A BIOINFORMATIKA SZAKIRÁNY HÁLÓTERVE
-
!" $# % &'()*+,- (.! / 01$2435 678 9;:< -6 félév) =>@? A%? B@CEDFAG HAIBJ4ALKM NFO!PQSR4ATFA@C4O,A-?VU$WW'UO)AXC4W'A>YZAD)[B-?!? K$JJ4UOJ4UG]\U^O>UW'_ `]a^bbca-d efhg -10 félév oktatási anyagára vonatkozik.
ij k]l m$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 oj qr,qr ktsu$vw'u@xyx qr!z
TANTÁRGY
Bioinformatika a molekuláris biológiában
OKTATÓ EGYSÉG
Biotechnológia
Bioinformatika a molekuláris Genetikai és Mol. Biol biológiában gyakorlat
félév
ÖSSZ ÓRASZÁ M
kredit
28
2
56
2
7.
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.
SZBK (Biotechnológia)
28
2
Strukturális bioinformatikába gyakorlat.
SZBK (Biotechnológia)
28
2
A fehérjeszerkezet vizsgálat kísérletes módszerei
SZBK (Biotechnológia)
28
2
Biológiai kísérletek számítógépes kiértékelése
SZBK (Biotechnológia)
28
2
Filogenetika
Mikrobiológia
28
2
Kortikonika
Élettan
28
2
Az idegi kód
Élettan
28
2
Ökológia
28
2
Biometria
Ökológia
28
2
A biometria alkalmazása gyakorlat
Ökológia
28
2
A bioinformatika elméleti alapjai
Genetikai és Mol. Biol.
14
1
462
33
{!|%}4~}4| $%
y!E4
Modellek az egyed feletti
ÖSSZESEN
8.
9.
10.
A TÁRGY NEVE
Számítástechnikai alapok a bioinformatikához
¤¦¥¨§¨©¥«ªF¬y¤¦®¥¯¤¨° ±²³µ´¶¨·¹¸¦²¸º¶¨·¨¶
¡4¢£
KÓD FELEL S OKTATÓ KREDIT
Dr. 2 2 elfogadott zárthelyi 2
»¼½¾¿À@Á
HETI ÓRASZÁM típus SZÁMONKÉRÉS
¶¨ÅZ·ÆºÂtǦÈÉ´¶Æ·ÃÊø¦Ê¦²¯Æ¹¸ÄËÌ$¶Ê¨· Í ÎÐÏÉÑXÒXÓÕÔÉÖ
K -
)7.× ØEÙ'félév ÚÛ Ü^Ý,ÜÞ ßàXá â A képzés célja, tematikája (10-12 sor): ãåä æçEèþ æé«êëì íîîè'þ ïÐùð]ÿ'ñþ òó*ôöù^õ$ú,òù÷ ûõü ì+õìø ù^ú+ú,ù$ú ûüýù-þÿ þ üÿ;ù þ þ ÿ ýFù ÿ ü ^ÿ ý szükséges ahhoz, hogy a PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
'&()& * +-,
& (
I)JLK)JNMOPKQR'SET JVU)WXYS Z
OPK[%Z.S ZLU)KY\]
!" $#% & " .&( /1032547618 9!:&;<4>=?=@258&ACB;8*D ;8E=.=!=?F)GHB ^J.W&U
KT_TP`$KYM$K a"S&M
R5K\K[&b"KYM
S&\KM
Uc1ZLdMI)d\e
a \W R5f>T][)g&h)ia
környezetekben, melyekkel munkája során találkozhat (helyi gép, lokális hálozatok, intranet, internet). keretében KUTSTPKT.TjJ.aA Ri*leadott QiETi&UkR5tananyag i&[)g&QlTgag `i&elengedhetetlen \$mon Up)Q \&pqarS Z.továbbá S hCa \JLMT?staI1iEtöbbi Ti&UJLMTbioinformatikai galTuS ^tSvUcCZdYMIYtantárgy dY\ewa \W R5 f>T][)g&h)ia S&Q"x&`J>Ti&UT?y)QW*UzOPi Z_g*h%f>Tga"gIYi {|X)S Z.S RJLMT}S~Uc1ZLdYMIYdY\ezKYh)i*QW x&JL]CaQi&M^%a\i&Qi*URs)U)d)^gagI1imn ZLiS ^K$T.T ^J_W*U)KYU<WT_Ti&UJLMTeJ_aRi&QiETi*U)i
