Bioinformática 1. Prof. Dr. Walter F. de Azevedo Jr. Laboratório de Sistemas BioMoleculares. Departamento de Física. UNESP São José do Rio Preto. SP.
|
|
- Ana Júlia Melgaço Osório
- 5 Há anos
- Visualizações:
Transcrição
1 Bioinformática Prof. Dr. Walter F. de Azevedo Jr. Laboratório de Sistemas BioMoleculares. Departamento de Física. UNESP São José do Rio Preto. SP.
2 Resumo Mapa de restrição Problema da digestão parcial (Partial Digest Problem, PDP) Algoritmos de mapas de restrição Motivos regulatórios em seqüências de DNA Perfis O problema de procura de motivos Algoritmo de procura de motivos Distância de Hamming
3 Mapa de restrição Em 90 Hamilton Smith descobriu que a enzima de restrição HindII cliva moléculas de DNA em sítios de seqüências GTGCAC ou GTTAAC, quebrando a longa molécula de DNA em conjuntos de fragmentos de restrição. As posições dos sítios onde ocorrem as seqüências são chamados mapas de restrição. As enzimas de restrição são endonucleases e apresentam especificidades diversas. Fonte:
4 Multiset Um multiset é um conjunto que permite duplicar os elementos do conjunto. Ex: X={0,,,,0} então o multiset X = {,,,,,, 6,, 8, 0}. Se X={x =0, x, x,...,x n } é um conjunto de n pontos sobre um segmento n de reta ordenado, então X representa o multiset de todas as distâncias de pares entre os pontos X. X = {x j x i : i<j n }
5 n k = n! (n-k)! k! Para o exemplo X={0,,,, 0} temos: =! (-)!! = 0 De uma forma geral, para k=, que é o caso de distância de pares, temos: n = n! (n-)!! = n(n-)(n-)! (n-)!! = n(n-)
6 Digestão parcial
7 Tabela para representar X i/j X={0,,,,0} então o multiset X = {,,,,,, 6,, 8, 0} ou X={,,,, 6,, 8, 0}.
8 Problema da Digestão Parcial (PDP) Temos que determinar as posições de clivagem a partir da informação sobre os fragmentos, ou seja, temos que determinar o X, a partir do X. Ex: Dado o X = {,,,,,, 6,, 8, 0} determine o X. Problema. Entrada: O multiset de distâncias de pares L, contendo Saída: Um conjunto X, de n inteiros, tal que X = L. n inteiros.
9 Problema da rodovia Fonte: Saídas da rodovia = sítios de restrição no DNA
10 Conjuntos homométricos i/j 0 0 X = {0,,,,,,,, }
11 Conjuntos homométricos i/j X = {0,,,,,,,, } X={,,,,, 6,, 8, 9, 0,,,,, }
12 Conjuntos homométricos i/j Y = {0,,, 8, 9,,,, }
13 Conjuntos homométricos i/j Y = {0,,, 8, 9,,,, } Y={,,,,, 6,, 8, 9, 0,,,,, }
14 Conjuntos homométricos Os conjuntos X e Y são homométricos. Em geral dois conjuntos A e B são homométricos se A = B. Sejam U e V dois conjuntos de números. Pode-se verificar que, os multisets: e U V = {u + v : u U, v V} U - V = {u-v : u U, v V} são homométricos.
15 Algoritmo para resolver o PDP PARTIALDIGEST(L) width máximo de L DELETE(width,L) X {0, width} PLACE(L,X) Obs: (y,x) representa o multiset de distâncias entre um ponto y e todos os pontos no conjunto X. Ex: (,{,,,})={,,,} PLACE(L,X) se L está vazio saída X retorna y máximo de L se (y,x) L Adicione y a X e remova as distâncias (y,x) de L 8 PLACE(L,X) 9 Remova y de X e some as distâncias (y,x) para L 9 se (width-y,x) L adicione width-y a X e remova as distâncias (width-y,x) de L PLACE(L,X) remova width-y de X e adicione distâncias (width-y,x) para L
16 Exemplo para X= {0,,, } i/j 0 0 X=L={,,,,, }
17 PARTIALDIGEST(L) Linha executada L width X Ação {,,,,, } {,,,, } {,,,, } {0, } {,,,, } {0, } PLACE(L, X) PLACE(L, X) Linha executada L X y (y, X) Ação {,,,, } {0, } L={ }? NÃO {,,,, } {0, } 6 {,,,, } {,, } {0, } {0,, } {, } {, } (y, X) L? SIM (, {0, }) = {, } {,, } {0,, } {, } PLACE(L, X)
18 PLACE(L, X) Linha executada L X y (y, X) Ação {,, } {0,, } L={ }? NÃO {,, } {0,, } 9 {,, } {,, } {0,, } {0,, } {,, } {,, } (y, X) L? NÃO (width-y, X) L?SIM (, {0,, }) = {,, } 0 { } {0,,, } {,, } { } {0,,, } {,, } PLACE(L, X) PLACE(L, X) Linha executada L X y (y, X) Ação { } { } {0,,, } {0,,, } L={ }? SIM RETORNA X X= {0,,, }
19 Motivos regulatórios em seqüências de DNA Encontrar motivos em seqüências de DNA sem conhecimento prévio do motivo é um problema comum em análise de genomas.
