés 1. Alapfogalmak 2. Hasonlósági mátrixok (PAM, BLOSUM) 3. Statisztikai szignifikancia 4. A pontábrázolás 5. Lokális és globális hasonlóság 6. Globális összerendezés:
RészletesebbenA mai el!adás. Bioinformatika és genom analízis az orvostudományban (AOGENBIG_1M) Mi a bioinformatika? Pontosítjuk a definíciót
Bioinformatika és genom analízis az orvostudományban (AOGENBIG_1M) Miklós István SOTE, 2008. szeptember 11. A mai eladás Mi a bioinformatika? Kik a bioinformatikusok? A bioinformatika oktatása a világban
RészletesebbenEz a rész öt fejezetből áll. A tizenharmadik fejezet az informatika egyik legdinamikusabbban fejlődő területének, a bioinformatikának az alapvető
Ez a rész öt fejezetből áll. A tizenharmadik fejezet az informatika egyik legdinamikusabbban fejlődő területének, a bioinformatikának az alapvető algoritmusait foglalja össze. A tizennegyedik fejezet témája
RészletesebbenDobzhansky: In Biology nothing makes sense except in the light of Evolution.
Dobzhansky: In Biology nothing makes sense except in the light of Evolution. Az Evolúcióbiológia Története Molnár István im54@invitel.hu Mai témák 1. Mi az evolúció? 2. Hogyan alakult ki a mai evolúciós
RészletesebbenDNS-szekvencia meghatározás
DNS-szekvencia meghatározás Gilbert 1980 (1958) Sanger 3-1 A DNS-polimerázok jellemzői 5'-3' polimeráz aktivitás 5'-3' exonukleáz 3'-5' exonukleáz aktivitás Az új szál szintéziséhez kell: templát DNS primer
RészletesebbenAnimal welfare, etológia és tartástechnológia
Animal welfare, etológia és tartástechnológia Animal welfare, ethology and housing systems Volume 4 Issue 2 Különszám Gödöllı 2008 468 EGYEDAZONOSÍTÁS ÉS SZÁRMAZÁSELLENİRZÉS HIPERPOLIMORF MIKROSZATELLITA
RészletesebbenMai témák. Fehérjék dinamikájának jelentősége. Számítógépes modellezés jelentősége
Mai témák Fehérjék szerkezetének predikciója, szerkezeti adatok felhasználása adatbázisok segítségével, a számítógépes molekuladinamikai modellezés alapjai Hegedűs Tamás tamas@hegelab.org Bevezetés szimulációk
RészletesebbenMOLEKULÁRIS FILOGENETIKAI ELEMZÉSEK EGY DISZKRÉT MATEMATIKAI
Doktori értekezés MOLEKULÁRIS FILOGENETIKAI ELEMZÉSEK EGY DISZKRÉT MATEMATIKAI MÓDSZER, A BOOLE ANALÍZIS SEGÍTSÉGÉVEL Ari Eszter Dr. Jakó Éena, tudományos főmunkatárs témavezető Dr. Szathmáry Eörs, egyetemi
RészletesebbenBIOINFORMATIKA Ungvári Ildikó
1 BIOINFORMATIKA Ungvári Ildikó Az elmúlt évtizedekben a molekuláris biológiai, genomikai technológiák robbanásszerű fejlődése a biológiai adatok mennyiségének exponenciális növekedéséhez vezetett. Ebben
RészletesebbenEvolutionary Tree Reconstruction and its Applications in Protein Classification
Szegedi Tudományegyetem Mesterséges Intelligencia Kutatócsoport Evolutionary Tree Reconstruction and its Applications in Protein Classification PhD értekezés tézisei Busa-Fekete Róbert Témavezetők: Prof.