T!a\i&Qi*\ `iETPM$i&USohQK[QS&RKY\Wa!OPK%ZNYS RSTW&Q]Z_{ tananyag elsajátítása során a J.Z_Z.iET?X)i!S3I)JK%JLM%OPKQR5SETJ7U)S J%hQKI)ZLg R'W&UR'i&[)K)ZL^WaS&U)KQZ.i&[[)S&UQ"SIIYS MoOi ZLRi*QlcCZeS ZL[)KYQ JT RpaqT f7hpa"KYUQ"]YZ?m
A TÁRGY NEVE KÓD FELEL S OKTATÓ KREDIT 1 )!3 HETI ÓRASZÁM típus SZÁMONKÉRÉS ¦§ '3¨@¦!%* -©@ª¨«@¬ PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
Bioinformatika a molekuláris biológiában Dr. Rákhely Gábor 2 megírt zárthelyi 2 L¡)¢ £¤¥ K ¡C¥ ®>¯P°P± .±&² 7., 8. -
A képzés célja, tematikája (10-12 sor): Megismertetni a hallgatókat azokkal a kísérletes módszerekkel, amelyek a klasszikus bioinformatika adatbázisát szolgáltatják, illetve megismertetni a hallgatókkal azokat az ¤ >³¢ L¤ ´µC¥¢ ´¶ >³&·L¸ £³¹q¢ ¢&ºY²YE³¡¢& V»)µY·®>³¼½¥µ¾)¢E³¿º· µ»·"¢¼µY¾)¢E³À¹¢ ¼5 NÁY&¾Â&¾%´$&¾Â¢'¢ £¢³µY¾´$¢&¾¢ feldo 7»)µY¤¥¤E³q L Ã$E³¡$²Y±3³¥ ®?Ä Tematika: A funkcionális genomika kísérleti alapjai - ¢¦»)&´$µY¼Å¥®N´³?ƶ¥ &¾²) ´)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 ÉÊÌËPÍÎ)Ï*ÐNÑ"Í!ÒÓ$Ò Ô_ÕLÖ×ÀØ"Ù%ËPÍ Î)Ï&ÐLÑÍ!Ú Î×LÛÜÍÚ&ÎÓÝÔLÞß%×.Ò ÙËPà&ß'áY×?ØÛ%Ô.Ò&â)Ù)Ï Ô_ÍØ Ö&Üã'ÏØä)Ò*åÜÍ&Ð ×Là Ô_×?Øå)ÏÜ hibrid rendszerek ÍÜÒEä)Ý%ÔL×LåçqØèÜ?é)ÝÓÒ ÔLÒ&åÜÏ&Ðå)Ï&Û)Í&ÖÏØ"Í ÍEÜÒEä)Ý)ÔN×ÜÒ Ó$ÒÔ.ÕLÖ×?Ø äYã êLë)ì í î'ï - æ ï ó)ô&õ ô&ö÷ï&õløYï&ùôúô ûï*öï êLü)ý êLê_þ>÷ýúý û$æ ÿ&ö úl÷PõÿE÷ô ý tabolic profiling') - ð*ñò ñ In silico módszerek - Információs hálózatok - "!#"$ %& ')(#*+-,."/ *0 1"2 3405,+63873:9(;:4:.<7>=870 1 ?@*."2 7."0 1"ACBEDGFH1
A TÁRGY NEVE KÓD FELELM S OKTATÓ KREDIT NPOGQGROTSVUNPWXOYN S Z[]\^OGQ_NPZN`OGQGO M HETI ÓRASZÁM típus SZÁMONKÉRÉS OGQ \^OQaNPZYNbOQ M W-O`QPcdONaNPO_S UeN Ngfdhi[ickjdl M PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
Bioinformatika a molekuláris biológiában
2 4 Gyakorlat GY Bioinformatika a molekuláris biológiában tavaszi 8. -
A képzés célja, tematikája (10-12 sor): Az elméleti órán szerzett ismeretek gyakorlati alkalmazása
A TÁRGY NEVE KÓD FELELm S OKTATÓ KREDIT nPoGpGqoTrVsnPtXoYn r uv]w^oGp_nPun`oGpGo m HETI ÓRASZÁM típus SZÁMONKÉRÉS oGp w^opanPuYnbop m t-o`pPxdonanPo_r sen ngydzivixk{d| m PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