20 Perfis a) Sete seqüências de DNA aleatórias. Fonte: JONES, N. C. & PEVZNER, P. A. Introduction to Bioinformatics algorithms. The MIT Press,Cambridge, MA (00).
21 Perfis É possível identificar o padrão P a partir da análise das seqüências? b) A mesma seqüência de DNA com o padrão P (ATGCAACT) implantado. Fonte: JONES, N. C. & PEVZNER, P. A. Introduction to Bioinformatics algorithms. The MIT Press,Cambridge, MA (00).
22 Perfis c) A mesma seqüência de DNA mostrada em b) sem destacar o padrão P (ATGCAACT) implantado. Fonte: JONES, N. C. & PEVZNER, P. A. Introduction to Bioinformatics algorithms. The MIT Press,Cambridge, MA (00).
23 Perfis n nucleotídeos t sequências d) A mesma seqüência de DNA mostrada em b) agora com o padrão P (ATGCAACT) mutado em duas posições aleatórias. Fonte: JONES, N. C. & PEVZNER, P. A. Introduction to Bioinformatics algorithms. The MIT Press,Cambridge, MA (00).
24 Perfis O array s = (s,...,s t ), onde t é número de seqüências de DNA, armazena as posições iniciais de cada motivo na seqüência. 8 9 t sequências O array s varia da seguinte forma: s i n-l+. Para o exemplo acima, temos: s = (8, 9,,,,, ). Fonte: JONES, N. C. & PEVZNER, P. A. Introduction to Bioinformatics algorithms. The MIT Press,Cambridge, MA (00).
25 Encontro de motivos l nucleotídeos t seqüencias de DNA Matriz perfil Fonte: JONES, N. C. & PEVZNER, P. A. Introduction to Bioinformatics algorithms. The MIT Press,Cambridge, MA (00).
26 Encontro de motivos P(s) representa a matriz perfil e M P(s) (j) representa a maior contagem na coluna j de P(s). M P(s) ()= M P(s) ()= M P(s) ()=6 M P(s) ()= M P(s) ()= M P(s) (6)= M P(s) ()=6 M P(s) (8)=6 l Σ j= Score(s, DNA) = M P(s) (j) =
27 Encontro de motivos O score(s, DNA) pode ser usado para medir a força de um perfil. Um score de l.t corresponde ao melhor possível. Score(s, DNA) = l Σ j= M P(s) (j)
28 Sítios de ligação NF-κB l Σ j= Score(s, DNA) = M P(s) (j) = 9 Fonte: JONES, N. C. & PEVZNER, P. A. Introduction to Bioinformatics algorithms. The MIT Press,Cambridge, MA (00).
29 Problema de encontro de motivos Dado um conjunto de sequências de DNA, encontre o conjunto que maximiza a função score. Score(s, DNA) = l Σ j= M P(s) (j) Entrada: Uma matriz t x n de DNA, e l o comprimento do padrão a se encontrar. Saída: Um array com t posições iniciai s = (s,...,s t ) maximizando o score(s, DNA).
30 Algoritmo de encontro de motivos BRUTEFORCEMOTIFSEARCH(DNA, t, n, l) bestsocore 0 para cada (s,...,s t ) de (,...,) até (n-l+,...,n-l+) se score(s, DNA) > bestscore bestscore score(s, DNA) 6 bestmotif (s,...,s n ) 6 retorna bestmotif
31 Distância de Hamming Considere duas seqüências u e v, a distância de Hamming é definida como o número de posições que difere nas duas strings d H (u,v). Exemplo: u = v = A T T G T C : x : x : : A C T C T C d H (u,v) =