RészletesebbenKIEGÉSZÍTŽ FELADATOK. Készlet Bud. Kap. Pápa Sopr. Veszp. Kecsk. 310 4 6 8 10 5 Pécs 260 6 4 5 6 3 Szomb. 280 9 5 4 3 5 Igény 220 200 80 180 160
KIEGÉSZÍTŽ FELADATOK (Szállítási probléma) Árut kell elszállítani három telephelyr l (Kecskemét, Pécs, Szombathely) öt területi raktárba, melyek Budapesten, Kaposváron, Pápán, Sopronban és Veszprémben
RészletesebbenCserző Miklós Bioinformatika és genomanalízis az orvostudományban. Integrált biológiai adatbázisok
Bioinformatika és genomanalízis az orvostudományban Integrált biológiai adatbázisok Cserző Miklós 2018 A mai előadás A genom annotálás jelentősége Genome Reference Consortium Gene Ontology Az ensembl pipeline
RészletesebbenGenomadatbázisok Ld. Entrez Genome: Összes ismert genom, hierarchikus szervezésben (kromoszóma, térképek, gének, stb.)
Genomika Új korszak, paradigmaváltás, forradalom: a teljes genomok ismeretében a biológia adatokban gazdag tudománnyá válik. Új kutatási módszerek, új szemlélet. Hajtóerõk: Genomszekvenálási projektek
RészletesebbenDOKTORI ÉRTEKEZÉS TÉZISEI. Hepatitiszt okozó vírusok molekuláris vizsgálata. N. Szomor Katalin. Budapest 2009.
DOKTORI ÉRTEKEZÉS TÉZISEI Hepatitiszt okozó vírusok molekuláris vizsgálata N. Szomor Katalin Budapest 2009. 2 1. BEVEZETÉS A világ legjelentősebb népegészségügyi problémái közé tartozik a vírusok által
RészletesebbenNÖVÉNYI GENOMIKA JÓRI BALÁZS
NÖVÉNYI GENOMIKA JÓRI BALÁZS Eötvös Loránd Tudományegyetem, Növényélettani és Molekuláris Növénybiológia Tanszék, 1117 Budapest, Pázmány P. sétány 1/c. Elfogadva: 2004. december 29. Bot. Közlem. 91(1 2):
RészletesebbenZárójelentés. Állati rotavírusok összehasonlító genomvizsgálata. c. OTKA kutatási programról. Bányai Krisztián (MTA ATK ÁOTI)
Zárójelentés Állati rotavírusok összehasonlító genomvizsgálata c. OTKA kutatási programról Bányai Krisztián (MTA ATK ÁOTI) 2012 1 Az Állati rotavírusok összehasonlító genomvizsgálata c. programban azt
RészletesebbenSzent István Egyetem Állatorvos-tudományi Doktori Iskola. Sertés circovírusok járványtani vizsgálata
Szent István Egyetem Állatorvos-tudományi Doktori Iskola Sertés circovírusok járványtani vizsgálata PhD dolgozat tézisei Készítette: Dr. Cságola Attila Témavezet : Dr. Tuboly Tamás 2009 Szent István Egyetem
RészletesebbenSemmelweis Egyetem / Élettani Intézet / Budapest. Bioinformatika és genomanalízis az orvostudományban. Szekvenciaelemzés. Cserző Miklós 2017
Bioinformatika és genomanalízis az orvostudományban Szekvenciaelemzés Cserző Miklós 2017 A mai előadás Szekvencia analízis statisztikus szempontból Annotálás homológia alapján Az annotálás szempontjai
RészletesebbenBiokémiai hasonlóságok
Biokémiai hasonlóságok Ha összehasonlítjuk a különböző fajok fehérjéit, arra a meglepő eredményre jutunk, hogy a vizsgálatok eredménye végső soron nem támogatja az evolúciós elképzelést. Sok ember számára
RészletesebbenBioinformatika előadás
Bioinformatika 2 11. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2016.11.28. Bioinformatics Szerkezeti genomika, proteomika, biológia
RészletesebbenLeast Squares becslés
Least Squares becslés A négyzetes hibafüggvény: i d i ( ) φx i A négyzetes hibafüggvény mellett a minimumot biztosító megoldás W=( d LS becslés A gradiens számítása és nullává tétele eredményeképp A megoldás
RészletesebbenGERONTOLÓGIA. 6. Biogerontológia: öregedési elméletek SEMSEI IMRE. Debreceni Egyetem Orvos- és Egészségtudományi Centrum Egészségügyi Kar
GERONTOLÓGIA 6. Biogerontológia: öregedési elméletek SEMSEI IMRE Debreceni Egyetem Orvos- és Egészségtudományi Centrum Egészségügyi Kar KEZDETI PRÓBÁLKOZÁSOK A fiatalság kútja Giacomo Jaquerio (Italy)
RészletesebbenEvolúcióbiológia. Biológus B.Sc tavaszi félév
Evolúcióbiológia Biológus B.Sc. 2011. tavaszi félév A biológiában minden csak az evolúció fényében válik érthetővé Theodosius Dobzhansky : Nothing in biology makes sense except in the light of evolution.
