Syllabus query

Academic Year/course: 2018/19

439 - Bachelor's Degree in Informatics Engineering

30260 - Bioinformatics

Syllabus Information

Academic Year:
30260 - Bioinformatics
Faculty / School:
110 - Escuela de Ingeniería y Arquitectura
439 - Bachelor's Degree in Informatics Engineering
Second semester
Subject Type:

1.1. Aims of the course

The course and its expected results meet the following approaches and objectives:


In this course students will learn the basics of molecular biology as well as the main challenges of bioinformatics, will enhance its ability to design and develop algorithms tailored to the specific context of bioinformatics and will know and apply other computer methodologies in this area.

1.2. Context and importance of this course in the degree

The Computer Science specialization covers a wide range of concepts, from the theoretical and algorithmic foundations to the forefront of developments in bioinformatics, robotics, computer vision, video games, and other interesting areas. Bioinformatics is one of the elective courses in this specialization that aims to give a global perspective of this discipline.

1.3. Recommendations to take this course

Interest and effort are required, in addition to the knowledge acquired in previous couses of mathematics, programming, data structures and algorithms, computer theory, basic algorithms, and algorithms for difficult problems.

2.1. Competences

After passing the course, students will be more competent to ...


1. Combine general knowledge and specialized engineering to generate innovative and competitive
proposals for professional activity.
2. Solve problems and make decisions with initiative, creativity and critical thinking.
3. Communicate and transmit knowledge, skills and abilities in Castilian and English.
4. Use the techniques, skills and tools necessary for engineering practice thereof
5. Learn continuously and develop independent learning strategies
6. Apply the information and communications technology in Engineering

7. Assess the computational complexity of a problem, knowing algorithmic strategies that can lead to
resolution and recommend, develop and implement one that guarantees the best performance according to
the requirements.
8. Know the fundamentals, paradigms and own techniques of intelligent systems and analyze, design and
build systems, services and applications that use these techniques in any scope.

9. Know and develop computational learning techniques and design and implement applications and systems that use them, including those dedicated to automatic extraction of information and knowledge from large volumes of data.

2.2. Learning goals

The student, after passing this course, achieves the following results ...


  1. He/she knows basic concepts of molecular biology together with the fundamental problems of bioinformatics.
  2. He/she knows how to particularize general algorithmic schemes to solve problems.
  3. He/she identifies the most relevant components of a problem and selects the most appropriate algorithmic technique for it, together with a reasoned argument of the choice.
  4. He/she knows how to compare problems and use this comparison to solve a problem from an efficient
    solution of another one.

  5. He/she knows how to reason about the correctness and efficiency of the advanced algorithms used.
  6. He/she has the ability to work in a group, identify group goals, map out a work plan to achieve them, recognize the different roles within a team and is committed to the assigned tasks.
  7. He/she can manage independent learning and development including management and organization time.
  8. He/she appreciates the need for lifelong learning.

2.3. Importance of learning goals

Bioinformatics is an application domain of recent and rapid development. Computer and algorithmic techniques developed in the course are fundamental in the development of molecular biology and allow the student to join a new professional and research field.

3.1. Assessment tasks (description of tasks, marking system and assessment criteria)

Throughout the semester practical programming work will be proposed and must be solved in the
laboratory. For this purpose teams will be formed by a certain number of students to be fixed at the
beginning of the course. The papers presented by the students will be graded with a quantitative
rating from 0 to 10. To obtain those grades programs will be assessed according to specifications,
the quality of its design and presentation, proper application of the methods of resolution, time
spent, and the ability of each team member to explain and justify the design done.

The practical laboratory programming grade, weighs 30% of the final grade for the course.


Throughout the semester homework sheets for individual work will be published, from
which students may submit, no later than the date specified in each sheet, a certain number of
exercise solutions to be set at the beginning of the course. The exercises presented by the students
will be graded with a quantitative grade of 0 to 10.

The individual work exercises grade will weig 20% of the final grade for the course.


