Сколько стоит курс «Bioinformatics Algorithms»?

Курс «Bioinformatics Algorithms» доступен бесплатно.

Сколько времени занимает прохождение курса «Bioinformatics Algorithms»?

Прохождение курса «Bioinformatics Algorithms» занимает примерно 84 часов.

Какой рейтинг у курса «Bioinformatics Algorithms»?

Курс имеет рейтинг 0.0 из 5 на основе 0 отзывов. На курсе обучается 13 018 учеников.

Где можно пройти курс «Bioinformatics Algorithms»?

Курс доступен на образовательной платформе Stepik по адресу stepik.org/course/61.

Курс на Stepik

Бесплатно

Bioinformatics Algorithms ★ 0.000

Name: Bioinformatics Algorithms
Availability: InStock
Rating: 0 (0 reviews)

Открыть на
STEPIK.ORG

https://class.coursera.org/bioinformatics-002

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	13 018
Сертификатов выдано	0
Отзывов получено	0
Рейтинг курса	0.000
Количество уроков	118
Количество квизов	43
Количество задач с кодом	79
Время прохождения курса	84 ч.	—
Обновления курса	—	—
Дата публикации курса	11 лет назад	—	—	—	—
Последнее обновление	1 год назад	—	—	—	—

Содержание курса

Разделы в курсе «Bioinformatics Algorithms»

6 разделов Уроки в курсе «Bioinformatics Algorithms»

118 уроков Тесты в курсе «Bioinformatics Algorithms»

43 теста Задачи в курсе «Bioinformatics Algorithms»

79 задач Время прохождения курса «Bioinformatics Algorithms»

84 ч.