Bioinformatika SZIT Dr. Rákhely Gábor 2 2 Szeminárium K Bioinformatika a molekuláris biológiában }5~$ tavaszi 7-10 -
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: " KE¡ #¢£#¤ X¥-:¦V$¤8"E §"¡ ©¨kªH¤«¡:¬¦ ®¯ #¤6° ®" e±P² ³¬©k5->® ´> ¬©5°-k8 :µ ³: $¤"¶ k·#¶¬©µ ¸¹º »5¼±½K¾»±¿#¾5À$»<ÁÂÿ#ÁeĿŹ)Æ Â¥Á hallgatók önálló gondolkodásának fejlesztését és azt, hogy késôbb Ph.D hallgatóként illetve érett Â"Æ¿#ÁÇ¿ È ɻ±¿ÊÄ)Æ"¿ Ë» ÀÌ>ÍÄ)ÎVÍ»6ËÏ Á̾ ¸¹¶Á>» ÁeÂXÍÐ Á`Ñ Ë8ÐÒeÏÓÀ#ÌÁ Ëľ ¸ÁÐÔXÒÕ:Á>»<Ö ÉÀCÍÌÍ Ϳ^ÉeÄ¿× Í»²¾:ÐÑVÁÀÀÒÂؼ
A TÁRGY NEVE
Eukarióta szervezetek genetikai térképezése
KÓD FELELÙ S OKTATÓ KREDIT ÚPÛGÜGÝÛTÞVßÚPàXÛYÚ Þ áâ]ã^ÛGÜ_ÚPáÚ`ÛGÜGÛ Ù HETI ÓRASZÁM típus SZÁMONKÉRÉS ÛGÜ ã^ÛÜaÚPáYÚbÛÜ Ù à-Û`ÜPëdÛÚaÚPÛ_Þ ßeÚ Úgìdíiâiëkîdï Ù PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
Dr. Csanádi Gyula 2 Az órákon való részvétel 2 äåæ çèé±ê K tavaszi félév 8 ð-ñòØóØôõ6ö ÷
'&
! " # $% (' ) *,F5V0+-F5.</"0F .21W14L)369SF?%5-E7 8F5"7X)9'YZ:!.14;=. ;<?[9A. <>. ?@BS9A.</ . . 0B'0:.?C)BDE/ QM;00GL:!FHF ;/ 7 F\B'>0.72;8.. /"14?V7)09AFIJ?]. / 1K72B'0IJ7 F)89A. 1414;M74L9^5N/O0DEF55+MF ;8!:-!+M./ 143P3 _'9'`414aQMb)Rce/@dA-f. aNcgBS. c f 0MhM0a.b)5Tcedi7h9UjF cl14kMQMm 0` f nMfoJpMfaVn{pqh_ `4|MaNbcVdhMr sAsSrt]c}uMmh]uVahabmup)~vwuVm xE`myjJ_Sf|!u d hutunk c@bWinbW_"hTwuj(o4c c^m Jés`fu|!oegyedi s@fx`4|wf _hc@vEmgének pW|!~a|jabbMazonosításáig. o!"^|MsAm~~mc'f ae`4htMmnm f `4nMpMoAm)f_S_j kurzus n_'`4r4m2_yhc m f `utolsó msiEufum c zfahrészében vMc m(c j)_ |h zc f s"iufc r sAtMu@
`fut]mpMj)_A|Mh_A|Mm(csAj c bf hMJaab)mkontigok hez való tematikai kapcsolódásra. hvs'` v_mhJx!fc"hf `4t\c f2~ mc aVhmmum z djb r z iEu] fu k A térképezés genetikai alapjai eukariótákban. Az neukarióta fbMfc aVhmac r térképezés s'hr z f `4r)_AJfgenetikai `Jm_'`4bMjuNcmarkerei _'`|]c@xf sSf hr)_'tdfuuf~ `4t]aVh A képzés célja, tematikája (10-12 sor): ø ù"ú û$üúØý¶þ:ÿ ù ý û$ù ÿ ù ü ú ù û ý$ü û ü ù ÿ ûù ü ý ñÿ <ñ ñ ð ÿ ð ù þû û ý¶þ:ùù ý$ü ÿ ñ ÿ ÿÿñ ù #ýñ þû ÿ ý ý ñ ÿñ ü #÷ ÿ ù ñ ð 8ð Øð :ñ 8ñ ó ÷ ñ ñ 8ñ ÷ ñ összefüggéseket vesszük át, valamint a különbségeket eukarióta és prokarióta rendszerek között.