RészletesebbenA PNP kóroktanának molekuláris vizsgálata Dán Ádám és Rónai Zsuzsanna
A PNP kóroktanának molekuláris vizsgálata Dán Ádám és Rónai Zsuzsanna XXVI. Derzsy Napok 2018. június 7-8. Hajdúszoboszló 1 Marek betegség vírusa Vakcina vírustörzs Alphaherpesvirinae Mardivirus Gallid
RészletesebbenAz evolúció folyamatos változások olyan sorozata, melynek során bizonyos populációk öröklődő jellegei nemzedékről nemzedékre változnak.
Evolúció Az evolúció folyamatos változások olyan sorozata, melynek során bizonyos populációk öröklődő jellegei nemzedékről nemzedékre változnak. Latin eredetű szó, jelentése: kibontakozás Időben egymást
RészletesebbenMiben különbözünk az egértől? Szabályozás a molekuláris biológiában
Az atomoktól a csillagokig, 2010. október 28., ELTE Fizikai Intézet Miben különbözünk az egértől? Szabályozás a molekuláris biológiában brainmaps.org Homo sapiens (Miroslav Klose) Mus musculus Farkas Illés
RészletesebbenFOLOSIREA BAZELOR DE DATE GENETICE ÎN EDUCAŢIE GENETIKAI ADATBÁZISOK FELHASZNÁLÁSA AZ OKTATÁSBAN
FOLOSIREA BAZELOR DE DATE GENETICE ÎN EDUCAŢIE GENETIKAI ADATBÁZISOK FELHASZNÁLÁSA AZ OKTATÁSBAN Prof. József Éva Liceul Teoretic Bolyai Farkas, Tg.Mureş, Mureş De ce să folosim baze de date genetice în
RészletesebbenSzent István Egyetem Állatorvos-tudományi Doktori Iskola
Szent István Egyetem Állatorvos-tudományi Doktori Iskola Kígyó-adeno- és parvovírus teljes genomjának szekvenciája és analízise, mindkét víruscsaládban az elsõ molekuláris elemzések hüllõ-eredetû izolátummal
RészletesebbenBioinformatika 2 6. előadás
6. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2018.10.08. PDBj: http://www.pdbj.org/ Fehérjék 3D szerkezeti adatbázisai - PDBj 2 2018.10.08.