32 JONES, N. C. & PEVZNER, P. A. Introduction to Bioinformatics algorithms. The MIT Press,Cambridge, MA (00).
Aula 6: Endonucleases de restrição de enzimas de modificação de DNA
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO PÓLO AVANÇADO DE XERÉM GRADUAÇÃO EM BIOTECNOLOGIA CURSO MELH. GEN. E OGMs (XBT353) TURMA 2014/1 Aula 6: Endonucleases de restrição de enzimas de modificação de DNA
Leia maisMODELOS PROBABILÍSTICOS
Disciplina de BIOLOGIA COMPUTACIONAL Mestrado em ENGENHARIA BIOMÉDICA 4º Ano, 1º Semestre 2007/08 MODELOS PROBABILÍSTICOS Relatório 4 Ana Calhau Ângela Pisco Nuno Santos 54605 55748 55746 Palavras-Chave:
Leia maisEstratégias de clonagem
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO PÓLO AVANÇADO DE XERÉM GRADUAÇÃO EM BIOTECNOLOGIA CURSO MELH. GEN. E OGMs (XBT353) TURMA 2015/2 Estratégias de clonagem Prof. Dr. Silas Pessini Rodrigues Rio de Janeiro,
Leia maisA matemática e o genoma. Resumo
I Coloquio Regional da Região Centro-Oeste, 3 a 6 de novembro de 2009 Universidade Federal de Mato Grosso do Sul Mini-curso A matemática e o genoma Nalvo F. Almeida Jr. Resumo Os avanços da biotecnologia
Leia maisMARCADORES MOLECULARES
ESALQ/USP MARCADORES MOLECULARES Base genética dos marcadores e usos no melhoramento de plantas e em estudos de diversidade genética e conservação Departamento de Genética ESTUDO DIRIGIDO 1. O que são
Leia maisAGA Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares
1 / 0 AGA 0505- Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares Laerte Sodré Jr. 1o. semestre, 018 modelos modelagem dos dados dado um conjunto de dados,
Leia maisBioinformática. Ney Lemke. Departamento de Física e Biofísica. logo
Bioinformática Ney Lemke Departamento de Física e Biofísica 2009 Outline 1 Bibliografia 2 Introdução 3 Algoritmos 4 Aplicações 5 Algoritmos Recursivos 6 Tipos de Algoritmos Outline 1 Bibliografia 2 Introdução
Leia maisAlgoritmos em Grafos: Caminho Mínimo
Algoritmos em Grafos: Caminho Mínimo Letícia Rodrigues Bueno UFABC Problema 2: Menor caminho entre duas cidades Dado um mapa de cidades, contendo as distâncias entre cidades, qual o menor caminho entre
Leia maisRedes Complexas Aula 2
Redes Complexas Aula 2 Aula passada Logística Redes e Grafos Exemplos Redes Complexas Aula de hoje Redes e classes Estrutura e características Grau, distância, clusterização Rede (ou Grafo) Abstração que
Leia maisMARCADORES MOLECULARES: DO MELHORAMENTO A CONSERVAÇÃO. Aula 10. Maria Carolina Quecine Departamento de Genética
MARCADORES MOLECULARES: DO MELHORAMENTO A CONSERVAÇÃO Aula 10 LGN232 Genética Molecular Maria Carolina Quecine Departamento de Genética mquecine@usp.br RELEMBRANDO. kit de genética molecular ENZIMAS DE
Leia maisGenômica. Mapeamento Molecular
Genômica Mapeamento Molecular Mapas Para a construção de mapas moleculares podem ser empregados métodos de frequências de recombinação, posições relativas de características citológicas, ou distâncias
Leia maisTeoria dos Grafos Aula 3
Teoria dos Grafos Aula 3 Aula passada Exemplo (mapas) Definições Algumas propriedades Aula de hoje Representando grafos Matriz e lista Comparando tempos de acesso Grafo G=(V, E) Grafo V = conjunto de vértices
Leia maisExercício 2 DNA e Eletroforese
Exercício 2 DNA e Eletroforese Você já aprendeu sobre as enzimas de restrição e como elas clivam o DNA em fragmentos. Você também deve ter notado que, em alguns mapas de restrição, uma enzima pode produzir
Leia maisGRAFOS Conceitos Básicos (Parte 1)
ALGORITMOS E ESTRUTURAS DE DADOS II GRAFOS Conceitos Básicos (Parte 1) Gustavo Batista Profa. Elaine Parros Machado de Sousa alterações: Cris-na Dutra de Aguiar Ciferri Material baseado em aulas dos professores:
Leia maisCES-11. Algoritmos e Estruturas de Dados. Carlos Alberto Alonso Sanches
CES-11 Algoritmos e Estruturas de Dados Carlos Alberto Alonso Sanches Juliana de Melo Bezerra CES-11 Grafos Conceitos gerais e representações Algoritmos em grafos Exploração sistemática em largura Caminhos
Leia maisBases da análise genômica: estado da arte
Bases da análise genômica: estado da arte Cesar Martins cmartins@ibb.unesp.br Departamento de Morfologia Instituto de Biociências UNESP Universidade Estadual Paulista Botucatu, SP Avanços nas tecnologias
Leia maisBases da análise genômica: estado da arte
Bases da análise genômica: estado da arte Cesar Martins (cmartins@ibb.unesp.br) Departamento de Morfologia Instituto de Biociências, UNESP Universidade Estadual Paulista Botucatu, SP Avanços nas tecnologias
Leia maisMARCADORES MOLECULARES: AFLP E RFLP
Universidade Federal de Pelotas Programa de Pós Graduação em Agronomia Disciplina de Biotecnologia Aplicada ao Melhoramento MARCADORES MOLECULARES: AFLP E RFLP Prof. PhD. Antonio Costa de Oliveira Gabriela
Leia mais1. Faça uma função que recebe por parâmetro o raio de uma esfera e calcula o seu volume.
Instituto Federal do Pará Professor: Ricardo José Cabeça de Souza Disciplina: - Algoritmos e Construção de Programas LISTA DE EXERCÍCIOS 1. Faça uma função que recebe por parâmetro o raio de uma esfera
Leia maisAlinhamento de Sequências e Genômica Comparativa
Encontro França-Brasil de Bioinformática Universidade Estadual de Santa Cruz (UESC) Ilhéus-BA - Brasil Alinhamento de Sequências e Genômica Comparativa Maria Emília M. T. Walter Departamento de Ciência
Leia maisIntrodução à Bioquímica
Introdução à Bioquímica Nucleotídeos e Ácidos Nucléicos Dra. Fernanda Canduri Laboratório de Sistemas BioMoleculares. Departamento de Física.. UNESP São José do Rio Preto - SP. Genoma! O genoma de um organismo
Leia maisANÁLISE DE ALGORITMOS: PARTE 1. Prof. André Backes. Como resolver um problema no computador? Precisamos descrevê-lo de uma forma clara e precisa
ANÁLISE DE ALGORITMOS: PARTE 1 Prof. André Backes Algoritmos 2 Como resolver um problema no computador? Precisamos descrevê-lo de uma forma clara e precisa Precisamos escrever o seu algoritmo Um algoritmo
Leia maisEspaço amostral Ω: Conjunto enumerável de todos os possíveis resultados de um experimento aleatório. um evento elementar. E = E[X j ] X j.
