Курс на Stepik
Обложка курса «Bioinformatics Algorithms @ University of Kentucky» на Stepik
70 ₽

Bioinformatics Algorithms @ University of Kentucky ★ 0.000

Открыть на
STEPIK.ORG

Journey to the Frontier of Computational Biology. Master bioinformatics software and computational approaches in modern biology.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Bioinformatics Algorithms @ University of Kentucky»Учеников на курсе 2
Сертификаты, выданные на курсе «Bioinformatics Algorithms @ University of Kentucky»Сертификатов выдано 0
Отзывы о курсе «Bioinformatics Algorithms @ University of Kentucky»Отзывов получено 0
Рейтинг курса «Bioinformatics Algorithms @ University of Kentucky»Рейтинг курса 0.000
Уроки в курсе «Bioinformatics Algorithms @ University of Kentucky»Количество уроков 214
Тесты в курсе «Bioinformatics Algorithms @ University of Kentucky»Количество квизов 45
Задачи с кодом в курсе «Bioinformatics Algorithms @ University of Kentucky»Количество задач с кодом 126
Время прохождения курса «Bioinformatics Algorithms @ University of Kentucky»Время прохождения курса —
Стоимость курса «Bioinformatics Algorithms @ University of Kentucky»Стоимость курса 70 ₽ —
Обновления курса «Bioinformatics Algorithms @ University of Kentucky»Обновления курса — —
Дата публикации курса «Bioinformatics Algorithms @ University of Kentucky»Дата публикации курса — ———
Последнее обновление курса «Bioinformatics Algorithms @ University of Kentucky»Последнее обновление — ———

Содержание курса

Разделы в курсе «Bioinformatics Algorithms @ University of Kentucky» 11 разделов Уроки в курсе «Bioinformatics Algorithms @ University of Kentucky» 214 уроков Тесты в курсе «Bioinformatics Algorithms @ University of Kentucky» 45 тестов Задачи в курсе «Bioinformatics Algorithms @ University of Kentucky» 126 задач Время прохождения курса «Bioinformatics Algorithms @ University of Kentucky» 147 ч. Последнее обновление курса «Bioinformatics Algorithms @ University of Kentucky» обн. 2 года назад

1. Where in the Genome Does Replication Begin?

17 уроков
Открытый
1.1 A Journey of a Thousand Miles. . . ↗
8
4
2м 48с
5
Закрытый
1.2 Hidden Messages in the Replication Origin ↗
3
0
48м 38с
5
Закрытый
1.3 Some Hidden Messages are More Surprising than Others ↗
1
0
31м 55с
2
Закрытый
1.4 An Explosion of Hidden Messages ↗
1
0
71м 50с
2
Закрытый
1.5 The Simplest Way to Replicate DNA ↗
1
1
4м 49с
3
Закрытый
1.6 Asymmetry of Replication ↗
1
1
3м 5с
3
Закрытый
1.7 Peculiar Statistics of the Forward and Reverse Half-Strands ↗
1
0
42м 52с
2
Закрытый
1.8 Some Hidden Messages are More Elusive than Others ↗
1
0
110м 56с
30
Закрытый
1.9 A Final Attempt at Finding DnaA Boxes in E. coli ↗
1
1
2м 38с
3
Закрытый
1.10 Epilogue: Complications in ori Predictions ↗
1
0
27м 6с
1
Закрытый
1.11 CS: Generating the Neighborhood of a String ↗
1
0
20м 45с
-1
Закрытый
1.12 Detour: Big-O Notation ↗
0
0
1м 29с
31
Закрытый
1.13 Detour: Probabilities of Patterns in a String ↗
1
0
71м 13с
1
Закрытый
1.14 Detour: The Most Beautiful Experiment in Biology ↗
1
0
3м 7с
3
Закрытый
1.15 Detour: Directionality of DNA Strands ↗
0
0
1м 50с
86
Закрытый
1.16 Detour: The Towers of Hanoi ↗
0
0
2м 6с
8
Закрытый
1.17 Detour: The Overlapping Words Paradox ↗
1
1
2м 59с
2

