Dados Gerais do Componente Curricular
| Tipo do Componente Curricular: |
DISCIPLINA |
| Tipo de Disciplina: |
REGULAR |
| Forma de Participação: |
DISCIPLINA REGULAR |
| Unidade Responsável: |
PÓS-GRADUAÇÃO EM BIOTECNOCIÊNCIA (11.01.06.26) |
| Código: |
BTC-220 |
| Nome: |
BIOPROSPECÇÃO DE GENES POR ABORDAGENS IN SILICO |
| Carga Horária Teórica: |
24 h. |
| Carga Horária Prática: |
24 h. |
| Carga Horária Estudo Individual: |
24 h. |
| Carga Horária Dedicada do Docente: |
0 h. |
| Carga Horária Total: |
72 h. |
| Pré-Requisitos: |
|
| Co-Requisitos: |
|
| Equivalências: |
|
| Excluir da Avaliação Institucional: |
Não |
| Matriculável On-Line: |
Sim |
| Horário Flexível da Turma: |
Não |
| Horário Flexível do Docente: |
Sim |
| Obrigatoriedade de Nota Final: |
Sim |
| Pode Criar Turma Sem Solicitação: |
Não |
| Necessita de Orientador: |
Não |
| Exige Horário: |
Sim |
| Permite CH Compartilhada: |
Não |
| Permite Múltiplas Aprovações: |
Não |
| Quantidade de Avaliações: |
3 |
| Ementa/Descrição: |
Fundamentos de bioprospecção e biotecnologia baseada em genes. Fontes de dados públicos: GenBank, ENA, SRA, UniProt,, entre outros. Ferramentas de mineração de dados genômicos e transcriptômicos. Predição de genes e anotação funcional automatizada. Análise comparativa de genomas. Busca e caracterização de vias metabólicas e clusters gênicos (KEGG, antiSMASH). Modelagem estrutural de proteínas e predição de função (AlphaFold, SWISS-MODEL). Triagem virtual e avaliação de potencial biotecnológico (docking e dinâmica molecular). Visualização, interpretação e priorização de candidatos gênicos. Estudos de caso: aplicação em genes para enzimas industriais, antimicrobianos, bioativos terapêuticos e biopesticidas. |
| Referências: |
[1] Campbell, M., Heyer, L. J. (2017). Discovering Genomics, Proteomics, and Bioinformatics. Pearson. [2] Lesk, A. M. (2019). Introduction to Bioinformatics. Oxford University Press. [3] Altman, R. B., et al. (2016). Biomedical Informatics: Computer Applications in Health Care and Biomedicine. Springer. [4] Medema, M. H. et al. (2015). Minimum Information about a Biosynthetic Gene cluster. Nature Chemical Biology. [5] Jumper, J. et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature. [6] Kautsar, S. A. et al. (2020). MIBiG 2.0: A repository for biosynthetic gene clusters. Nucleic Acids Research.
|
|
|