Universidade Tecnológica Federal do Paraná Professor Murilo V G da Silva Notas de aula Algoritmos Avançados I (Aula 04 Conteúdos da aula: [CLR09: cap 7 e 9][MIE05 4, 5] Vamos estudar nesta aula três algoritmos
Leia maisAnálise de Clusters. Aplicações da formação de Grupos (Clustering)
Análise de Clusters Aplicações da formação de Grupos (Clustering) Ver e analisar vastas quantidades de dados biológicos como um todo pode ser difícil É mais fácil interpretar os dados se forem divididos
Leia maisConceito: qualquer modificação súbita e hereditária no conjunto gênico de um organismo, que não é explicada pela recombinação da variabilidade
MUTAÇÃO Conceito: qualquer modificação súbita e hereditária no conjunto gênico de um organismo, que não é explicada pela recombinação da variabilidade genética pré-existente. Organismo mutante: é aquele
Leia maisEnzimas de restrição
A tecnologia do DNA recombinante e suas aplicações Enzimas de restrição As enzimas de restrição são proteínas produzidas por bactérias para prevenir ou restringir a invasão de um DNA estranho. Elas atuam
Leia maisDNA recombinante. Nilce M. Martinez Rossi Depto de Genética
DNA recombinante Nilce M. Martinez Rossi Depto de Genética Descobertas marcantes 1962 Arber, Nathans e Smith Enzimas de restrição 1966 Niremberg, Ochoa e Khorana Elucidaram o código genético 1961 Marmur
Leia maisINTRODUÇÃO Á BIOQUÍMICA
INTRODUÇÃO Á BIOQUÍMICA BIOQUÍMICA ENFERMAGEM FIO Faculdades Integradas de Ourinhos. Prof. Esp. Roberto Venerando Fundação Educacional Miguel Mofarrej. FIO robertovenerando@fio.edu.br 1 - Introdução à
Leia maisIntrodução à Ciência da Computação II
Introdução à Ciência da Computação II 2semestre/200 Prof Alneu de Andrade Lopes Apresentação com material gentilmente cedido pelas profas Renata Pontin Mattos Fortes http://wwwicmcuspbr/~renata e Graça
Leia mais5ª Lista de Exercícios de Programação I
5ª Lista de Exercícios de Programação I Instrução As questões devem ser implementadas em C. Questões que envolvam leitura de matrizes, a construção dessas matrizes pode ser realizada através da geração
Leia maisMotivação Por que estudar?
Aula 04 Imagens Diogo Pinheiro Fernandes Pedrosa Universidade Federal Rural do Semiárido Departamento de Ciências Exatas e Naturais Curso de Ciência da Computação Motivação Por que estudar? Imagens digitais
Leia maisUniversidade de São Paulo
Universidade de São Paulo Instituto de Ciências Matemáticas e Computação SCE5763 - Tipos e Estrutura de Dados - Luis Gustavo Nonato 2 a Lista de Exercícios 1. Seja A um array de inteiros. Escreva algoritmos
Leia maisTecnologia do DNA recombinante
Tecnologia do DNA recombinante Fonte Conceito Arial de Tecnologia do DNA recombinante; Cor Clonagem preto do DNA; Ferramentas e aplicações da Tecnologia do DNA recombinante Tecnologia do DNA recombinante
Leia maisUNIVERSIDADE FEDERAL DE ITAJUBÁ CANDIDATO: CURSO PRETENDIDO: SOLUÇÃO
UNIVERSIDADE FEDERAL DE ITAJUBÁ GABARITO DE CÁLCULO PROVA DE TRANSFERÊNCIA INTERNA, EXTERNA E PARA PORTADOR DE DIPLOMA DE CURSO SUPERIOR - // CANDIDATO: CURSO PRETENDIDO: OBSERVAÇÕES: Prova SEM consulta
Leia maisGeometria Analítica Lista 01 Matrizes e Sistemas lineares
Geometria nalítica Lista 0 Matrizes e Sistemas lineares Professor: Daniel Henrique Silva Definições iniciais de matrizes ) Defina matriz. 2) Determine explicitamente as matrizes dadas pelas leis de formação
Leia maisAprendizado de Máquina
Aprendizado de Máquina Template Matching Luiz Eduardo S. Oliveira Universidade Federal do Paraná Departamento de Informática http://lesoliveira.net October 25, 2012 Luiz S. Oliveira (UFPR) Aprendizado
Leia maisRAPD RAPD. Estimando diversidade entre genomas
Estimando diversidade entre Recursos Genômicos em Biologia Vegetal NV MARCELO CARNIER DORNELAS dornelas@unicamp.br de abril de Uso de marcadores moleculares: (Random Amplified Polymorphic DNA) RFLP (Restriction
Leia maisGrafos: caminhos (matriz adjacência)
Grafos: caminhos (matriz adjacência) Algoritmos e Estruturas de Dados 2 Graça Nunes 1 O problema do menor caminho Um motorista deseja encontrar o caminho mais curto possível entre duas cidades do Brasil
Leia maisFacebook. Um grafo é uma rede. Estrutura de dados fundamental em Informática, tal como listas e árvores.