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

17 уроков
Закрытый
2.1 Do We Have a "Clock" Gene? ↗
1
0
3м 19с
2
Закрытый
2.2 Motif Finding Is More Difficult Than You Think ↗
0
0
69м 22с
1
Закрытый
2.3 Scoring Motifs ↗
0
0
39м 40с
41
Закрытый
2.4 From Motif Finding to Finding a Median String ↗
0
0
52м 10с
27
Закрытый
2.5 Greedy Motif Search ↗
0
0
165м 33с
-9
Закрытый
2.6 Motif Finding Meets Oliver Cromwell ↗
0
0
17м 58с
29
Закрытый
2.7 Randomized Motif Search ↗
0
0
76м 48с
21
Закрытый
2.8 How Can a Randomized Algorithm Perform So Well? ↗
0
0
20м 4с
0
Закрытый
2.9 Gibbs Sampling ↗
0
0
68м 11с
6
Закрытый
2.10 Gibbs Sampling in Action ↗
0
0
4м 1с
19
Закрытый
2.11 Epilogue: How Does Tuberculosis Hibernate? ↗
0
0
4м 11с
16
Закрытый
2.12 CS: Solving the Median String Problem ↗
0
0
31м 34с
16
Закрытый
2.13 Detour: Gene Expression ↗
0
0
1м 42с
0
Закрытый
2.14 Detour: DNA Arrays ↗
0
0
1м 55с
0
Закрытый
2.15 Detour: Buffon's Needle ↗
0
0
4м 32с
0
Закрытый
2.16 Detour: Complications in Motif Finding ↗
0
0
1м 17с
0
Закрытый
2.17 Detour: Relative entropy ↗
0
0
1м 50с
-2

3. How Do We Assemble Genomes?

23 урока
Закрытый
3.1 Exploding Newspapers ↗
0
0
3м 28с
92
Закрытый
3.2 The String Reconstruction Problem ↗
0
0
25м 40с
48
Закрытый
3.3 String Reconstruction as a Walk in the Overlap Graph ↗
0
0
89м 24с
1
Закрытый
3.4 Another Graph for String Reconstruction ↗
0
0
65м 45с
29
Закрытый
3.5 Walking in the de Bruijn Graph ↗
0
0
23м 10с
24
Закрытый
3.6 The Seven Bridges of Königsberg ↗
0
0
4м 11с
25
Закрытый
3.7 Euler's Theorem ↗
0
0
8м 40с
25
Закрытый
3.8 From Euler's Theorem to an Algorithm for Finding Eulerian Cycles ↗
0
0
292м 58с
0
Закрытый
3.9 Assembling Genomes from Read-Pairs ↗
0
0
160м 54с
18
Закрытый
3.10 Epilogue: Genome Assembly Faces Real Sequencing Data ↗
0
0
152м 36с
16
Закрытый
3.11 CS: The Effect of Gluing on the Adjacency Matrix ↗
0
0
0м 7с
13
Закрытый
3.12 CS: Generating All Eulerian Cycles ↗
0
0
1м 29с
0
Закрытый
3.13 CS: Reconstructing a String from the Paired de Bruijn Graph ↗
0
0
40м 41с
16
Закрытый
3.14 CS: Maximal Non-Branching Paths in a Graph ↗
0
0
10м 47с
12
Закрытый
3.15 Detour: A Short History of DNA Sequencing Technologies ↗
0
0
4м 14с
0
Закрытый
3.16 Detour: Repeats in the Human Genome ↗
0
0
2м 30с
0
Закрытый
3.17 Detour: An Introduction to Graphs ↗
0
0
7м 25с
19
Закрытый
3.18 Detour: Hamilton's Icosian Game ↗
0
0
2м 33с
0
Закрытый
3.19 Detour: Tractable and Intractable Problems ↗
0
0
3м 40с
20
Закрытый
3.20 Detour: From Euler to Hamilton to de Bruijn ↗
0
0
2м 51с
0
Закрытый
3.21 Detour: The Seven Bridges of Kaliningrad ↗
0
0
1м 54с
0
Закрытый
3.22 Detour: The BEST Theorem ↗
0
0
1м 23с
1
Закрытый
3.23 Detour: Pitfalls of assembling double-stranded DNA ↗
0
0
2м 31с
0