обн. 1 год назад

1. Where in the Genome Does DNA Replication Begin?

23 урока

508 641

206 952

631м

3921

Закрытый

1.1 A Journey of a Thousand Miles. . . ↗

88 333

6м 14с

1707

Открытый

1.2 Hidden Messages in the Replication Origin ↗

64 532

6 615

71м 33с

725

Закрытый

1.3 Some Hidden Messages are More Surprising than Others ↗

35 545

13 219

40м 25с

200

Закрытый

1.4 An Explosion of Hidden Messages ↗

29 761

7 569

83м 26с

134

Закрытый

1.5 The Simplest Way to Replicate DNA ↗

24 640

20 310

5м 39с

185

Закрытый

1.6 Asymmetry of Replication ↗

21 304

19 021

4м 51с

107

Закрытый

1.7 Peculiar Statistics of the Forward and Reverse Half-Strands ↗

20 444

3 951

49м 34с

Закрытый

1.8 Some Hidden Messages are More Elusive than Others ↗

19 208

3 144

164м 18с

Закрытый

1.9 A Final Attempt at Finding DnaA Boxes in E. coli ↗

15 987

13 334

3м 19с

Закрытый

1.10 Epilogue: Complications in ori Predictions ↗

14 705

3 443

15м 17с

Закрытый

1.11 CS: The Frequency Array ↗

19 958

5 809

80м 16с

Закрытый

1.12 CS: Converting Patterns to Numbers and Vice-Versa ↗

14 917

5 146

24м 52с

Закрытый

1.13 CS: Finding Frequent Words by Sorting ↗

13 484

10 909

2м 37с

Закрытый

1.14 CS: Solving the Clump Finding Problem ↗

14 859

10 921

2м 26с

Закрытый

1.15 CS: Solving the Frequent Words with Mismatches Problem ↗

10 150

4 604

3м 39с

Закрытый

1.16 CS: Generating the Neighborhood of a String ↗

13 130

5 735

27м 29с

Закрытый

1.17 CS: Finding Frequent Words with Mismatches by Sorting ↗

8 290

1м 4с

Закрытый

1.18 Detour: Big-O Notation ↗

16 656

1м 27с

Закрытый

1.19 Detour: Probabilities of Patterns in a String ↗

4 270

1 001

41м 24с

Закрытый

1.20 Detour: The Most Beautiful Experiment in Biology ↗

25 324

19 925

4м 39с

231

Закрытый

1.21 Detour: Directionality of DNA Strands ↗

25 017

1м 47с

154

Закрытый

1.22 Detour: The Towers of Hanoi ↗

4 364

1 833

2м 37с

Закрытый

1.23 Detour: The Overlapping Words Paradox ↗

3 763

500

2м 3с

2. Which DNA Patterns Play the Role of Molecular Clocks?

17 уроков

123 362

70 592

568м

285

Закрытый

2.1 Do We Have a "Clock" Gene? ↗

13 340

12 172

4м 16с

101

Закрытый

2.2 Motif Finding Is More Difficult Than You Think ↗

12 320

6 492

86м 36с

Закрытый

2.3 Scoring Motifs ↗

11 180

4 701

36м 16с

Закрытый

2.4 From Motif Finding to Finding a Median String ↗

10 549

5 458

54м 30с

Закрытый

2.5 Greedy Motif Search ↗

10 149

5 659

145м 13с

-94

Закрытый

2.6 Motif Finding Meets Oliver Cromwell ↗

9 411

5 499

16м 12с

Закрытый

2.7 Randomized Motif Search ↗

9 823

4 727

82м 36с

-33

Закрытый

2.8 How Can a Randomized Algorithm Perform So Well? ↗

8 201

2 894

22м 42с

Закрытый

2.9 Gibbs Sampling ↗

8 451

4 401

81м 56с

-33

Закрытый

2.10 Gibbs Sampling in Action ↗

7 554

6 589

3м 21с

Закрытый

2.11 Epilogue: How Does Tuberculosis Hibernate? ↗

6 860

2 079

4м 53с

Закрытый

2.12 CS: Solving the Median String Problem ↗

8 061

3 481

28м 38с

Закрытый

2.13 Detour: Gene Expression ↗

1 882

1м 39с

Закрытый

2.14 Detour: DNA Arrays ↗

1 879

1м 52с

Закрытый

2.15 Detour: Buffon's Needle ↗

1 520

766

4м 36с

Закрытый

2.16 Detour: Complications in Motif Finding ↗

1 417

1 250

1м 24с

Закрытый

2.17 Detour: Relative entropy ↗

765

663

1м 52с

-2

3. How Do We Assemble Genomes?

20 уроков

103 127

56 226

936м

652

Закрытый

3.1 Exploding Newspapers ↗

11 528

8 387

4м 59с

167

Закрытый

3.2 The String Reconstruction Problem ↗

9 906

4 487

28м 22с

Закрытый

3.3 String Reconstruction as a Walk in the Overlap Graph ↗

8 156

2 657

84м 47с

Закрытый

3.4 Another Graph for String Reconstruction ↗

7 284

4 662

61м 56с

Закрытый

3.5 Walking in the de Bruijn Graph ↗

6 891

3 388

27м 7с

Закрытый

3.6 The Seven Bridges of Königsberg ↗

6 344

3 250

4м 5с

Закрытый

3.7 Euler's Theorem ↗

6 698

5 845

8м 45с

Закрытый

3.8 From Euler's Theorem to an Algorithm for Finding Eulerian Cycles ↗

6 375

2 590

304м 5с

Закрытый

3.9 Assembling Genomes from Read-Pairs ↗

5 646

1 575

139м 25с

Закрытый

3.10 Epilogue: Genome Assembly Faces Real Sequencing Data ↗

4 707

1 000

113м 50с

Закрытый

3.11 CS: The Effect of Gluing on the Adjacency Matrix ↗

5 384

0м 7с

Закрытый

3.12 CS: Reconstructing a String from the Paired de Bruijn Graph ↗

3 700

1 588

45м 53с

Закрытый

3.13 CS: Maximal Non-Branching Paths in a Graph ↗

4 279

1 187

99м 3с

Закрытый

3.14 Detour: A Short History of DNA Sequencing Technologies ↗

1 368

1 188

5м 43с

Закрытый

3.15 Detour: Repeats in the Human Genome ↗

1 095

1м 29с

Закрытый

3.16 Detour: An Introduction to Graphs ↗

5 658

2 209

7м 55с

Закрытый

3.17 Detour: Hamilton's Icosian Game ↗

1 038

944

1м 18с

Закрытый

3.18 Detour: Tractable and Intractable Problems ↗

5 030

2 808

2м 17с

Закрытый

