University of Warsaw - Central Authentication System
Strona główna

Bioinformatics

General data

Course ID: 1400-216BINF
Erasmus code / ISCED: 11.304 The subject classification code consists of three to five digits, where the first three represent the classification of the discipline according to the Discipline code list applicable to the Socrates/Erasmus program, the fourth (usually 0) - possible further specification of discipline information, the fifth - the degree of subject determined based on the year of study for which the subject is intended. / (0612) Database and network design and administration The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title: Bioinformatics
Name in Polish: Bioinformatyka
Organizational unit: Faculty of Biology
Course groups: Requisite subjects for second-year students of Biotechnology
ECTS credit allocation (and other scores): 6.00 Basic information on ECTS credits allocation principles:
  • the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS;
  • the student’s weekly hourly workload is 45 h;
  • 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes;
  • weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS;
  • work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load.
view allocation of credits
Language: Polish
Type of course:

obligatory courses
Short description:

Review of basic bioinformatics methodologies and tools with excersizing practical skills with the use of software applications
Full description:

1. Introduction to the Unix environment, command line usage (bash shell), SSH protocol, and an introduction to working on computational clusters.

2. Introduction to bioinformatics, molecular biology and biotechnology databases – overview and applications. Searching databases using keywords and applying logical operators in queries.

3. Comparison of two nucleotide and amino acid sequences. Searching nucleotide and amino acid sequence databases using sequences as queries.

4. Multiple sequence alignment. Analysis of protein families, family representation, and database searches using sequence profiles.

5. Sequence motifs related to function. Protein family motifs, cell compartment targeting signals, gene expression control sequences. Hidden Markov models and their applications in bioinformatics.

6. Differentiating between coding and non-coding DNA sequences (ab initio and homology-based methods).

7. Fundamentals of molecular evolution and constructing phylogenetic trees.

8. Spatial structure databases of macromolecules. Molecular graphics, principles of biopolymer structure visualization.

9. Modeling globular protein structures and model evaluation.

10. Independent solution of a sample complex problem (project).

11. Latest achievements in bioinformatics.
Bibliography:

1. Understanding Bioinformatics, M. Zvelebil, J. O. Baum, Garland Science, Taylor&Francis Ltd.; 1st edition (6 Sept. 2007) (ISBN: 978-0815340249)

2. Bioinformatics: A Practical Guide to the Analysis of Genes and Proteins, Andreas D. Baxevanis, B. F. Francis Ouellette, Willey, (ISBN: 978-0-471-47878-2)

3. DNA. The secret of life, J. D. Watson and A. Berry, wyd: A. F. Knopf, New York, 2003 (ISBN 0-375-41546-7)

4. Introduction to Bioinformatics, Arthur M. Lesk (July 21, 2019) (ISBN 978-0198794141)
Learning outcomes: (in Polish)

Student/-ka zna i rozumie:

- elementarną wiedzę w wybranych obszarach biotechnologii oraz rozumie związki i zależności między różnymi dyscyplinami przyrodniczymi (K_W01_Bt);

- problemy nauk przyrodniczych, kategorie pojęciowe i terminologię przyrodniczą oraz rozwój metod badawczych, a także potrafi wskazać najważniejsze odkrycia naukowe w historii nauk biologicznych, w tym biotechnologii (K_W02_Bt);

- matematykę i statystykę na poziomie pozwalającym na opisywanie zjawisk przyrodniczych; wykorzystuje narzędzia matematyczne do opisu zjawisk biologicznych (K_W03_Bt);

- w zaawansowanym stopniu techniki i narzędzia w badaniach zjawisk przyrodniczych, rozumie znaczenie pracy doświadczalnej w biotechnologii oraz potrafi opisać znaczenie analiz molekularnych w badaniach biologicznych i medycznych (K_W04_Bt);

- podstawy technik informatycznych i wykorzystuje narzędzia informatyczne do pozyskiwania informacji, przetwarzania tekstów, prezentacji (K_W08_Bt).

Student/ka potrafi:

- stosować podstawowe techniki, właściwe dla biotechnologii (K_U01_Bt);

- korzystać z dostępnych źródeł informacji, w tym ze źródeł elektronicznych (K_U03_Bt);

- przeprowadzać proste zadania badawcze lub ekspertyzy pod okiem opiekuna indywidualnie oraz w zespole (K_U04_Bt);

- wykonywać w terenie/laboratorium proste pomiary fizycznochemiczne lub biologiczne oraz dokonywać obserwacji, oraz stosować, na poziomie podstawowym, metody matematyczne i statystyczne do opisu zjawisk i analizy danych (K_U05_Bt);

- poprawnie wnioskować na podstawie danych z różnych źródeł (K_U06_Bt);

- krytycznie opracować wybrany problem naukowy w formie pisemnego referatu, z poprawną dokumentacją, lub przedstawić w formie prezentacji multimedialnej z wykorzystaniem zaawansowanych technik informacyjno-komunikacyjnych (K_U07_Bt).

Student/ka jest gotów/gotowa do:

- zrozumienia zjawisk i procesów biologicznych w przyrodzie (K_K01_Bt);

- rozwijania akceptującej postawy wobec metod matematycznych i statystycznych stosowanych w biotechnologii (K_K02_Bt);

- wykazywania odpowiedzialności za własną pracę i powierzony sprzęt; wykazuje poszanowanie pracy własnej i innych (K_K03_Bt);

- efektywnej pracy w zespole (K_K04_Bt);

- przekazywania społeczeństwu informacji o nowych osiągnięciach biotechnologii i potrafi przekazać te informacje w sposób zrozumiały (K_K06_Bt).
Assessment methods and assessment criteria:

Practicals:

- two unexcused absences are allowed.

- completing the project (or presentation, if applicable) is a prerequisite for being allowed to take the exam.

Exam (multiple-choice test).

Classes in period "Summer semester 2024/25" (past)

Time span: 2025-02-17 - 2025-06-08
Selected timetable range:
Go to timetable
Type of class:
Lab, 60 hours more information
Lecture, 30 hours more information
Coordinators: Norbert Odolczyk, Piotr Zielenkiewicz
Group instructors: Maciej Kotliński, Norbert Odolczyk, Piotr Zielenkiewicz, Maksymilian Zienkiewicz
Students list: (inaccessible to you)
Credit: Course - Examination
Lab - Grading
Lecture - Examination

Classes in period "Summer semester 2025/26" (in progress)

Time span: 2026-02-16 - 2026-06-07
Selected timetable range:
Go to timetable
Type of class:
Lab, 60 hours more information
Lecture, 30 hours more information
Coordinators: Norbert Odolczyk, Piotr Zielenkiewicz
Group instructors: Maciej Kotliński, Norbert Odolczyk, Piotr Zielenkiewicz, Maksymilian Zienkiewicz
Students list: (inaccessible to you)
Credit: Course - Examination
Lab - Grading
Lecture - Examination
Course descriptions are protected by copyright.
Copyright by University of Warsaw.
Krakowskie Przedmieście 26/28
00-927 Warszawa tel: +48 22 55 20 000 https://uw.edu.pl/ contact accessibility statement site map USOSweb 7.2.0.0-11 (2025-12-17)