At the beginning of the semester a list of advanced topics in bioinformatics will be presented from which each student must select one. From the chosen topics students will do a written essay that must also be presented in public. The presentation will take place on the dates specified.

The mark obtained for this essay and presentation ponders 50% of the final grade for the course.


Global evaluation:

The global evaluation of the course consists of two parts:


Individual laboratory programming test. In each call a practical laboratory programming test will be given, which will propose the student exercises similar to those made in the lab classes or in class. The grade obtained weighs 20% of the final grade for the course.

In the written exam the student must solve problems similar to the weekly exercises proposed during the semester, he must also answer conceptual questions and provide solution to exercises that prove his achievement of the learning results required in the course. The grade obtained weighs 80% of the final grade for the course.



Recommended option:
Laboratory Practice (Group) during the semester: 30%.
Individual exercises during the semester: 20%.
Essay and presentation on advanced topic: 50%.

Option based solely on final exams:
(Individual) laboratory programming test: 20%.
Final written exam: 80%.

4.1. Methodological overview

The learning process that is designed for this course is based on the following:

  1. The presentation of the contents of the course by teachers as well as performing exercises in class.
  2. Personal study of the subject by students and class participation in solving the exercises.
  3. The development of practical work by students, guided by teachers who develop theoretical knowledge.

Keep in mind that the course has both theoretical and practical orientation. Therefore, the learning process emphasizes both in student attendance at lectures, as in the permormance of experiments in the laboratory, in solving simple problems of increasing difficulty, and in individualized study.

4.2. Learning tasks

The program that the student is offered to help him achieve the expected results includes the following
activities ...


1 Classes taught in the classroom will develop the syllabus of the course.
2 In the classes of problems the concepts and techniques presented in the course syllabus will be


3 The practice sessions take place in a computer lab.

4.3. Syllabus

  1. Introduction to bioinformatics. Basics of molecular biology. Algorithms for strings.
  2. Methods of alignment. Pairwise alignment. Heuristic search methods for biological repositories. Multiple alignments.
  3. Prediction of genes and promoters. Finding signals. Hidden Markov Models.
  4. Learning algorithms in bioinformatics.
  5. Computational phylogenetics.
  6. Structural Bioinformatics.

4.4. Course planning and calendar

Calendar of sessions and homework presentation


The schedule of classes, practices and examinations as well as delivery dates of assignement work will be announced well in advance, according to the sessions and dates set by the school.


Student Work

The time needed by the student to achieve the learning outcomes in this course is estimated in 150 hours distributed as follows:


  • 45 hours, approximately, of classroom and lab activities (theoretical and problem solving classes, lab practice);
  • 50 hours for performing practical work and essays;
  • 35 hours of effective personal study (study notes and texts, problem solving, lab class preparation);
  • 5 hours of essay presentation and practical exercises.


The exam date and deadlines for homework and lab assignements will be announced well in advance.

4.5. Bibliography and recommended resources

[BB: Bibliografía básica / BC: Bibliografía complementaria]

  • [BB] Bo?ckenhauer, Hans-Joachim. Algorithmic Aspects of Bioinformatics / H.-J. Böckenhauer, D. Bongartz. Berlin ; New York : Springer, 2007
  • [BC] Jin, Xiong. Essential Bioinformatics / J. Xiong New York : Cambridge University Press, 2006
  • [BC] Jones, N.C. An introduction to bioinformatics algorithms / N.C. Jones, P. A. Pevzner. Cambridge : MIT Press, 2004.

Listado de URL

  • Página de la asignatura []

Curso Académico: 2018/19

439 - Graduado en Ingeniería Informática

30260 - Bioinformática

Información del Plan Docente

Año académico:
30260 - Bioinformática
Centro académico:
110 - Escuela de Ingeniería y Arquitectura
439 - Graduado en Ingeniería Informática
Periodo de impartición:
Segundo semestre
Clase de asignatura:

1.1. Objetivos de la asignatura

La asignatura y sus resultados previstos responden a los siguientes planteamientos y objetivos:

En esta asignatura el alumno conocerá los conceptos básicos biología molecular así como los principales retos de la bioinformática, mejorará su capacidad para diseñar y desarrollar algoritmos adaptados al contexto concreto de la bioinformática y conocerá y aplicará otras metodologías informáticas en este ámbito.