Grafos Introdução Grafos Introdução Fernando Lobo Algoritmos e Estrutura de Dados II Estrutura de dados fundamental em Informática, tal como listas e árvores. Há muitos algoritmos interessantes sobre grafos.
Leia maisCAL ( ) MIEIC/FEUP Grafos: Introdução (Março, 2011)
1 Algoritmos em Grafos: Introdução R. Rossetti, A.P. Rocha, A. Pereira, P.B. Silva, T. Fernandes CAL, MIEIC, FEUP Março de 2011 Índice 2 Revisão de conceitos e definições Exemplificar aplicações Representação
Leia maisTécnicas para Comparação e Visualização de Similaridades entre Seqüências Genéticas
Técnicas para Comparação e Visualização de Similaridades entre Seqüências Genéticas Felipe Fernandes Albrecht (FURB/DSC) albrecht@inf.furb.br Resumo. Este artigo apresentará técnicas para comparação e
Leia maisCódigos Corretores de Erros e Cliques de Grafos
Códigos Corretores de Erros e Cliques de Grafos Natália Pedroza Jayme Szwarcfiter Paulo Eustáquio UFRJ/UERJ 2016 Natália Pedroza (UFRJ/UERJ) Códigos Corretores 2016 1 / 32 Apresentação Códigos corretores
Leia maisTeoria dos Grafos Aula 17
Teoria dos Grafos Aula 17 Aula passada Problema da soma do subconjunto (subset sum) Programação dinâmica Problema da mochila Aula de hoje Alinhamento de sequências Programação dinâmica Caminho mais curto
Leia maisEXPERIMENTO ALEATÓRIO : Experimento que pode fornecer diferentes resultados, embora seja repetido toda vez da mesma maneira.
EXPERIMENTO ALEATÓRIO : Experimento que pode fornecer diferentes resultados, embora seja repetido toda vez da mesma maneira. ESPAÇO AMOSTRAL : O conjunto de todos os resultados possíveis de um experimento
Leia maisCOMPRESSÃO E CODIFICAÇÃO SEM PERDAS. Mauro Nogueira Mônica Festa Paulo Antiquera
COMPRESSÃO E CODIFICAÇÃO SEM PERDAS Mauro Nogueira Mônica Festa Paulo Antiquera Introdução Armazenamento ou transmissão compressão (compactação) de dados Compressão sem perdas Imagens médicas documentos
Leia maisP E R N AMBUCO UMA FERRAMENTA WEB PARA INFERÊNCIA DE HAPLÓTIPOS PROPOSTA DE TRABALHO DE GRADUAÇÃO
U NIVERSIDADE FEDERAL DE P E R N AMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA UMA FERRAMENTA WEB PARA INFERÊNCIA DE HAPLÓTIPOS PROPOSTA DE TRABALHO DE GRADUAÇÃO Aluno Ranieri Valença
Leia maisÁcidos Nucleicos: Nucleotídeos, DNA e RNA. Bianca Lobão - nº USP: Caio Lourenço - nº USP: Giulia Santos - nº USP:
Ácidos Nucleicos: Nucleotídeos, DNA e RNA Bianca Lobão - nº USP: 9370841 Caio Lourenço - nº USP: Giulia Santos - nº USP: 9370726 Nucleotídeos Compõem a estrutura das moléculas de DNA e RNA; São compostos
Leia mais7.012 Conjunto de Problemas 4
Nome Seção 7.012 Conjunto de Problemas 4 Pergunta 1 Você está estudando a síntese do aminoácido triptofano em bactérias. As enzimas TrpA, TrpB, TrpC, TrpD, TrpE e AroH são essenciais para a síntese desse
Leia maisCircuitos Hamiltorianos
Circuitos Hamiltorianos Vimos que o teorema de euler resolve o problema de caracterizar grafos que tenham um circuito em que cada aresta apareça exatamente uma vez. Vamos estudar aqui uma questão relacionada.
