Okoljska bioinformatika

Bioinformatika, ki se povezuje z računalniško biologijo, predstavlja inovativno področje, ki uporablja računalniško tehnologijo za izboljšanje bioloških raziskav. S pojavom visoko zmogljivih računalniških orodij, tehnik, programske opreme in baz podatkov je postalo mogoče učinkoviteje obdelati znatne količine bioloških podatkov, kar ponazarjajo aplikacije, kot je računalniško podprto načrtovanje zdravil (CADD). Danes varstvo okolja predstavlja velike izzive, ki jih je treba obravnavati z najučinkovitejšo uporabo informacijske tehnologije. Študenti bodo pridobili znanja in veščine o uporabi specifičnih bioinformacijskih baz podatkov, predvsem tistih za genetske, genomske in proteomske analize. Dobili bodo strokovno znanje o tem, kako obravnavati in analizirati DNK in proteinske sekvence iz mikroorganizmov, rastlin in evkariontov; kako zgraditi filogenetsko trojko. Seznanili se bodo z znanstvenim pomenom in obsegom tehnik strojnega učenja, ki se uporabljajo za boljšo okoljsko trajnost, s posebnim poudarkom na vodi in tleh.

Za uspešno razumevanje gradiva je potrebno predznanje osnov biokemije, biologije, znanosti o okolju in nekaterih poglavij statistike.

1. Življenjski organizmi
   * Celica
   * Genom
   * Virus, bakterije, arheje, evkarionti
   * Glive, rastline

2. Bioinformatska orodja
   * Baze podatkov (Pubmed, PDB, ATLAS, cBIO)
   * Sekvenciranje DNK
   * Filogenetika (genotipi/fenotipi, trojke matrike razdalje)
   * Genomske analize (izražanje, regulacija)
   * Strukturna bioinformatika
   • Informatika za metabolomiko

3. Aplikacije v okoljski biologiji
   * Metagenomika vode
   * Analiza talnega mikrobioma
   * Toksikani za okolje
   * Viro-informatika
   * Strojno učenje (ML) v znanosti o okolju

Znanje in razumevanje:
• Upravljanje in analiza velikih podatkov
• Okoljsko rudarjenje podatkov
• Genomska orodja za analizo okolja
• Metagenomika in analiza mikrobioma
• Filogenetska analiza v okoljskih študijah
• Statistične metode v okoljski bioinformatiki
• Uvod v ML v okoljski bioinformatiki

Študenti bodo vedeli, kako krmariti in uporabljati ustrezno biološko zbirko podatkov, kako identificirati mikroorganizme, ekstrahirati njihova DNK/proteinska zaporedja in jih analizirati z glavnimi bioinformacijskimi orodji. Poznali bodo osnove pristopov ML, ki jih je treba uporabiti za trajnost okoljskih raziskav.

Pisni izpit (60%), seminar (10%), poročilo iz vaj 30%).

Docent za področje biokemije in molekularne biologije v Laboratoriju za vede o okolju in življenju - UNG.

1. Ljubic M, D'Ercole C, Waheed Y, de Marco A, Borišek J, De March M. Computational study of the HLTF ATPase remodeling domain suggests its activity on dsDNA and implications in damage tolerance. J Struct Biol. 2024 Dec;216(4):108149. doi: 10.1016/j.jsb.2024.108149. Epub 2024 Nov 2. PMID: 39491691.
2. Nakić M, De March M, de Marco A. A Practical Guide for the Quality Evaluation of Fluobodies/Chromobodies. Biomolecules. 2024 May 15;14(5):587. doi: 10.3390/biom14050587. PMID: 38785994; PMCID: PMC11117837.
3. De March M, D'Ercole C, Veggiani G, Oloketuyi S, Svigelj R, de Marco A. Biological Applications of Synthetic Binders Isolated from a Conceptually New Adhiron Library. Biomolecules. 2023 Oct 17;13(10):1533. doi: 10.3390/biom13101533. PMID: 37892215; PMCID: PMC10605594.
4. De March M, Hickey N, Geremia S. Analysis of the crystal structure of a parallel three-stranded coiled coil. Proteins. 2023 Sep;91(9):1254-1260. doi: 10.1002/prot.26557. Epub 2023 Jul 27. PMID: 37501532.
5. Spinello A, Lapenta F, De March M. The avidin-theophylline complex: A structural and computational study. Proteins. 2023 Oct;91(10):1437-1443. doi: 10.1002/prot.26538. Epub 2023 Jun 15. PMID: 37318226.