4. How Do We Sequence Antibiotics?

20 уроков
Закрытый
4.1 The Discovery of Antibiotics ↗
0
0
3м 54с
1
Закрытый
4.2 How Do Bacteria Make Antibiotics? ↗
0
0
100м 7с
2
Закрытый
4.3 Dodging the Central Dogma of Molecular Biology ↗
0
0
2м 27с
2
Закрытый
4.4 Sequencing Antibiotics by Shattering Them into Pieces ↗
0
0
97м 39с
17
Закрытый
4.5 A Brute Force Algorithm for Cyclopeptide Sequencing ↗
0
0
88м 58с
9
Закрытый
4.6 A Branch-and-Bound Algorithm for Cyclopeptide Sequencing ↗
0
0
201м 57с
22
Закрытый
4.7 Mass Spectrometry Meets Golf ↗
0
0
251м 8с
1
Закрытый
4.8 From 20 to More than 100 Amino Acids ↗
0
0
40м 37с
2
Закрытый
4.9 The Spectral Convolution Saves the Day ↗
0
0
66м 53с
14
Закрытый
4.10 Epilogue: From Simulated to Real Spectra ↗
0
0
115м 6с
7
Закрытый
4.11 CS: Generating the Theoretical Spectrum of a Peptide ↗
0
0
52м 12с
17
Закрытый
4.12 CS: How Fast is CyclopeptideSequencing? ↗
0
0
1м 26с
3
Закрытый
4.13 CS: Trimming the Peptide Leaderboard ↗
0
0
55м 35с
9
Закрытый
4.14 Detour: Gause and Lysenkoism ↗
0
0
2м 7с
0
Закрытый
4.15 Detour: The Discovery of Codons ↗
0
0
1м 6с
0
Закрытый
4.16 Detour: Quorum Sensing ↗
0
0
1м 14с
0
Закрытый
4.17 Detour: Molecular Mass ↗
0
0
1м 52с
0
Закрытый
4.18 Detour: Selenocysteine and Pyrrolysine ↗
0
0
1м 32с
0
Закрытый
4.19 Detour: Pseudo-polynomial Algorithm for the Turnpike Problem ↗
0
0
1м 17с
0
Закрытый
4.20 Detour: Split genes ↗
0
0
2м 55с
0

5. How Do We Compare Biological Sequences?

20 уроков
Закрытый
5.1 Cracking the Non-Ribosomal Code ↗
0
0
6м 58с
37
Закрытый
5.2 Introduction to Sequence Alignment ↗
0
0
5м 21с
15
Закрытый
5.3 The Manhattan Tourist Problem ↗
0
0
15м 5с
12
Закрытый
5.4 Sequence Alignment is the Manhattan Tourist Problem in Disguise ↗
1
0
10м 47с
10
Закрытый
5.5 An Introduction to Dynamic Programming: The Change Problem ↗
1
0
33м 11с
9
Закрытый
5.6 The Manhattan Tourist Problem Revisited ↗
1
0
58м 52с
11
Закрытый
5.7 From Manhattan to an Arbitrary DAG ↗
1
0
29м 54с
14
Закрытый
5.8 Backtracking in the Alignment Graph ↗
1
0
83м 29с
13
Закрытый
5.9 Scoring Alignments ↗
1
1
3м 31с
0
Закрытый
5.10 From Global to Local Alignment ↗
1
0
230м 27с
8
Закрытый
5.11 The Changing Faces of Sequence Alignment ↗
1
0
388м 18с
8
Закрытый
5.12 Penalizing Insertions and Deletions in Sequence Alignment ↗
1
0
47м 43с
-3
Закрытый
5.13 Space-Efficient Sequence Alignment ↗
1
0
329м 19с
-5
Закрытый
5.14 Epilogue: Multiple Sequence Alignment ↗
1
0
41м 36с
1
Закрытый
5.15 Detour: Fireflies and the Non-Ribosomal Code ↗
1
0
4м 43с
0
Закрытый
5.16 Detour: Finding an LCS without Building a City ↗
1
1
1м 56с
0
Закрытый
5.17 Detour: Constructing a Topological Ordering ↗
1
0
66м 17с
0
Закрытый
5.18 Detour: PAM Scoring Matrices ↗
1
0
2м 47с
-1
Закрытый
5.19 Detour: Divide-and-Conquer Algorithms ↗
1
0
1м 8с
0
Закрытый
5.20 Detour: Scoring Multiple Alignments ↗
0
0
1м 47с
0