Leia maisRestriction Fragment Length Polymorphism (RFLP) e Amplified Fragment Length Polymorphism (AFLP) Fernanda Kegles Jéssica Waldman Nathalia Stark Pedra
Restriction Fragment Length Polymorphism (RFLP) e Amplified Fragment Length Polymorphism (AFLP) Fernanda Kegles Jéssica Waldman Nathalia Stark Pedra Reação em Cadeia da Polimerase (PCR) Ampliação de sequências
Leia maisFunções. Introdução à Computação para a Engenharia Ambiental
Funções Introdução à Computação para a Engenharia Ambiental Função Agrupa um conjunto de comandos e associa a ele um nome (iden>ficador). O emprego deste nome como um comando corresponde a uma chamada
Leia maisEstruturas de Dados Estruturas de Dados Fundamentais
Estruturas de Dados Estruturas de Dados Fundamentais Prof. Eduardo Alchieri Estruturas de Dados Fundamentais Todos os tipos abstratos de dados (pilhas, filas, deques, etc.) podem ser implementados usando
Leia maisProcessamento da Informação Teoria. Listas e Matrizes
Processamento da Informação Teoria Listas e Matrizes Semana 07 Prof. Jesús P. Mena-Chalco 05/06/2013 Função range (cria uma lista) >>> range(1,5) [1, 2, 3, 4] >>> range(5,10) [5, 6, 7, 8, 9] Uma lista
Leia maisQuestão 1: O histograma deve ser: [0, 1, 4, 2, 0, 3, 0,, 0, 2] Exemplo: Para a matriz
MAC122 rincípios de Desenvolvimento de Algoritmos Lista de exercícios 01 rof.: aulo Miranda Instituto de Matemática e Estatística (IME) Universidade de São aulo (US) Alocação Dinâmica & Matrizes Questão
Leia maisProgramação de Computadores I 2016 Prof. Marcos UNESP/FEG/DMA
Programação de Computadores I 2016 Prof. Marcos UNESP/FEG/DMA Lista de Exercícios 6. Tipos estruturados. Após consultar o material de apoio, a bibliografia sugerida ou referências adicionais, responda
Leia maisMarcadores Moleculares
Marcadores Moleculares Marcadores Moleculares Marcadores Genéticos Características polimórficas: marcadores de variabilidade genética entre indivíduos, populações, espécies e taxons superiores. Marcadores
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 27 de maio de 2016 Reconhecimento de objetos Padrão: arranjo
Leia maisTeoria da Complexidade Computacional
Teoria da Complexidade Computacional Letícia Rodrigues Bueno UFABC Motivação Motivação I can t find an efficient algorithm, I guess I m just too dumb. Fonte: GAREY, M. R. e JOHNSON, D. S. Computers and
Leia maisExemplos de Aplicações da Teoria das Probabilidades em Biologia. Qual a probabilidade de que o próximo nucleotídeo na seqüência seja A, C, G ou T?
Exemplos de Aplicações da Teoria das Probabilidades em Biologia Exemplo 1. Suponha que se conheça a seguinte seqüência de nucleotídeos em uma molécula de DNA: AGCTTCCGATCCGCTATAATCGTTAGTTGTTACACCTCTG Qual
Leia maisArquivos invertidos 39
Arquivos invertidos 39 Arquivos invertidos É um mecanismo que utiliza palavras para indexar uma coleção de documentos a fim de facilitar a busca e a recuperação Estruturas de um arquivo invertido Vocabulário
Leia maisExercícios: Árvores. Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de estrutura de dados em linguagem C
Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de estrutura de dados em linguagem C Exercícios: Árvores 1. Utilizando os conceitos de grafos, defina uma árvore.
Leia maisCIC 110 Análise e Projeto de Algoritmos I
CIC 110 Análise e Projeto de Algoritmos I Prof. Roberto Affonso da Costa Junior Universidade Federal de Itajubá Manipulação de bits AULA 10 Manipulação de bits Todos os dados em programas de computador
Leia maisPrimeira Lista de Exercícios 2005/1... Exercício 1 Desenhe Diagrama de Estados para Máquinas que Decidem as Linguagens:
UFLA Universidade Federal de Lavras Departamento de Ciência da Computação COM167 Teoria da Computação Prof. Rudini Sampaio Monitor: Rodrigo Pereira dos Santos Primeira Lista de Exercícios 2005/1 Exercício
Leia maisResumo - capítulo 5 - Predição da estrutura secundária do RNA
Resumo - capítulo 5 - Predição da estrutura secundária do RNA Pedro Ivo Gomes de Faria Sumário 1 Introdução 2 1.1 Fundamentos da predição da estrutura do RNA........ 2 1.2 Características da estrutura
Leia maisPrincipais algoritmos de alinhamento de sequências genéticas. Alexandre dos Santos Cristino
Principais algoritmos de alinhamento de sequências genéticas Alexandre dos Santos Cristino http://www.ime.usp.br/~alexsc e-mail: alexsc@ime.usp.br Definição de alinhamento de sequências Comparação de duas
Leia maisSets. Declaração: var y : Set[Int] = Set() O tipo do conjunto não é obrigatório, podendo usar a inferência: var x = Set(1,3,5,7)
Sets Em Scala é possível utilizar uma estrutura prédefinida para armazenar uma coleção de elementos diferentes do mesmo tipo. Não existem elementos duplicados no conjunto Declaração: var y : Set[Int] =
Leia maisAULA 11 PROJETO E ANÁLISE DE ALGORITMOS. Conceitos básicos e representação de grafos Karina Valdivia Delgado
AULA 11 PROJETO E ANÁLISE DE ALGORITMOS Conceitos básicos e representação de grafos Karina Valdivia Delgado Roteiro Motivação Conceitos básicos Representação Motivação Um grafo é uma abstração que permite
Leia maisUniversidade Federal de Alagoas Instituto de Matemática. Geometria. Prof. Thales Vieira
Universidade Federal de Alagoas Instituto de Matemática Geometria Prof. Thales Vieira 2014 Geometria Euclidiana Espaço R n R n = {(x 1,...,x n ); x i 2 R} Operações entre elementos de R n Soma: (x 1,x
Leia maisApós consultar o material de apoio, a bibliografia sugerida ou referências adicionais, responda às questões a seguir:
Programação de Computadores I 2019 Prof. Marcos UNESP/FEG/DMA Lista de Exercícios 6. Tipos estruturados. Após consultar o material de apoio, a bibliografia sugerida ou referências adicionais, responda
Leia maisUso de microarrays e RNA-seq para a medida de níveis relativos de transcrição
Uso de microarrays e RNA-seq para a medida de níveis relativos de transcrição Medidas dos níveis de mrna O nível de mrna de uma célula reflete (as vezes de forma grosseira) os níveis de proteínas da mesma.