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 Példák a térképezés alkalmazására:
r z f `4r)_bMxrboaf~utw_r)_4vw~jbsAf bJp_ `4f sAf2h!!fbE
}|MhM|Mb]_Aj2n]a"|!hxa`M_'njumc j bm hufMfc tw_Ar2nfaf(vhm sAa Jc j(hmbE
A TÁRGY NEVE
A struktúrális bioinformatika, molekulamodellezés I.
¡ KREDIT ¬¯®¯°M\±E²(¬³}¬¯´q±µ¶¸·¥¯®¬µ¬¹¯®¯
¢ £¥¤¦!§¨A©Mª«
KÓD FELEL S OKTATÓ
Dr. Heged Dr. Ötvös Ferenc, , Leitgeb Balázs (SZBK) 2
º»¼½¾M¿)À
HETI ÓRASZÁM típus SZÁMONKÉRÉS
2
¯³®¹´®Â,·¥®¬¬¬µ}¬Á±]²2¬¯® ´¬^Ã,ĶÂÆÅ,Ç
K -
¼wÀ'È4ÉÊ"Ë»Ë Ì
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
7. vagy 9. félév 30
A képzés célja, tematikája (10-12 sor): célja, hogy a hallgatók betekintést nyerjenek a számítóges Í Î »º2ÏÐwA»½ Í Î képzés Í º ÓÉ[À Í º ÔÕË Ï½ Í Î » º ÏÐw»¿ Ô É[À Í Î ¾Mº»»º2ÈË4À½»½ ÖMÌº× ¼ Í º ÓMÏØMÈ4º»ÙN× ËÀAºÉN×ËÀ M ¾ º » »
º 4 È Ë ' À Ñ º Ò 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
ÚMÛMÜÝ Þ]ßà áâEßã2äæå@çÝ ÞèMàßßà éWê)çëßë ìMíà(î ïÝà ðMáñ!éàßòNî êçAàåêçÝ ó]è]ç é4à äAàå 4, Molekuláris grafika 5, ôMõFehérje ö)÷ø"ù úû2üstruktúra ýSùJþ ÿ4ù ü ù2ÿ4ésù funkció Mù ù ÿ4predikció ûþ þ ù ü szekvencia
û üþ'ÿ4ù ü ù ÿ4ù alapján ü Mø"ùúJû üýû 2ý
7, Fehérje-Ligand kapcsolatok modellezése
A TÁRGY NEVE
A struktúrális bioinformatika, molekulamodellezés II.
KÓD FELEL S OKTATÓ KREDIT
-/.1012.43657-/89.:-
3<;%=?>.10@-/;%-A.101.
