index.qmd

---
title: "Podstawy Bioinformatyki"
format: html
---

Witaj na oficjalnej stronie przedmiotu **Podstawy Bioinformatyki** realizowanego na Wydziale Chemicznym Politechniki Warszawskiej! 

::: {.callout-important}
## 🪰 Edycja 2026: Rok Muszki Owocówki (*Drosophila melanogaster*)
W tym roku naszym motywem przewodnim jest muszka owocówka! Dlaczego? Ponieważ to właśnie ten organizm stał się niedawno bohaterem absolutnego przełomu na styku biologii i informatyki: pierwszy cyfrowy mózg właśnie zaczął chodzić. 

Zespół z Eon Systems PBC, pod kierownictwem Philipa Shiua, zaprezentował pierwszą na świecie pełną, ucieleśnioną emulację całego mózgu. W 2024 roku opublikowano komputerowy model całego mózgu dorosłej muszki owocówki, składający się z 125 000 neuronów i 50 milionów połączeń synaptycznych, zbudowany w oparciu o konektom FlyWire. 

Teraz, korzystając ze środowiska NeuroMechFly v2 oraz symulacji fizyki MuJoCo, naukowcy połączyli ten cyfrowy mózg z wirtualnym ciałem muszki. Skopiowano biologię krok po kroku, a cyfrowa muszka po prostu "obudziła się" i zaczęła chodzić, bez użycia jakichkolwiek danych treningowych czy algorytmów uczenia maszynowego (machine learning). To dowód na to, jak potężne stają się symulacje *in silico*!
:::

::: {.callout-note}
## Nowy program kursu – "Od Sekwencji do Systemu w erze AI"
Kurs przeszedł gruntowną aktualizację! Zamiast ręcznego przeszukiwania baz danych, nauczysz się automatyzować pracę przy użyciu skryptów w językach **R** oraz **Python** (Jupyter/Colab). Wprowadziliśmy również najnowsze zagadnienia z zakresu analizy danych NGS oraz przewidywania struktur białkowych z użyciem sztucznej inteligencji (AlphaFold).
:::

## 👨‍🏫 Informacje ogólne

* **Prowadzący:** dr inż. Arkadiusz Gładki
* **Kontakt e-mail:** arek at gladki.pl
* **Liczba godzin:** 30 (w tym ćwiczenia laboratoryjne i wykłady)

## 🧬 Opis przedmiotu
Bioinformatyka jest stosunkowo młodą, dynamicznie rozwijającą się, interdyscyplinarną dziedziną nauki, której celem jest rozwiązywanie problemów biologicznych przy użyciu nowoczesnych technik informatycznych. 

Na zajęciach zaprezentowane zostaną metody i strategie efektywnego przeszukiwania biologicznych baz danych dostępnych w sieci. W trakcie kursu:

* Zapoznasz się z narzędziami służącymi do przyrównania sekwencji oraz wyszukiwania ich homologów. 
* Zrozumiesz pojęcia takie jak: przyrównanie lokalne i globalne, ukryte modele Markova (HMM), macierz substytucji, macierz PSSM oraz wartości statystyczne (E-value, score, identyczność).
* Nauczysz się identyfikować elementy funkcjonalne i regulatorowe genomu (m.in. otwarte ramki odczytu - ORF).
* Poznasz serwisy gromadzące informacje dotyczące genomów, genów i szlaków metabolicznych (np. bazy KEGG i COG).
* Przejdziemy przez ewolucję metod przewidywania struktury przestrzennej białek – od klasycznego modelowania homologicznego po najnowsze algorytmy oparte o uczenie maszynowe (AlphaFold).

## 🎓 Zaliczenie przedmiotu
Warunki uzyskania zaliczenia są następujące:

1. **Obecność:** Obecność na zajęciach laboratoryjnych jest jednym z warunków zaliczenia ćwiczeń.
2. **Kolokwium końcowe:** Podstawą oceny jest pozytywna ocena z kolokwium końcowego.
   * Egzamin odbywa się na platformie Moodle i trwa 100 minut.
   * Forma: kilkadziesiąt pytań jednokrotnego wyboru oraz 2-3 pytania opisowe.

## 📚 Materiały dodatkowe i Ciekawostki
Aby poszerzyć swoją wiedzę poza zajęciami, zachęcam do zapoznania się z poniższymi materiałami:

* Książka online (za darmo): [The Art of R Programming (Norman Matloff)](https://diytranscriptomics.com/Reading/files/The%20Art%20of%20R%20Programming.pdf).
* Środowisko pracy w chmurze (25h darmowych obliczeń w miesiącu): [RStudio Cloud / Posit Cloud](https://rstudio.cloud/).
* Ciekawostka genetyczna: Publikacja z 2022 roku dotycząca pełnego zsekwencjonowania ludzkiego genomu [metodą T2T](https://www.science.org/doi/10.1126/science.abp8653).
* Polecany kurs dla pasjonatów AI: [Machine Learning via Python Notebooks by Andrew Ng](https://www.coursera.org/specializations/machine-learning-introduction).