6. Are There Fragile Regions in the Human Genome?

18 уроков
Закрытый
6.1 Of Mice and Men ↗
0
0
8м 51с
13
Закрытый
6.2 The Random Breakage Model of Chromosome Evolution ↗
0
0
4м 50с
2
Закрытый
6.3 Sorting by Reversals ↗
0
0
24м 25с
4
Закрытый
6.4 A Greedy Algorithm for Sorting by Reversals ↗
0
0
93м 46с
2
Закрытый
6.5 Breakpoints ↗
0
0
52м 21с
4
Закрытый
6.6 Rearrangements in Tumor Genomes ↗
0
0
2м 8с
3
Закрытый
6.7 From Unichromosomal to Multichromosomal Genomes ↗
0
0
9м 32с
0
Закрытый
6.8 Breakpoint Graphs ↗
0
0
6м 24с
3
Закрытый
6.9 Computing the 2-Break Distance ↗
0
0
234м 11с
6
Закрытый
6.10 Rearrangement Hotspots in the Human Genome ↗
0
0
4м 4с
6
Закрытый
6.11 Epilogue: Synteny Block Construction ↗
0
0
152м 4с
1
Закрытый
6.12 CS: From Genomes to the Breakpoint Graph ↗
0
0
251м 38с
6
Закрытый
6.13 CS: Solving the 2-Break Sorting Problem ↗
0
0
182м 23с
-1
Закрытый
6.14 Detour: Why is the Gene Content of X Chromosomes So Conserved? ↗
0
0
1м 52с
0
Закрытый
6.15 Detour: Discovery of Genome Rearrangements ↗
0
0
1м 54с
0
Закрытый
6.16 Detour: The Exponential Distribution ↗
0
0
1м 24с
0
Закрытый
6.17 Detour: Bill Gates and David X. Cohen Flip Pancakes ↗
0
0
3м 37с
0
Закрытый
6.18 Detour: Sorting Linear Permutations by Reversals ↗
0
0
2м 30с
0

7. Which Animal Gave Us SARS?

19 уроков
Закрытый
7.1 The Fastest Outbreak ↗
0
0
3м 12с
33
Закрытый
7.2 Transforming Distance Matrices into Evolutionary Trees ↗
0
0
188м 26с
24
Закрытый
7.3 Toward An Algorithm for Distance-Based Phylogeny Construction ↗
0
0
68м 59с
11
Закрытый
7.4 Additive Phylogeny ↗
0
0
126м 21с
6
Закрытый
7.5 Using Least Squares to Construct Approximate Phylogenies ↗
0
0
11м 45с
3
Закрытый
7.6 Ultrametric Evolutionary Trees ↗
0
0
126м 33с
7
Закрытый
7.7 The Neighbor-Joining Algorithm ↗
0
0
93м 5с
4
Закрытый
7.8 Character-Based Tree Reconstruction ↗
0
0
5м 48с
6
Закрытый
7.9 The Small Parsimony Problem ↗
0
0
229м 53с
0
Закрытый
7.10 The Large Parsimony Problem ↗
0
0
181м 2с
-6
Закрытый
7.11 Epilogue: Evolutionary Trees Fight Crime ↗
0
0
3м 5с
4
Закрытый
7.12 Detour: When Did HIV Jump from Primates to Humans? ↗
0
0
1м 11с
0
Закрытый
7.13 Detour: Searching for a Tree Fitting a Distance Matrix ↗
0
0
1м 23с
0
Закрытый
7.14 Detour: The Four Point Condition ↗
0
0
1м 13с
0
Закрытый
7.15 Detour: Did Bats Give Us SARS? ↗
0
0
2м 42с
0
Закрытый
7.16 Detour: Why Does the Neighbor-Joining Algorithm Work? ↗
0
0
2м 11с
0
Закрытый
7.17 Detour: Computing Limb Lengths in the Neighbor-Joining Algorithm ↗
0
0
1м 8с
0
Закрытый
7.18 Detour: Giant Panda: Bear or Raccoon? ↗
0
0
1м 0с
0
Закрытый
7.19 Detour: Where Did Humans Come From? ↗
0
0
2м 24с
0