Leia maisEstruturas de dados para listas arrays e listas ligadas
Estruturas de dados para listas arrays e listas ligadas Fernando Lobo Algoritmos e Estrutura de Dados Algumas figuras retiradas do livro Introduction to Algorithms, 3rd Edition. 1 / 29 Listas Uma lista
Leia maisMATEMÁTICA DISCRETA. Patrícia Ribeiro 2018/2019. Departamento de Matemática, ESTSetúbal 1 / 47
1 / 47 MATEMÁTICA DISCRETA Patrícia Ribeiro Departamento de Matemática, ESTSetúbal 2018/2019 2 / 47 1 Combinatória 2 Aritmética Racional 3 3 / 47 Capítulo 3 4 / 47 não orientados Um grafo não orientado
Leia maisRESOLUÇÃO DA 1 a AVALIAÇÃO DE MATEMÁTICA UNIDADE II
RESOLUÇÃO D a VLIÇÃO DE MTEMÁTIC UNIDDE II - 07 PESQUIS E ELBORÇÃO: PROF. DINO CRIBÉ E PROF WLTER PORTO. PROF. MRI NTÔNI CONCEIÇÃO GOUVEI. QUESTÃO 0. Um painel decorativo é pintado como um tabuleiro com
Leia maisResolução de problemas por meio de busca. Prof. Pedro Luiz Santos Serra
Resolução de problemas por meio de busca Prof. Pedro Luiz Santos Serra Agentes de resolução de problemas Agente: É um elemento qualquer capaz de perceber seu ambiente por meio de sensores e de agir sobre
Leia maisPython Listas e Strings. Listas 23/11/2016. Por que usar listas? Listas. Listas - Solução. Listas - Problema
Python Listas e Strings Prof. Paulo Henrique Ribeiro Gabriel (Com base no material do Prof. André Backes) Listas Por que usar listas? Listas As variáveis declaradas até agora são capazes de armazenar um
Leia maisTeoria dos Grafos. Edson Prestes
Edson Prestes Grafos Enumeração de Passeios/Caminhos O processo associado à enumeração de caminhos de um grafo/dígrafo é semelhante ao processo de contagem com a diferença de que usaremos uma matriz de
Leia maisMATRIZES - PARTE Mais exemplos Multiplicação de duas matrizes AULA 26
AULA 26 MATRIZES - PARTE 2 26. Mais exemplos Nesta aula, veremos mais dois algoritmos envolvendo matrizes. O primeiro deles calcula a matriz resultante da multiplicação de duas matrizes e utiliza três
Leia maisUNIVERSIDADE DE SÃO PAULO INSTITUTO DE CIÊNCIAS MATEMÁTICAS E DE COMPUTAÇÃO Departamento de Ciências de Computação
UNIVERSIDADE DE SÃO PAULO INSTITUTO DE CIÊNCIAS MATEMÁTICAS E DE COMPUTAÇÃO Departamento de Ciências de Computação SCC-203 ALGORITMOS E ESTRUTURAS DE DADOS II Prova - Gabarito Nome: Nro. USP ) O matemático
Leia maisO estudo utilizando apenas este material não é suficiente para o entendimento do conteúdo. Recomendamos a leitura das referências no final deste
O estudo utilizando apenas este material não é suficiente para o entendimento do conteúdo. Recomendamos a leitura das referências no final deste material e a resolução (por parte do aluno) de todos os
Leia maisPrograma de Pós-Graduação em Genética e Melhoramento de Plantas
Programa de Pós-Graduação em Genética e Melhoramento de Plantas LGN 5799 - SEMINÁRIOS EM GENÉTICA E MELHORAMENTO DE PLANTAS CONTROLE GENÉTICO E EPIGENÉTICO DA EXPRESSÃO NUCLEOLAR Mestranda: Maria Cecília
Leia maisLista de Exercícios 04
Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Departamento de Computação DECOM Disciplina: BCC202 - Estruturas de Dados I Professor: Túlio Toffolo (www.decom.ufop.br/toffolo)
Leia maisOtimização. Otimização em Redes. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2
Otimização Otimização em Redes Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 2016/2 Paulo H. R. Gabriel (FACOM/UFU) GSI027 2016/2 1 / 51 Conteúdo
Leia maisFaculdades Integradas Rui Barbosa Programação II Prof. Marcos Antonio Estremote. Exercícios com Vetores e Matrizes
Faculdades Integradas Rui Barbosa Programação II Prof. Marcos Antonio Estremote Exercícios com Vetores e Matrizes 1. Leia um vetor de 12 posições e em seguida ler também dois valores X e Y quaisquer correspondentes
Leia maisIntrodução à Bioquímica
Introdução à Bioquímica Nucleotídeos e Ácidos Nucléicos Dra. Fernanda Canduri Laboratório de Sistemas BioMoleculares. Departamento de Física.. UNESP São José do Rio Preto - SP. Tópicos! Estrutura e função
Leia maisUMA INTRODUÇÃO AOS ALGORITMOS GENETICOS
UMA INTRODUÇÃO AOS ALGORITMOS GENETICOS Uma visão geral dos GAs Um algoritmo genético é uma classe de algoritmo de busca. O algoritmo procura uma solução dentro de um espaço para um problema de otimização.