RészletesebbenBiomassza alapú bioalkohol előállítási technológia fejlesztése metagenomikai eljárással
Biomassza alapú bioalkohol előállítási technológia fejlesztése metagenomikai eljárással Kovács Zoltán ügyvezető DEKUT Debreceni Kutatásfejlesztési Közhasznú Nonprofit Kft. Problémadefiníció Első generációs
RészletesebbenHidraulikus hálózatok robusztusságának növelése
Dr. Dulovics Dezső Junior Szimpózium 2018. Hidraulikus hálózatok robusztusságának növelése Előadó: Huzsvár Tamás MSc. Képzés, II. évfolyam Témavezető: Wéber Richárd, Dr. Hős Csaba www.hds.bme.hu Az előadás
RészletesebbenIdősorok elemzése. Salánki Ágnes
Idősorok elemzése Salánki Ágnes salanki.agnes@gmail.com 2012.04.13. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék 1 Idősorok analízise Alapfogalmak Komponenselemzés
RészletesebbenSZÁLLÍTÁSI FELADAT KÖRUTAZÁSI MODELL WINDOWS QUANTITATIVE SUPPORT BUSINESS PROGRAMMAL (QSB) JEGYZET Ábragyűjtemény Dr. Réger Béla LÉPÉSRŐL - LÉPÉSRE
SZÁLLÍTÁSI FELADAT KÖRUTAZÁSI MODELL WINDOWS QUANTITATIVE SUPPORT BUSINESS PROGRAMMAL (QSB) JEGYZET Ábragyűjtemény Dr. Réger Béla LÉPÉSRŐL - LÉPÉSRE KÖRUTAZÁSI MODELL AVAGY AZ UTAZÓÜGYNÖK PROBLÉMÁJA Induló
RészletesebbenBioinformatika 2 5.. előad
5.. előad adás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2009. 03. 21. Fehérje térszerkezet t megjelenítése A fehérjék meglehetősen összetett
RészletesebbenA Multi Locus Sequence Typing (MLST) alkalmazhatósága az élelmiszermikrobiológiában
A Multi Locus Sequence Typing (MLST) alkalmazhatósága az élelmiszermikrobiológiában Sipos Rita, Lukács Alena, Simon Janka, Szántó-Egész Réka, Micsinai Adrienn 2100 Gödöllő, Szent-Györgyi Albert út 4. info@biomi.hu,
RészletesebbenInteraktív, grafikus környezet. Magasszintû alkalmazási nyelv (KAL) Integrált grafikus interface könyvtár. Intelligens kapcsolat más szoftverekkel
Készítette: Szabó Gábor, 1996 Az Az IntelliCorp IntelliCorp stratégiája: stratégiája: Kifinomult, Kifinomult, objektum-orientált objektum-orientált környezetet környezetet biztosít biztosít tervezéséhez,
RészletesebbenMesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008
Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008 Az Előadások Témái Bevezető: mi a mesterséges intelligencia... Tudás reprezentáció stratégiák Szemantikus hálók / Keretrendszerek
RészletesebbenA mutáns fenotípushoz szorosan kapcsolt markerek (1N1R és U212D) segítségével BAC (Bacterial Artifical Chromosome) klónokat azonosítottunk egy másik
A szimbiotikus gümő kialakulásában résztvevő két gén azonosítása Medicago truncatulaból térképezésen alapuló génizolálással c. OTKA pályázat (T046645) zárójelentése A pályázat célja a Sinorhizobium meliloti
RészletesebbenFehérjeszerkezet analízis. Fehérjeszerkezet analízis. Fehérjeszerkezet analízis. Fehérjeszerkezet analízis. Fehérjeszerkezet analízis
Szerkezet Protein Data Bank (PDB) http://www.rcsb.org/pdb ~ 35 701 szerkezet közepes felbontás 1552 szerkezet d 1.5 Å 160 szerkezet d 1.0 Å 10 szerkezet d 0.8 Å (atomi felbontás) E globális minimum? funkció
RészletesebbenNem-lineáris programozási feladatok
Nem-lineáris programozási feladatok S - lehetséges halmaz 2008.02.04 Dr.Bajalinov Erik, NyF MII 1 Elég egyszerű példa: nemlineáris célfüggvény + lineáris feltételek Lehetséges halmaz x 1 *x 2 =6.75 Gradiens
RészletesebbenFehérjék szerkezetének predikciója, szerkezeti adatok felhasználása adatbázisok segítségével, a számítógépes molekuladinamikai modellezés alapjai
Fehérjék szerkezetének predikciója, szerkezeti adatok felhasználása adatbázisok segítségével, a számítógépes molekuladinamikai modellezés alapjai Hegedűs Tamás tamas@hegelab.org MTA-SE Membránbiológiai
RészletesebbenHÁZI FELADAT PROGRAMOZÁS I. évf. Fizikus BSc. 2009/2010. I. félév
1. feladat (nehézsége:*****). Készíts C programot, mely a felhasználó által megadott függvényt integrálja (numerikusan). Gondosan tervezd meg az adatstruktúrát! Tervezz egy megfelelő bemeneti nyelvet.