8. How Did Yeast Become a Wine Maker?

21 урок
Закрытый
8.1 An Evolutionary History of Wine-Making ↗
0
0
3м 41с
14
Закрытый
8.2 Identifying Genes Responsible for the Diauxic Shift ↗
0
0
6м 40с
0
Закрытый
8.3 Introduction to Clustering ↗
0
0
6м 5с
6
Закрытый
8.4 The Good Clustering Principle ↗
0
0
2м 4с
3
Закрытый
8.5 Clustering as an Optimization Problem ↗
0
0
9м 27с
4
Закрытый
8.6 Farthest First Traversal ↗
0
0
35м 20с
4
Закрытый
8.7 k-Means Clustering ↗
0
0
32м 8с
1
Закрытый
8.8 The Lloyd Algorithm ↗
0
0
65м 39с
-3
Закрытый
8.9 Clustering Genes Implicated in the Diauxic Shift ↗
0
0
1м 19с
2
Закрытый
8.10 Limitations of k-means Clustering ↗
0
0
2м 34с
1
Закрытый
8.11 From Coin Flipping to k-Means Clustering ↗
0
0
7м 4с
1
Закрытый
8.12 Making Soft Decisions in Coin Flipping ↗
0
0
2м 15с
3
Закрытый
8.13 Soft k-Means Clustering ↗
0
0
3м 58с
1
Закрытый
8.14 Hierarchical Clustering ↗
0
0
114м 2с
4
Закрытый
8.15 Epilogue: Clustering Tumor Samples ↗
0
0
2м 15с
5
Закрытый
8.16 Detour: Whole Genome Duplication or a Series of Duplications? ↗
0
0
1м 24с
0
Закрытый
8.17 Detour: Measuring Gene Expression ↗
0
0
1м 27с
0
Закрытый
8.18 Detour: Microarrays ↗
0
0
1м 18с
0
Закрытый
8.19 Detour: Proof of the Center of Gravity Theorem ↗
0
0
1м 21с
0
Закрытый
8.20 Detour: Gene Expression Matrix to a Distance/Similarity Matrix ↗
0
0
1м 52с
0
Закрытый
8.21 Detour: Clustering and Corrupted Cliques ↗
0
0
4м 51с
-1

9. How Do We Locate Disease-Causing Mutations?

22 урока
Закрытый
9.1 What Causes Ohdo Syndrome? ↗
0
0
5м 55с
25
Закрытый
9.2 Introduction to Multiple Pattern Matching ↗
0
0
2м 19с
4
Закрытый
9.3 Herding Patterns into a Trie ↗
0
0
108м 8с
5
Закрытый
9.4 Preprocessing the Genome Instead ↗
0
0
5м 41с
1
Закрытый
9.5 Suffix Trees ↗
0
0
263м 18с
2
Закрытый
9.6 Suffix Arrays ↗
0
0
11м 20с
4
Закрытый
9.7 The Burrows-Wheeler Transform ↗
0
0
17м 10с
1
Закрытый
9.8 A First Attempt at Inverting the Burrows-Wheeler Transform ↗
0
0
2м 10с
1
Закрытый
9.9 The First-Last Property and Burrows-Wheeler Inversion ↗
0
0
58м 16с
6
Закрытый
9.10 Pattern Matching with the Burrows-Wheeler Transform ↗
0
0
64м 50с
2
Закрытый
9.11 Speeding Up Burrows-Wheeler Pattern Matching ↗
0
0
22м 7с
2
Закрытый
9.12 Where are the Matched Patterns? ↗
0
0
2м 19с
2
Закрытый
9.13 Burrows and Wheeler Set Up Checkpoints ↗
0
0
52м 0с
1
Закрытый
9.14 Epilogue: Mismatch-Tolerant Read Mapping ↗
0
0
78м 5с
2
Закрытый
9.15 CS: Constructing a Suffix Tree ↗
0
0
1м 24с
0
Закрытый
9.16 CS: Solving the Longest Shared Substring Problem ↗
0
0
66м 31с
2
Закрытый
9.17 CS: Partial Suffix Array Construction ↗
0
0
21м 32с
1
Закрытый
9.18 Detour: The Reference Human Genome ↗
0
0
1м 18с
0
Закрытый
9.19 Detour: Rearrangements, Insertions, & Deletions in Human Genomes ↗
0
0
1м 48с
0
Закрытый
9.20 Detour: The Aho-Corasick Algorithm ↗
0
0
1м 5с
0
Закрытый
9.21 Detour: Suffix Arrays and Suffix Trees ↗
0
0
3м 13с
1
Закрытый
9.22 Detour: Binary Search ↗
0
0
2м 35с
0