HETI ÓRASZÁM típus SZÁMONKÉRÉS >.%0J-/;:-K.%0 8.A0/LM.%-J-/.@3 5N-
2 BC D<EFGIH
.10
Dr. Heged "!#%$'& ()*,+ Dr. Ötvös Ferenc, , Leitgeb Balázs (SZBK) 2
-POMQR=RLTSMU
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
K tavaszi félév 8. vagy 10. félév 30
A képzés célja, tematikája (10-12 sor): A képzés célja, hogy a hallgatók betekintést nyerjenek a számítóges molekulamodellezésbe, megismerjék a molekuláris VXW FBCCYBNZ\[]H^ECE_`
VXW CBd\l6CYGNmnhHVXW
4, Molekuláris grafika 5, Fehérje struktúra és funkció predikció szekvencia alapján sj
Bw<[NmoxyBzHZ]Bmd
7, Fehérje-Ligand kapcsolatok modellezése
u
Bwz[m x[dECE_NxG|
A TÁRGY NEVE
Struktúrális bioinformatika, molekulamodellezés
KÓD FELEL} S OKTATÓ KREDIT
/11467
/9:
Dr. Heged ~"%' n, Dr. Ötvös Ferenc, , Leitgeb Balázs (SZBK) 2
<%?1@
/%
A11 }
HETI ÓRASZÁM típus SZÁMONKÉRÉS 1
}
2 gyakorlat GY Struktúrális bioinformatika, molekulamodellezés, I tavaszi félév 8. vagy 10. félév 30
%J
/:
K%
A/M%
J
/@ N
}
PMRRTM
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT A képzés célja, tematikája (10-12 sor): X
A YN\
X
képzés
célja,
]¡\¢<£
hogy
¤<¥¦
a
hallgatók
§ ¨¡©
\§¥¦
betekintést X
nyerjenek
YN \¡]^ª«<¬
a
számítóges
¤< ] ®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
\6YN§n¥
X
o p¡Iqª«<7¬
X±
¤<' ®g¬¡\¥<¡\
]§¥
4, Molekuláris grafika 5, Fehérje struktúra és funkció predikció szekvencia alapján ²
£
¯I³v´
µ<¡N§o¨yz ]§<N ]¬
]¡\¥Y
§¬¬¡§ ]§< ]¬¶X§
7, Fehérje-Ligand kapcsolatok modellezése
· ´
µz¡§ ¨¡ªN¨
·
A TÁRGY NEVE
A fehérjeszerkezet vizsgálat kísérletes módszerei
KÓD FELEL¸ S OKTATÓ KREDIT ¹/º1»1¼º4½6¾7¹/¿9º:¹
½<À%Á?º1»@¹/À%¹Aº1»1º
¸
HETI ÓRASZÁM típus SZÁMONKÉRÉS º%»J¹/À:¹Kº%» ¸ ¿ºA»/ÊMº%¹J¹/º@½ ¾N¹
2 ÃÄ Å<ÆÇÈIÉ
K
º1»
¸
Dr. Bagyinka Csaba (SZBK) 2
¹PËMÌRÁRÊTÍMÎ
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
tavaszi félév 8. vagy 10. félév 30
A képzés célja, tematikája (10-12 sor): A képzés célja, hogy a hallgatók megismerjék a fehérjék szerkezetvizsgálatára alkalmas kísérleti módszerek alapjait, továbbá megtanulják azt, hogy milyen kövÃÏÑÐ<ÃNÒÏÃÓÏÔIÉÃNÐ<ÃÏÕÄÃÖÃÏ×ÄØÃÙ'Ú'ÛÛÜÝÆßÞÃÖzÔà áÓÔNÐ ÏÔàÓÉÒ]ÃàÐ<ÃNÒ]ÃÏÔàÃâÙ<ÚÛÆ7ÏÑÐ<Ú'Òã ÆNÛ ÆäÐ\å6Ä æ'Û\ç'æ'ÒÅ módszerek alkalmazásával. A kurzus további célja, hogy a hallgatók betekintést nyerjenek a spektroszkópiai módszerek és a molekulamodellezés kapcsolatába. Tematika: 1. 2. 3. 4. 5.