RészletesebbenA HUMÁN GENOM PROJEKT Sasvári-Székely Mária* Semmelweis Egyetem, Orvosi Vegytani, Molekuláris Biológiai és Pathobiokémiai Intézet
A HUMÁN GENOM PROJEKT Sasvári-Székely Mária* Semmelweis Egyetem, Orvosi Vegytani, Molekuláris Biológiai és Pathobiokémiai Intézet *Levelezési cím: Dr. Sasvári-Székely Mária, Semmelweis Egyetem, Orvosi
RészletesebbenProgramozási módszertan. Dinamikus programozás: A leghosszabb közös részsorozat
PM-07 p. 1/13 Programozási módszertan Dinamikus programozás: A leghosszabb közös részsorozat Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu PM-07
RészletesebbenMesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2010/2011 1/363
1/363 Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2010/2011 Az Előadások Témái 69/363 Bevezető: mi a mesterséges intelligencia... Tudás reprezentáció Gráfkeresési stratégiák
RészletesebbenAz Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010 projekt
Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010 projekt ÁLLATGENETIKA Debreceni Egyetem Nyugat-magyarországi Egyetem Pannon Egyetem A projekt az Európai Unió támogatásával, az
RészletesebbenHasonlósági keresés molekulagráfokon: legnagyobb közös részgráf keresése
Hasonlósági keresés molekulagráfokon: legnagyobb közös részgráf keresése Kovács Péter ChemAxon Kft., ELTE IK kpeter@inf.elte.hu Budapest, 2018.11.06. Bevezetés Feladat: két molekulagráf legnagyobb közös
RészletesebbenA bioinformatika gyökerei
A bioinformatika gyökerei 1944: Avery a transforming principle a DNS 1952: Hershey és Chase perdöntő bizonyíték: a bakteriofágok szaporodásakor csak a DNS jut be a sejtbe 1953: Watson és Crick a DNS szerkezete
RészletesebbenMUTÁCIÓK. A mutáció az örökítő anyag spontán, maradandó megváltozása, amelynek során új genetikai tulajdonság keletkezik.
MUTÁCIÓK A mutáció az örökítő anyag spontán, maradandó megváltozása, amelynek során új genetikai tulajdonság keletkezik. Pontmutáció: A kromoszóma egy génjében pár nukleotidnál következik be változás.
