Esta disciplina procura introduzir os conceitos básicos de modelagem e interações moleculares com ênfase nas interações eletrostáticas e sua correlação na estrutura atividade de macromoléculas de interesse biológico. Serão apresentados e discutidos fundamentos e técnicas de caracterização de propriedades físico-químicas de sistemas envolvendo biomoléculas, incluindo a manipulação de pacotes de simulação computacional para cálculos teóricos. Através do estudo de trabalhos clássicos e recentes, procuraremos trazer o estudante para um nível de pesquisa nesta área.
Introduzir conceitos, fundamentos e técnicas básicas de Aprendizagem de Máquina supervisionado e não-supervisionado. Aplicar as técnicas estudadas em problemas clássicos de Aprendizagem de Máquina em problemas de Bioinformática.

Docente responsável:
Prof. Dr. Sergio Russo Matioli website
Departamento de Biologia, IB USP 
Sala 237 Edifício André Dreyfus 
Email.: srmatiol@ib.usp.br 
Fone: 3091-7552/3091-7567 

Horários:
Segundas-feiras e quartas-feiras, das 14h às 17h. Em 2021 as aulas serão remotas, pela plataforma Zoom.

Objetivos: 
Introduzir e discutir criticamente os fundamentos teóricos dos processos que ocorrem na evolução de sequências macromoleculares e treinamento básico em programas computacionais que analisam sequências, especialmente aqueles que abordam aspectos evolutivos. 

Avaliação: 
A avaliação será feita ao longo da disciplina  com questionários e projetos entregues.  O resultado da avaliação será calculado pela média das duas notas (questionários e projeto, cada uma com valor entre 0 e 10). O conceito será atribuído de acordo com a seguinte tabela:

Nota
Conceito
0,0 - 4,9
R
5,0 - 6,7
C
6,8 - 8,3
B
8,4 - 10,0
A


Método didático:
As aulas das segundas-feiras serão dedicadas à discussão dos textos relacionados no cronograma. O aluno deverá responder um questionário a respeito do texto, que será utilizado para a discussão durante a aula. O questionário respondido deverá ser entregue para o email srmatiol@ib.usp.br. As aulas de quartas-feiras serão dedicadas aos projetos computacionais realizados com programas livres disponíveis na rede. 


Introduzir técnicas classicas de análise de dados, com uso concomitante de computador. Uso de pacotes estatísticos.
Esclarecer aspectos teóricos e práticos de estudos da atividade e função gênica em células animais. Discutir quais as vantagens e limitações de cada abordagem, assim como os principais avanços proporcionados por metodologias novas. Desenvolver a capacidade de elaboração do aluno em resolver perguntas científicas através de modernas tecnologias de DNA Recombinante

O número de coleções de redes vem aumentando drasticamente ao longo dos anos. Exemplos de redes empíricas são as conexões interpessoais (redes sociais), redes de computadores, compostos químicos, circuitos cerebrais e vias metabólicas. Freqüentemente analisamos essas redes usando métodos baseados na teoria dos grafos. O problema é que estas redes empíricas apresentam aleatoriedade, o que não consideramos nas análises computacionais usuais. Alternativamente, uma solução natural e mais apropriada seria analisar os grafos de forma estatística. Entretanto, grafos são objetos compostos de vértices e arestas, o que torna difícil sua manipulação estatística. Uma maneira de conectar a teoria estatística com a teoria dos grafos é utilizando o espectro dos grafos. O espectro do grafo é interessante porque codifica as propriedades estruturais do grafo. Assim, vamos examinar como podemos desenvolver métodos estatísticos sobre os grafos com base no seu espectro. Em seguida, responderemos perguntas como, como podemos verificar se duas subredes do cérebro estão associadas? Como podemos testar se duas ou mais redes sociais são iguais (em algum sentido)?

Fornecer um quadro estatístico para analisar a transmissão da informação e a evolução do conjunto de opiniões e a formação de consenso em redes sociais.