10. Why Have Biologists Still Not Developed an HIV Vaccine?

19 уроков
Закрытый
10.1 Classifying the HIV Phenotype ↗
0
0
5м 55с
1
Закрытый
10.2 Gambling with Yakuza ↗
0
0
3м 57с
1
Закрытый
10.3 Two Coins Up the Dealer's Sleeve ↗
0
0
2м 5с
1
Закрытый
10.4 Finding CG-Islands ↗
0
0
2м 12с
1
Закрытый
10.5 Hidden Markov Models ↗
0
0
143м 14с
1
Закрытый
10.6 The Decoding Problem ↗
0
0
144м 50с
1
Закрытый
10.7 Finding the Most Likely Outcome of an HMM ↗
0
0
7м 49с
1
Закрытый
10.8 Profile HMMs for Sequence Alignment ↗
0
0
37м 27с
2
Закрытый
10.9 Classifying Proteins with Profile HMMs ↗
0
0
62м 39с
1
Открытый
10.10 Are Profile HMMs Really All That Useful? ↗
1
1
1м 9с
0
Закрытый
10.11 Learning the Parameters of an HMM ↗
0
0
41м 10с
1
Закрытый
10.12 Soft Decisions in Parameter Estimation ↗
0
0
67м 4с
1
Закрытый
10.13 Baum-Welch Learning ↗
0
0
39м 13с
1
Закрытый
10.14 The Many Faces of HMMs ↗
0
0
1м 17с
1
Закрытый
10.15 Epilogue: Nature is a Tinkerer and not an Inventor ↗
0
0
2м 36с
1
Закрытый
10.16 Detour: The Red Queen Effect ↗
0
0
1м 40с
1
Закрытый
10.17 Detour: Glycosylation ↗
0
0
1м 39с
1
Закрытый
10.18 Detour: DNA Methylation ↗
0
0
1м 39с
1
Закрытый
10.19 Detour: Conditional Probability ↗
0
0
2м 38с
1

11. Was T. rex Just a Big Chicken?

18 уроков
Закрытый
11.1 Paleontology Meets Computing ↗
0
0
2м 5с
2
Закрытый
11.2 Which Proteins are Present in this Sample? ↗
0
0
2м 16с
1
Закрытый
11.3 Decoding an Ideal Spectrum ↗
0
0
140м 55с
1
Закрытый
11.4 From Ideal to Real Spectra ↗
0
0
4м 19с
1
Закрытый
11.5 Peptide Sequencing ↗
0
0
172м 2с
1
Закрытый
11.6 Peptide Identification ↗
0
0
91м 59с
2
Закрытый
11.7 Peptide Identification and the Infinite Monkey Theorem ↗
0
0
3м 3с
1
Закрытый
11.8 Spectral Dictionaries ↗
0
0
115м 34с
1
Закрытый
11.9 T. rex Peptides: Contaminants or Ancient Treasure Trove? ↗
0
0
2м 45с
1
Закрытый
11.10 Epilogue: From Unmodified to Modified Peptides (Part 1) ↗
0
0
1м 10с
1
Закрытый
11.11 Epilogue: From Unmodified to Modified Peptides (Part 2) ↗
0
0
251м 49с
1
Закрытый
11.12 Detour: Gene Prediction ↗
0
0
-
0
Закрытый
11.13 Detour: Finding All Paths in a Graph ↗
0
0
1м 35с
0
Закрытый
11.14 Detour: The Anti-Symmetric Path Problem ↗
0
0
-
0
Закрытый
11.15 Detour: Transforming Spectra into Spectral Vectors ↗
0
0
-
0
Закрытый
11.16 Detour: The Infinite Monkey Theorem ↗
0
0
-
0
Закрытый
11.17 Detour: The Probabilistic Space of Peptides in a Dictionary ↗
0
0
-
0
Закрытый
11.18 Detour: Are Terrestrial Dinosaurs Really the Ancestors of Birds? ↗
0
0
-
0