RészletesebbenHumán genom variációk single nucleotide polymorphism (SNP)
Humán genom variációk single nucleotide polymorphism (SNP) A genom ~ 97 %-a két különböző egyedben teljesen azonos ~ 1% különbség: SNP miatt ~2% különbség: kópiaszámbeli eltérés, deléciók miatt 11-12 millió
RészletesebbenTermészetismeret 4. osztály - 3. forduló -
MERJ A LEGJOBB LENNI! A TEHETSÉGGONDOZÁS FELTÉTELRENDSZERÉNEK FEJLESZTÉSE A GYOMAENDRŐDI KIS BÁLINT ISKOLA ÉS ÓVODÁBAN AZONOSÍTÓ SZÁM: TÁMOP-3.4.3-08/2-2009-0053 PROJEKT KEDVEZMÉNYEZETT: KIS BÁLINT ÁLTALÁNOS
RészletesebbenAz orvosi biotechnológiai mesterképzés megfeleltetése az Európai Unió új társadalmi kihívásainak a Pécsi Tudományegyetemen és a Debreceni Egyetemen
Az orvosi biotechnológiai mesterképzés megfeleltetése az Európai Unió új társadalmi kihívásainak a Pécsi Tudományegyetemen és a Debreceni Egyetemen Azonosító szám: TÁMOP-4.1.2-08/1/A-2009-0011 Az orvosi
RészletesebbenBiológus MSc. Molekuláris biológiai alapismeretek
Biológus MSc Molekuláris biológiai alapismeretek A nukleotidok építőkövei A nukleotidok szerkezete Nukleotid = N-tartalmú szerves bázis + pentóz + foszfát N-glikozidos kötés 5 1 4 2 3 (Foszfát)észter-kötés
RészletesebbenEpigenetikai Szabályozás
Epigenetikai Szabályozás Kromatin alapegysége a nukleoszóma 1. DNS Linker DNS Nukleoszóma mag H1 DNS 10 nm 30 nm Nukleoszóma gyöngy (4x2 hiszton molekula + 146 nukleotid pár) 10 nm-es szál 30 nm-es szál
RészletesebbenFehérje expressziós rendszerek. Gyógyszerészi Biotechnológia
Fehérje expressziós rendszerek Gyógyszerészi Biotechnológia Expressziós rendszerek Cél: rekombináns fehérjék előállítása nagy tisztaságban és nagy mennyiségben kísérleti ill. gyakorlati (therapia) felhasználásokra
RészletesebbenMolekuláris genetikai vizsgáló. módszerek az immundefektusok. diagnosztikájában
Molekuláris genetikai vizsgáló módszerek az immundefektusok diagnosztikájában Primer immundefektusok A primer immundeficiencia ritka, veleszületett, monogénes öröklődésű immunhiányos állapot. Családi halmozódást
Részletesebben5. osztály. Matematika
5. osztály A természetes számok értelmezése 100 000-ig. A tízes számrendszer helyértékes írásmódja. A A természetes számok írásbeli összeadása, kivonása. A műveleti eredmények becslése. Ellenőrzés 3. A
RészletesebbenBioinformatika előadás
10. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat Genomika vs. proteomika A genomika módszereivel nem a tényleges fehérjéket vizsgáljuk,
RészletesebbenSemmelweis Egyetem / Élettani Intézet / Budapest. Bioinformatika és genomanalízis az orvostudományban. Bevezetés. Cserző Miklós 2018
Bioinformatika és genomanalízis az orvostudományban Bevezetés Cserző Miklós 2018 A mai előadás A kurzus menete Hol találkozunk bioinformatikával Mi a bioinformatika Miért van bioinformatika A számítógépekről
RészletesebbenÁLLATTENYÉSZTÉSI TUDOMÁNYOK DOKTORI ISKOLA Doktori Iskola vezető: Dr. Bánszki Tamás, MTA doktora. Témavezetők: mezőgazdaság-tudomány kandidátusa
DEBRECENI EGYETEM AGRÁRTUDOMÁNYI CENTRUM MEZŐGAZDASÁGTUDOMÁNYI KAR ÁLLATTENYÉSZTÉS- ÉS TAKARMÁNYOZÁSTANI TANSZÉK ÁLLATTENYÉSZTÉSI TUDOMÁNYOK DOKTORI ISKOLA Doktori Iskola vezető: Dr. Bánszki Tamás, MTA
RészletesebbenPROKARIÓTA GENOMOK ÖSSZEHASONLÍTÓ ANALÍZISE BIOINFORMATIKAI MÓDSZEREKKEL. Doktori (Ph.D.) értekezés tézisei. Kassainé Jáger Edit Andrea
PROKARIÓTA GENOMOK ÖSSZEHASONLÍTÓ ANALÍZISE BIOINFORMATIKAI MÓDSZEREKKEL Doktori (Ph.D.) értekezés tézisei Kassainé Jáger Edit Andrea Biológia Doktori Iskola Vezetője: Dr. Erdei Anna egyetemi tanár, az
RészletesebbenNÖVÉNYGENETIKA. Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP /1/A
NÖVÉNYGENETIKA Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010 A citológia és a genetika társtudománya Citogenetika A kromoszómák eredetét, szerkezetét, genetikai funkcióját,
Részletesebben7. Fehérjeszekvenciák és térszerkezetek analízise.