Röntgenkrisztallográfia Cirkuláris dikroizmus (CD) Infravörös (IR) és Raman spektroszkópia Mágneses magrezonancia spektroszkópia (NMR) Peptidek térszerkezet-vizsgálata spektroszkópiai és számítástechnikai módszerek együttes alkalmazásával
A TÁRGY NEVE
Biológiai kísérletek számítógépes kiértékelése
KÓD FELELè S OKTATÓ KREDIT é/ê1ë1ìê4í6î7é/ï9ê:é
í<ð%ñ?òê1ë@é/ð%éAê1ë1ê
è
HETI ÓRASZÁM típus SZÁMONKÉRÉS òê%ëJé/ð:éKê%ë è ïêAë/úMê%éJé/ê@í îNé
2 óô õ<ö÷øIù
K
ê1ë
è
Dr. Groma Géza (SZBK) 2
éPûMüRñRúTýMþ
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
õùÿô
30
A képzés célja, tematikája (10-12 sor): A képzés célja annak bemutatása, hogy biológiai objektumokon végzett mérések eredményeit "!$# %& '()&*#,+- ./ 102354768#,7*%!9):;#<,=#> ?0@#=A B%%! DC '(* B)-#EF B* G!++HI%,0@!B ,02 0@!KJ3L(+ "MN+-O 8#!!B%?P7 Q7R 10@S0@35+%ET!BU
folyamatok (pl. enzimkinetika) kiértékelésében szerezhetnek ismereteket, de betekintést #J%(#VW J7)XY# J* M?0@!" Z[M3LM(0L#,+\ ?0]^0MG:9- J?0]G 3@ ?02 3_ Q (02+`!10= aC #,P32Pb0c 0@S0@35+%/d! MS0235e%( JS02*354 fAgahjikgml\nopqoLrs/t,u@pOsvrq/wSu2xyz{r)|zo@rm}n,~ l.
Tematika: 1. A méréselmélet alapfogalmai 2. A MATLAB interaktív programkörnyezet 3. w(}oB>OBy)|z"s/pO
{B{1u@xo5{BBo@z,u@r 4. Kinetikai modellek illesztése mérési eredményekre 5. ,Bm - és frekvencia tartományban, Fourier transzformáció 6. Ritmikus biológiai jelenségek elemzése 7. Képfeldolgozás a mikroszkópiában 8. Mérésfeldolgozó hardverek 9. Mérésvezérlés a LABVIEW programkörnyezetben 10. B$ ,¡bL¢£b2¤¥G§¦¤?@¨d¦©ª2¥/¢@©)¦1¦1«7¬,¥/¤ ,®(¯"B£°$¯¤2±[
A TÁRGY NEVE KÓD FELEL² S OKTATÓ KREDIT ³µ´·¶·¸´º¹7»=³µ¼G´½³
¹¾À¿
²
Filogenetika
Á´·¶m³µ¾À³d´·¶·´
HETI ÓRASZÁM típus SZÁMONKÉRÉS ´·¶ Á´À¶e³µ¾½³Ê´À¶ ² ¼ ´d¶µË´À³e³µ´m¹O»³ "
²
Dr Varga János, Dr Vágvölgyi Csaba 2 2 ÃÄBÅÆÇÈ?É
³ÍÌÎÏ¿ÏËÑÐÒ
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
K ÅSÉ2ÓÔÕÖ*ÄÖ×,ØÙÆ)×Æ,ÉÓ?ÔÕÖ*ÄÖ×
8. félév -
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.