Leia maisLista de exercícios sobre contagem de operações Prof. João B. Oliveira
Lista de exercícios sobre contagem de operações Prof. João B. Oliveira 1. metodo m ( Vetor V ) int i, res = 0; para i de 1 a V.size res = res + V[i]; return res; Soma de elementos de um vetor, O( ). 2.
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 2019 5.1. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros e ( < ) se sua função densidade de probabilidade é dada por f ( x )={ 1 β α, α x β
Leia maisDetecção de Seqüências Específicas de DNA
Detecção de Seqüências Específicas de DNA Parte 1. Procurando um gene Imagine que você é um cientista e acabou de extrair um DNA. Você precisa saber se este DNA contém o gene para fibrose cística. Você
Leia maisMedidas de Dispersão Prof. Walter Sousa
Estatística Medidas de Dispersão Prof. Walter Sousa MEDIDAS DE DISPERSÃO São indicadores do grau de concentração ou dispersão dos dados. AMPLITUDE TOTAL(Range) DESVIO MÉDIO VARIÂNCIA DESVIO PADRÃO COEFICIENTE
Leia maissignifica ( x)[(x S P (x)) (P (x) x S)]
Capítulo 2 Conjuntos e Contagem 2.1 Notação S = {2, 4, 6,... } (impreciso; conjuntos finitos) 1. 2 S 2. Se n S, então (n + 2) S S = {x x é um inteiro positivo par } S = {x P (x)} significa ( x)[(x S P
Leia maisIntrodução à Análise Algoritmos
Introdução à Análise Algoritmos Notas de aula da disciplina IME 4-182 Estruturas de Dados I Paulo Eustáquio Duarte Pinto (pauloedp arroba ime.uerj.br) abril/218 Ordenação por SELEÇÃO: Idéia: Dado um vetor
Leia maisSequenciamento de genoma e transcriptomas
Sequenciamento de genoma e transcriptomas Durante décadas o método de Sanger foi praticamente a única opção utilizada para sequenciamento de DNA Nos últimos anos surgiram novas tecnologias de sequenciamento
Leia maisMatriz de Referência da área de Matemática Ensino Médio
Matriz de Referência da área de Matemática Ensino Médio C1 Utilizar o conhecimento sobre números e suas representações em situações relacionadas a operações matemáticas, grandezas e unidades de medidas.
Leia maisAplicações. Enzimas de restrição
Engenharia genética - Capacidade de manipular ácidos núcleicos de forma bem definida e controlada. As ferramentas que o permitem são as enzimas capazes de actuarem sobre ácidos núcleicos. Enzimas de restrição
Leia maisMontagem de Genomas. Prof. Dr. Alessandro Varani UNESP - FCAV
Montagem de Genomas Prof. Dr. Alessandro Varani UNESP - FCAV Conceitos da Genômica O que é um genoma? O conjunto de DNA que compõe um determinado (micro) organismo - Cromossomos; - Organelas: Mitocôndria
Leia maisESTRUTURA HOMOGÊNEA: VETORES/ARRAYS
Lógica de Programação Professora Lucélia ESTRUTURA HOMOGÊNEA: VETORES/ARRAYS Um vetor é um arranjo de elementos armazenados na Memória Principal, um após o outro, todos com o mesmo nome. A idéia é a mesma
Leia maisPS 4 Soluções Pergunta 1
PS 4 Soluções Pergunta 1 Você está estudando a síntese do aminoácido triptofano em bactérias. As enzimas TrpA, TrpB, TrpC, TrpD, TrpE e AroH são essenciais para a síntese desse aminoácido. Bactérias do
Leia maisGeometria Computacional: Fecho convexo
Geometria Computacional: INF2604 Geometria Computacional Prof. Hélio Lopes lopes@inf.puc-rio.br sala 408 RDC O que é uma região convexa? Uma região é convexa se para qualquer par de pontos dessa região,
Leia mais4ª Lista de Exercícios de Programação I
4ª Lista de Exercícios de Programação I Instrução As questões devem ser implementadas em C. 1. Faça um algoritmo que leia 10 valores inteiros armazenando-os em um vetor e depois calcule a soma dos valores
Leia mais