7. Fehérjeszekvenciák és térszerkezetek analízise. 1. Egyszerû elemzések 2. Térszerkezet predikció 2.1. A probléma bonyolultsága 2.2. A predikció szintjei 2.3. 1D predikciók (másodlagos szerkezet, hozzáférhetõség,
RészletesebbenBioinformatika gyakorlat csilabusz
Bioinformatika gyakorlat csilabusz Cserháti Mátyás Szeged Tudományegyetem BioEdit Szekvencia szerkesztő és elemző program Honlap: http://www.mbio.ncsu.edu/bioedit/bioedit.html Telepítés: Elég egyszerű:
RészletesebbenBioinformatika előadás
Bioinformatika 2 11. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2018.11.22. Szerkezeti genomika, proteomika, biológia A biológia forradalma
RészletesebbenÚJDONSÁGOK A MINITAB STATISZTIKAI SZOFTVER ÚJ KIADÁSÁNÁL (MINITAB 18)
ÚJDONSÁGOK A MINITAB STATISZTIKAI SZOFTVER ÚJ KIADÁSÁNÁL (MINITAB 18) Előadó: Lakat Károly, L.K. Quality Bt. 2017 szeptember 27 EOQ MNB Szakbizottsági ülés Minitab 18 újdonságai Session ablak megújítása
RészletesebbenA bakteriális kommunikáció és kooperáció génjeinek elhelyezkedése ismert genomokban.
A bakteriális kommunikáció és kooperáció génjeinek elhelyezkedése ismert genomokban. Az AHL szabályzórendszer génjei. Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar Multidiszciplináris
RészletesebbenSzekvencia összehasonlítások II. Bioinformatika és genom analízis az orvostudományban (AOGENBIG_1M)
Szekvencia összehasonlítások II. Bioinformatika és genom analízis az orvostudományban (AOGENBIG_1M) Miklós István SOTE, 21. október 28. DNS-szekvenciák összeszerelése Ún. shot-gun szekvenálással lehet
RészletesebbenBIOLÓGIA OSZTÁLYOZÓ VIZSGA ÉS JAVÍTÓVIZSGA KÖVETELMÉNYEK (2016)
BIOLÓGIA OSZTÁLYOZÓ VIZSGA ÉS JAVÍTÓVIZSGA KÖVETELMÉNYEK (2016) 1 Biológia tantárgyból mindhárom évfolyamon (10.-11.-12.) írásbeli és szóbeli vizsga van. A vizsga részei írásbeli szóbeli Írásbeli Szóbeli
Részletesebben1A-029-2006 1A-048-2006 A1-0069-2006 2006 2006 2006
A1 ndikátor 1A-029-2006 1A-048-2006 A1-0069-2006 2006 2006 2006 jelentés jelentés Eredményezett-e új nemzetközi projektet? (/N) eredményeit? (/N), milyen formában? gen, nappali, egyetemi hallgatók PhD
RészletesebbenÁLLATTENYÉSZTÉSI GENETIKA
TÁMOP-4.1.2-08/1/A-2009-0010 project ÁLLATTENYÉSZTÉSI GENETIKA University of Debrecen University of West Hungary University of Pannonia The project is supported by the European Union and co-financed by
RészletesebbenTÉMAKÖRÖK. Ősi RNS világ BEVEZETÉS. RNS-ek tradicionális szerepben