ÚÜÛÝbÞßBßÞ?àDá,âaÞNã?ä7ÞÝSå2ÞßÞæ2æ@ç7è_âÞé>ê7ÞNâ ë ìbíî
A TÁRGY NEVE
vizsgálatában KÓD FELELï S OKTATÓ KREDIT ðµñ·ò·óñºô7õ=ðµöGñ½ð
ô÷Àø
ï
ùÂñ·òmðµ÷Àðdñ·ò·ñ
HETI ÓRASZÁM típus SZÁMONKÉRÉS ñ·ò ùÂñÀòeðµ÷½ðÊñÀò ï ö ñdòñÀðeðµñmôOõð "
ï
Dr. Pénzes Zsolt 2 2 úûBüýþÿ
ðÏø
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
K ü *û
-
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. PopuûBÿû "!#(ý%$ÿ@ý'&( ')*+, - !$/.0 ú1ú2 *üOþ436567$ý@ÿ,89,:ý;1/@ÿ,&/úû<$ú1=@úNþ> & populáció-egyedszám viszonyok, diverzitás. 5. ?A@ BCDFE G"DCHIJBKJBMLN"OPQDRS
A TÁRGY NEVE KÓD FELEL] S OKTATÓ KREDIT ^_a`ab_dcfeX^gh_i^ c ] ÉG FELTÉTELE HETI ÓRASZÁM típus SZÁMONKÉRÉS _a` _s`6^ti^u_s` ]rq s6A|Fa }
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
Biometria Dr. Pénzes Zsolt 2 2 jklmnop
K vxwyz|{}j%~ymAmkmk\{}moVp mAjynj
tavaszi félév -
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 KÓD FELEL± S OKTATÓ KREDIT ²³a´aµ³d¶f·X²¸h³i²
¶¹sº¼»½³a´A²¹s²³a´a³
±
HETI ÓRASZÁM típus SZÁMONKÉRÉS ³a´ »½³s´6²¹i²u³s´ ± ¸ ³´Ï³s²6²³A¶|·F² }
±
²ÐÑºÏ ÒÓ
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
A biometria alkalmazása Dr. Pénzes Zsolt 2 2 gyakorlat GY ¾i¿À|ÁªÂ%ÃÄ+¿ÅAÂ'ÅVÆVÇ-ÂÈ"É>¿Ê ËÌfÍÂÈÎ
tavaszi félév -
A képzés célja, tematikája (10-12 sor): Ô
È"É"ÅÕÀ"Ä+ÍÅXÃ×ÖØÍ Ë*ÅÙÅÛÚ¿À|Á}Â%ÃÄ+¿ÅÜÂÍÝ|Å'ÊÞ>ß À"àá¿/ß+ÁhÂFÄ©Ã-Â%Ã-¯Ã\ÃAÁ(â|Ê|ß-ãÂÄ+ÂÕáÈ"É"ÅÕÀÄÍÞVß+ÅäåÅæß-ãÞÁhç<Ã-âÈØèÂß èÄ+ÀÈVÄ ÅÁªÀÕéÚÂÁêÃ-Å%Ã-Þß ÅVÆáë½ì>ÚíÚÛÕVîfÍì|àVÚ"ì"ã2ÝÛÞÍ<Ã-ÅÍÞà>À)ß8ÖVß À"Á}ÅÈ ÚÂÁêÃ-Å%Ã-Þß-Ä+ÅïÕÂÄ©îÍðǯñVòåñóñ|ä ñÉàëKÅôÎ+äóÊÂÂFÍ\ß+Ý ß+ÀÄ©ÚÅàõÅã ö÷Öß+ÀÁªÅÈÀVýøÅßãàÞÍ ËêÕùÆVò½ØFÍÊÞÕÅ%ÃåÅdÚ¿¡À|ÍâÈ|¿Å ÕVî ÍìàVÚìãÝ(Ã-ÂÄîÍÂ%Ã-¿«Ä+Ý|Í
veszünk.
