Please ensure Javascript is enabled for purposes of website accessibility

Παρουσίαση/Προβολή

Εικόνα επιλογής

Algorithms in Structural Bioinformatics (DSIT)

(Μ103) -  Ioannis Emiris - Evangelia Chrysina

Περιγραφή Μαθήματος

Spring semester, taught by Prof. Yiannis Emiris and Dr Evangelia Chrysina (NHRF), Dept Informatics and Telecoms

Structural Bioinformatics is an interdisciplinary field that addresses the challenges of modern Biology at cellular and molecular level by exploiting modern algorithmic and computational technology. The 3D structure of biological macromolecules, such as proteins and nucleic acids, determines their function and their interactions at a molecular level. This research supports the design of new drugs or therapeutic agents based on the geometric structure of the macromolecular targets, and optimizes the efficiency of targets involved in biotechnological processes.

Selected topics covered by this course include:

  • Dynamic programming, and application to structure prediction.
  • 3D geometry of Proteins (bond lengths, angles, primary/secondary/tertiary/quaternary structure). Rotatable bonds, Rotamers, molecular graphics. Protein Data Bank (Database of 3D structures). Comparison of protein structures: metrics such as RMSD, geometric hashing, conformation space.
  • Determining the 3D structure of proteins. Emphasis on NMR with distance geometry, and X-ray crystallography with experimental diffraction data of crystals (molecular replacement, maximum likelihood). Also SAXS, and cryo-EM methods.
  • Machine Learning in Structural Bioinformatics: clustering of structures, similarity search, mining, deep geometric learning.
  • Structure-based drug design. Principles of docking and Molecular surface representation (alpha-shapes).
  • Integration of Research Infrastructures (National and European, including ESFRI and large-scale facilities).

----

The course is entirely taught in English. A short description in Greek is shown below:

Εισαγωγή στα είδη, την αναγνώριση και τον προσδιορισμό της δευτεροταγούς και της τριτοταγούς δομής μορίων και, ειδικότερα, πρωτεϊνών. Πειραματικά δεδομένα Μαγνητικής Αντήχησης Πυρήνων (Nuclear Magnetic Resonance) και Kρυσταλλογραφίας ακτίνων Χ. Μοντελοποίηση του προβλήματος προσδιορισμού της αναδίπλωσης πρωτεϊνών και του εντοπισμού φαρμακοφόρων περιοχών. Ακολουθίες, σύγκριση και στοίχιση ακολουθιών, στοίχιση με κενά. Δυναμικός προγραμματισμός. Εφαρμογή στην δευτεροταγή δομή RNA. Σύγκριση, υπέρθεση και στοίχιση τρισδιάστατων δομών. Γεωμετρικός κατακερματισμός (geometric hashing).

Γεωμετρία των αποστάσεων, άκαμπτοι γράφοι και υπολογισμός μοριακών διαμορφώσεων μέσω πινάκων αποστάσεων. Κινηματική των μορίων και πίνακες μετασχηματισμών για την περιγραφή διαμορφώσεων στερεών σωμάτων με δεδομένους βαθμούς ελευθερίας. Αναζήτηση στον χώρο των διαμορφώσεων (Comformation space). Γεωμετρικοί αλγόριθμοι για την αναπαράσταση της μοριακής επιφάνειας και την πρόβλεψη της πρόσδεσης (docking) μορίων σε πρωτεϊνες. Τριγωνοποίηση Delaunay, και α-σχήματα. Αναπαράσταση, δομές και αναζήτηση μοριακών δεδομένων με κατάλληλες μετρικές αποστάσεων. Η ύλη αλλάζει κάθε χρόνο για να προσαρμόζεται στις ερευνητικές εξελίξεις και με βάση τα ενδιαφέροντα και την ειδικότητα των διδασκόντων.

Ημερομηνία δημιουργίας

Τρίτη 2 Δεκεμβρίου 2

  • Grading

    • 2-3 homework assignments (40-45%).
    • Course project including computational component, oral presentation and report (40-45%). Possibly teams of 2. Grade breakup: 10% for progress/midterm reports, 20% for final presentation, 15% final deliverable.
    • Μultiple-choice exam in class (10%)
    • Oral participation in course (5%)

    To pass the course one has to pass each of the first two requirements.

    Βοηθήματα

    1. Baxevanis & Ouellette. A Practical Guide to the Analysis of Genes and Proteins. Wiley, 3rd ed. [Instructors] Ελληνική Μετάφραση. Includes survey chapters.

    2. Bourne and Weissig, Structural Bioinformatics - collection of chapters [Informatics dept Library]
    3. Branden and Tooze, Introduction to Protein Structure. Ελληνική μετάφραση [Instructors] Emphasis on bio aspects.

    4. Choset, Kavraki et al. Principles of Robot Motion: Theory, Algorithms, and Implementations.

    5. Durbin, Eddy, Krogh and Mitchison. Biological sequence analysis. Cambridge, 1998. Μετάφραση 2016 [Eκδόσεις ΠΕΔΙΟ] Δυναμικός προργαμματισμός. RNA. Ανάλυση ακολουθιών, έμφαση στα μοντέλα Markov.

    6. A.M.Lesk, Intro to bioinformatics, Introduction to Protein Architecture και Intro to protein science. Oxford U. Press. [Informatics dept Library] [Instructors] Biological background.

    7. Bernhard Rupp. Biomolecular Crystallography: Principles, Practice, and Application to Structural Biology [Instructors]

    Day / time / room

    Wednesday 2.15 - 6 pm, room E

    Course Syllabus

    6 Mar   Introduction. Dynamic Programming: Sequences (Yiannis)
    13 Mar Approximate DP: Blast-Fasta, DP for RNA folding
    20 Mar Integrative structural bioinformatics. Protein geometry and rotamers (Evangelia)
    27 Mar Brief intro to protein geometry (Ileana Streinu)
    03 Apr  Biological databases (PDBe, BMRB, EM, SAXS). Intro to Structure-Based Drug Design (E)
    10 Apr  Neural networks in Structural Biology (E)
    17 Apr  Alphafold (Andreas Zamanos) c-and d-RMSD. Distance geometry. (Y)
    24 Apr  Distance geometry / PROJECTS announced
    25 Apr  GUEST LECTURE by Ileana Streinu (Thursday)
    15 May PROJECTS assigned
    22 May Progress reports (remote)
    29 May Project presentations
    12 Jun   Take home exam / Guest Lecture
    19 Jun   Final project presentations