3.19 Detour: From Euler to Hamilton to de Bruijn ↗

1 032

974

2м 37с

Закрытый

3.20 Detour: The Seven Bridges of Kaliningrad ↗

1 008

1м 50с

4. How Do We Sequence Antibiotics?

19 уроков

81 527

38 082

975м

216

Закрытый

4.1 The Discovery of Antibiotics ↗

7 313

6 982

3м 11с

Закрытый

4.2 How Do Bacteria Make Antibiotics? ↗

7 524

2 999

139м 33с

Закрытый

4.3 Dodging the Central Dogma of Molecular Biology ↗

6 396

2 286

2м 12с

Закрытый

4.4 Sequencing Antibiotics by Shattering Them into Pieces ↗

6 763

4 246

76м 56с

Закрытый

4.5 A Brute Force Algorithm for Cyclopeptide Sequencing ↗

6 247

1 165

72м 32с

Закрытый

4.6 A Branch-and-Bound Algorithm for Cyclopeptide Sequencing ↗

6 261

2 140

142м 9с

Закрытый

4.7 Mass Spectrometry Meets Golf ↗

5 991

975

207м 54с

-17

Закрытый

4.8 From 20 to More than 100 Amino Acids ↗

4 617

686

39м 18с

Закрытый

4.9 The Spectral Convolution Saves the Day ↗

5 208

774

109м 39с

Закрытый

4.10 Epilogue: From Simulated to Real Spectra ↗

3 753

122

13м 4с

Закрытый

4.11 CS: Generating the Theoretical Spectrum of a Peptide ↗

3 891

1 906

40м 44с

Закрытый

4.12 CS: How Fast is CyclopeptideSequencing? ↗

5 068

4 502

1м 15с

Закрытый

4.13 CS: Trimming the Peptide Leaderboard ↗

3 285

1 397

48м 34с

Закрытый

4.14 Detour: Gause and Lysenkoism ↗

1 732

1 553

2м 0с

Закрытый

4.15 Detour: The Discovery of Codons ↗

1 694

1м 4с

Закрытый

4.16 Detour: Quorum Sensing ↗

1 735

1м 12с

Закрытый

4.17 Detour: Molecular Mass ↗

1 597

1м 49с

Закрытый

4.18 Detour: Selenocysteine and Pyrrolysine ↗

1 274

0м 29с

Закрытый

4.19 Detour: Pseudo-polynomial Algorithm for the Turnpike Problem ↗

1 178

79м 58с

5. How Do We Compare Biological Sequences?

21 урок

69 140

30 274

1049м

252

Закрытый

5.1 Cracking the Non-Ribosomal Code ↗

6 426

2 924

7м 10с

Закрытый

5.2 Introduction to Sequence Alignment ↗

5 130

2 332

7м 58с

Закрытый

5.3 The Manhattan Tourist Problem ↗

4 741

1 883

17м 20с

Закрытый

5.4 Sequence Alignment is the Manhattan Tourist Problem in Disguise ↗

4 461

2 306

10м 37с

Закрытый

5.5 An Introduction to Dynamic Programming: The Change Problem ↗

4 612

1 976

40м 26с

Закрытый

5.6 The Manhattan Tourist Problem Revisited ↗

4 314

1 613

79м 35с

Закрытый

5.7 From Manhattan to an Arbitrary DAG ↗

4 037

1 020

20м 10с

Закрытый

5.8 Backtracking in the Alignment Graph ↗

4 142

2 219

189м 32с

Закрытый

5.9 Scoring Alignments ↗

3 969

3 508

3м 9с

Закрытый

5.10 From Global to Local Alignment ↗

3 831

1 532

157м 50с

Закрытый

5.11 The Changing Faces of Sequence Alignment ↗

3 641

2 015

125м 46с

Закрытый

5.12 Penalizing Insertions and Deletions in Sequence Alignment ↗

3 498

1 295

102м 12с

-9

Закрытый

5.13 Space-Efficient Sequence Alignment ↗

3 219

781

148м 6с

-17

Закрытый

5.14 Epilogue: Multiple Sequence Alignment ↗

2 986

504

68м 43с

Закрытый

5.15 Detour: Fireflies and the Non-Ribosomal Code ↗

1 191

1 003

2м 27с

Закрытый

5.16 Detour: The Towers of Hanoi ↗

4 364

1 833

2м 37с

Закрытый

5.17 Detour: Finding an LCS without Building a City ↗

614

1м 53с

Закрытый

5.18 Detour: Constructing a Topological Ordering ↗

1 175

69м 54с

Закрытый

5.19 Detour: PAM Scoring Matrices ↗

960

1м 16с

-1

Закрытый

5.20 Detour: Divide-and-Conquer Algorithms ↗

891

770

2м 39с

Закрытый

5.21 Detour: Scoring Multiple Alignments ↗

938

1м 32с

6. Are There Fragile Regions in the Human Genome?

18 уроков

33 120

14 756

856м

Закрытый

6.1 Of Mice and Men ↗

2 538

1 174

9м 55с

Закрытый

6.2 The Random Breakage Model of Chromosome Evolution ↗

2 236

829

4м 52с

Закрытый

6.3 Sorting by Reversals ↗

2 224

1 039

13м 50с

Закрытый

6.4 A Greedy Algorithm for Sorting by Reversals ↗

2 966

683

76м 13с

-7

Закрытый

6.5 Breakpoints ↗

2 875

528

39м 2с

Закрытый

6.6 Rearrangements in Tumor Genomes ↗

2 099

1 921

2м 4с

Закрытый

6.7 From Unichromosomal to Multichromosomal Genomes ↗

2 066

1 864

6м 22с

Закрытый

6.8 Breakpoint Graphs ↗

2 408

1 171

7м 45с

Закрытый

6.9 Computing the 2-Break Distance ↗

2 859

775

221м 38с

Закрытый

6.10 Rearrangement Hotspots in the Human Genome ↗

1 952

961

3м 26с

Закрытый

6.11 Epilogue: Synteny Block Construction ↗

2 609

202

113м 57с

Закрытый

6.12 CS: From Genomes to the Breakpoint Graph ↗

2 025

815

187м 55с

Закрытый

6.13 CS: Solving the 2-Break Sorting Problem ↗

1 933

609

169м 53с

-11

Закрытый

6.14 Detour: Why is the Gene Content of X Chromosomes So Conserved? ↗

551

1м 50с

Закрытый

6.15 Detour: Discovery of Genome Rearrangements ↗

493

1м 52с

Закрытый

6.16 Detour: The Exponential Distribution ↗

443

390

2м 36с

Закрытый

6.17 Detour: Bill Gates and David X. Cohen Flip Pancakes ↗

497

464

2м 16с

Закрытый

6.18 Detour: Sorting Linear Permutations by Reversals ↗

346

287

2м 48с