A TÁRGY NEVE KÓD FELELú S OKTATÓ KREDIT ûüaýaþüdÿXûhüiû
ÿ ½üaýAûsûüaýaü
ú
HETI ÓRASZÁM típus SZÁMONKÉRÉS üaý ½üsý6ûiûuüsý ú üýüsû6ûüAÿFû }
ú
Kortikonika Dr. Tamás Gábor 2 2
û
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
K -
!#"%$'&(*)(
7-10 -
A képzés célja, tematikája (10-12 sor): Hardver az agykéreg szerkezete sejttípusok szinapszisok
9;:0<,=>?0@(# A5=,B#+-CD): ,B . ?0@FE,/:H0G"I50?.A2GD13BK J,547?63IMLD8 :N< OP> Q RTSVUXW
uniform eloszlás nonuniform eloszlás Az akciós potenciál információtartalmának feldolgozása hálózatokban egyspike-transzmisszió szinapszisokban
YZ([#\5]^_N`3]baT_0cdZ(e%f(gZ
spikesorozat transzmisszió A membránpotenciál és a szinaptikus válasz viszonya
ha,_0\`i\j^DkXZ0Y ]fml[#a ncb]a*k_N`3]7`3^ _0YT]i`opfml[#aTncq]7a*k_0`]`^
autokorrelácó és keresztkorreláció spikesorozatokban
Z([\]Y,hDfr\s^DktZvuYwf(xZ0`^bha*_!\P`i\j^DkyZ0Y ]fml[#a ncb]a*k_0`]`^`D] Z([\]Y,hDfr\s^DktZvuYwf(xZ0`^_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^XZ0gTzZ![{a,_-|XZNg,z divergens és konvergens kapcsolatok transzmisszió divergens és konvergens láncokon Szinkron transzmisszió
Z([\]^_0`]ba,_(cZ0e%f(gZ
szinkron láncok transzmisszó stabilitás szinkron láncokban
\'ic[e}f(gZ~gZvh_Na \j[#\%f(xDZ
átalakulás szinkron és aszinkron aktivitás között a szinkron láncok detektálhatósága
A TÁRGY NEVE KÓD FELEL S OKTATÓ KREDIT
FF
w
vFFF
HETI ÓRASZÁM típus SZÁMONKÉRÉS
F v
T
Az idegi kód Dr. Tamás Gábor 2 2
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
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¡%¢V0£T¤ ¡¤¤q¥¦§¨DN*¢(¦D©!§ ¦! #'N¦3ª
szinaptikus eloszlások dendritikus integráció akciós potenciál iniciáció axonális propagáció Hálózati kódolás integrate and fire kódok tüzelési ráta kódok kanonikus mikrokörök
K Kortikonika zi/tavasz 7-10 -
A TÁRGY NEVE KÓD FELEL« S OKTATÓ KREDIT
¬F®F¯°±w¬²¬
°³´ µvF®¬³¬F®F
«
HETI ÓRASZÁM típus SZÁMONKÉRÉS
F® µv®¬³¬® ² « ®½¬¬°±T¬
«
A bioinformatika elméleti alapjai Dr. Pongor Sándor 1 1
¶ ·¸¹ º»¼
K
¬¾¿´½ÀÁ
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
-
¸¼!Â#Ã
7. -
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 ÆÇDÈÉ(Ê#Ë,Ì-ÍÏÎÉ~Ð#É0ÑÒÑ3ÌmÓrÑÉ~Ô*Õ7Ì0Ô,Ê#ÑÖÔÉNÑ3×ØÙbÑÖËT×DÚÖ'Ô ×ÎÉv×ÑÛÓ(Ë*Ü{ÓmÚXÉ!Ñ×bÝÞÉ(Ê#Ë,Ì!×ËTÊ#Ë*ÓßÎÉvàMÚÛD×Ð áâã 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 FELELä S OKTATÓ KREDIT
åæFçFèæéêwåëæå
éìí îvæFçåìåæFçFæ
ä
HETI ÓRASZÁM típus SZÁMONKÉRÉS
æFç îvæçåìåæç ë æä çöæååæéêTå
ä
Dr. Pongor Sándor 2 2
ï ðñò óôõ
K
å÷øíöùú
PERIÓDUS JAVASOLT FÉLÉV LÉTSZÁMKORLÁT
-
ñõ!û i/tavaszi 7., 8. -
A képzés célja, tematikája (10-12 sor): Kísérleti módszerek alapjai: Fehérjekémiai alapok, Fehérje 2D elektroforézis, Fehérjék tömegspektrometriája A fehérje-szerkezet alapjai üýðmõ0ñó3ðïTþï7õNÿôõ óðò,þ õ õ ò rmadlagos szerkezet, motívumok (fold-ok), Foldadatbázisok (FSSP, SCOP, CATH)Fehérje-szekvencia, domén- és motívumadatbázisok 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 $ !# %'&()*+-,./" " 01) 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.