105年第2學期-0798 專題：生物序列分析 課程資訊

教育目標

1、本課程之上課方式，首先由實際的分子生物學問題出發，並據以樹立定義明確的問題(well-defined problem)，然後建立解決該問題的模型(modeling)，提出計算方法(演算法)，並分析計算複雜度(Computational Complexity)， 最後依計算結果，評估對原分子生物學問題的解答程度。 2、尋求有效率的計算方法，一直是生物資訊學所面臨的挑戰。因此第一週說明何謂生物序列分析後，將先簡介計算複雜度與NP-completeness 問題。 3、第二週將簡介分子生物學。 4、前二週為學生加退選課程時間，為使較晚選修此課程的學生較無學習落差，因此第三週才會開始本課程主談的生物資訊主題。 5、50年來，計算機科學家發現，即使各領域解決的問題不同，但所提出的各種演算法，有雷同的原理，亦即基本的技巧並不多。本課程的另一主軸，為介紹各種基本的演算法。 6、教學進度表所列教材較多，將會因學生學習狀望而調整。

課程概述

何謂 “計算生物學” (或稱生物資訊學)? DNA由a,t,c,g 4個字母組合而成，如下例即為一串DNA序列(sequence)： atgcactctt caatagtttt ggccaccgtg ctctttgtag cgattgcttc agcatcaaaa acgcgagagc tatgcatgaa atcgctcgag catgccaagg ttggcaccag caaggaggcg (習慣上，每10個字母寫成一小串，小串間以一“空白”隔開。此例計有120個字母，我們稱其長度為120) 人類DNA總長為30億，這30億個字母決定了一個人。1988年開始的人類基因計劃的主要目的，就是將這30億個字母寫出來。而這些字母是如何運作的，則有待進一步了解。這些隱藏於字母中的生命秘密，我們稱之為生物資訊(Biological information)。 DNA會製造出蛋白質，以營造活生生的生命。蛋白質由20個英文字母 (各代表一種氨基酸)組合而成，長度從數十至數百都有，如下例即為一條蛋白質序列： mhssivlatv lfvaiasask trelcmksle hakvgtskea kqdgidlykh mfehypamkk yfkhrenytp advqkdpffi kqgqnillac hvlcatyddr etfdayvgel marherdhvk 人類約有2萬條不同的蛋白質。這些蛋白質如何營造出生命，有待進一步了解。這些隱藏於字母中的秘密，也是所謂的生物資訊(Biological information)。 研究DNA如何運作及蛋白質如何營造生命, 也就是研究生物資訊(Biological information)，是今日蓬勃發展的“生命科學”之目的。 所謂“生物序列”(Biological sequence)，指的是DNA序列或蛋白質序列。 提出有效的生物序列分析方法(演算法或模型)，以計算機為工具，挖掘隱藏在大量字母裡的生物資訊，我們稱之為“計算生物學”(Computational Biology)，或稱之為“生物資訊學”(Bioinformatics)。

基本資料

選修課，學分數：0-3
上課時間：二/6,7,8[ST527]
修課班級：應數系2-4
修課年級：年級以上
選課備註：

參考書目

Textbook:
An introduction to bioinformatics Algorithms
Neil C. Jones and Pavel A. Pevzner
2004, MIT






References:
1. Algorithms on strings, trees, and sequences.
Dan Gusfield
1997, Cambridge

2. Biological Sequence Analysis
R. Durbin etc.
1998 Cambridge

3. Computers and intractability
Michael R. Garey and David S. Johnson
1979 W.H. Freeman and company

4. Bioinformatics for Biologists
Pavel A. Pevzner etc.
2011 Cambridge