esirna mirtron BEVEZETÉS TÉMAKÖRÖK Ősi RNS világ RNS-ek tradicionális szerepben bevezetés BIOLÓGIAI MOLEKULÁK FEHÉRJÉK NUKLEINSAVAK DNS-ek RNS-ek BIOLÓGIAI MOLEKULÁK FEHÉRJÉK NUKLEINSAVAK DNS-ek RNS-ek
RészletesebbenAZ EGRI BORVIDÉK BOTRYTIS CINEREA POPULÁCIÓINAK GENETIKAI JELLEMZÉSE
AZ EGRI BORVIDÉK BOTRYTIS CINEREA POPULÁCIÓINAK GENETIKAI JELLEMZÉSE Sándor Erzsébet 1 Váczy Kálmán 2 Kövics György János 1 Karaffa Levente 3 1 Debreceni Egyetem, Agrártudományi Centrum, Mez gazdaságtudományi
RészletesebbenKutyafélék viselkedésgenetikája. Miklósi Ádám 2015
Kutyafélék viselkedésgenetikája Miklósi Ádám 2015 Kutyagenom 2N = 78 kromoszóma (minden Canis-nak!) (hány faj?) C. lupus, C. latrans, C. aureus hibridek) Autoszómák acrocentrikusak (egy karúak) Nemi kromoszómák
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
RészletesebbenMIKOVINY SÁMUEL TÉRINFORMATIKAI EMLÉKVERSENY
NYUGAT-MAGYARORSZÁGI EGYETEM GEOINFORMATIKAI KAR MIKOVINY SÁMUEL TÉRINFORMATIKAI EMLÉKVERSENY 2012/2013. TANÉV Az I. FORDULÓ FELADATAI NÉV:... Tudnivalók A feladatlap 4 feladatból áll, melyeket tetszőleges
RészletesebbenSzent István Egyetem Állatorvos-tudományi Doktori Iskola. Rágcsálók és denevérek adenovírusainak genetikai elemzése
Szent István Egyetem Állatorvos-tudományi Doktori Iskola Rágcsálók és denevérek adenovírusainak genetikai elemzése PhD értekezés tézisei Vidovszky Márton 2015 Szent István Egyetem Állatorvos-tudományi
RészletesebbenFehérjék rövid bevezetés
Receptorfehérj rjék szerkezetének felderítése Homológia modellezés Fehérjék rövid bevezetés makromolekulák számos biológiai funkció hordozói: enzimatikus katalízis, molekula transzport, immunválaszok,
RészletesebbenTipizálási módszerek alkalmazása methicillin-rezisztens Staphylococcus aureus (MRSA) törzsek molekuláris epidemiológiai vizsgálatai során
Tipizálási módszerek alkalmazása methicillin-rezisztens Staphylococcus aureus (MRSA) törzsek molekuláris epidemiológiai vizsgálatai során Ungvári Erika, Tóth Ákos Magyar Infektológiai és Klinikai Mikrobiológiai
RészletesebbenA genomikai oktatás helyzete a Debreceni Egyetemen
A genomikai oktatás helyzete a Debreceni Egyetemen Bálint Bálint L. GNTP Oktatás és Tudásmenedzsment Munkabizottság, 2009. június 10. Tények Debreceni Egyetemről 21000 nappali és 33000 összes hallgató
RészletesebbenBioinformatika 2 9. előadás
9. előadás Prof. Poppe László BME Szerves Kémia és Technológia Tsz. Bioinformatika proteomika Előadás és gyakorlat 2017.11.06. Térszerkezet előrejelzés fő módszerei Homológia modellezés (komparatív modellezés):
Részletesebben