1.2. Contexto y sentido de la asignatura en la titulación

La Especialidad en Computación abarca una amplia gama de conceptos, desde los fundamentos teóricos y algorítmicos hasta la vanguardia de los desarrollos en bioinformática, robótica, visión por computador, videojuegos, y otras áreas interesantes. Bioinformática es una de las asignaturas optativas de la especialidad que pretende dar una visión global de esta disciplina.

1.3. Recomendaciones para cursar la asignatura

Interés y esfuerzo, además de los conocimientos adquiridos en las asignaturas previas de matemáticas, programación, estructuras de datos y algoritmos, teoría de la computación,  algoritmia básica y algoritmia para problemas difíciles.

2.1. Competencias

Al superar la asignatura, el estudiante será más competente para...

  1. Combinar los conocimientos generalistas y los especializados de Ingeniería para generar propuestas innovadoras y competitivas en la actividad profesional.
  2. Resolver problemas y tomar decisiones con iniciativa, creatividad y razonamiento crítico.
  3. Comunicar y transmitir conocimientos, habilidades y destrezas en castellano y en inglés.
  4. Usar las técnicas, habilidades y herramientas de la Ingeniería necesarias para la práctica de la misma.
  5. Aprender de forma continuada y desarrollar estrategias de aprendizaje autónomo.
  6. Aplicar las tecnologías de la información y las comunicaciones en la ingeniería.
  7. Evaluar la complejidad computacional de un problema, conocer estrategias algorítmicas que puedan conducir a su resolución y recomendar, desarrollar e implementar aquella que garantice el mejor rendimiento de acuerdo con los requisitos establecidos.
  8. Conocer los fundamentos, paradigmas y técnicas propias de los sistemas inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas que utilicen dichas técnicas en cualquier ámbito de aplicación.
  9. Conocer y desarrollar técnicas de aprendizaje computacional y diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información y conocimiento a partir de grandes volúmenes de datos.

2.2. Resultados de aprendizaje

El estudiante, para superar esta asignatura, deberá demostrar los siguientes resultados...

  1. Conoce conceptos básicos de biología molecular junto con los problemas fundamentales de la bioinformática.
  2. Sabe particularizar esquemas algorítmicos generales para resolver problemas.
  3. Sabe identificar las componentes más relevantes de un problema y seleccionar la técnica algorítmica más adecuada para el mismo, además de argumentar de forma razonada dicha elección.
  4. Sabe comparar problemas y utilizar dicha comparación para resolver un problema a partir de una solución eficiente de otro.
  5. Sabe razonar sobre la corrección y eficiencia de los algoritmos avanzados que se utilizan.
  6. Tiene habilidad para trabajar en grupo, identificar objetivos del grupo, trazar un plan de trabajo para alcanzarlo, reconocer los diferentes papeles dentro de un equipo y asume el compromiso de las tareas encomendadas.
  7. Gestiona el autoaprendizaje y el desarrollo incluyendo el tiempo de gestión y de organización.
  8. Aprecia la necesidad del aprendizaje continuo.

2.3. Importancia de los resultados de aprendizaje

La bioinformática es un dominio de aplicación de reciente implantación y rápido desarrollo. Las técnicas informáticas y algorítmicas desarrolladas en la asignatura son fundamentales en el desarrollo de la biología molecular y permiten al estudiante incorporarse a un nuevo ámbito profesional y de investigación.

3.1. Tipo de pruebas y su valor sobre la nota final y criterios de evaluación para cada prueba

El estudiante deberá demostrar que ha alcanzado los resultados de aprendizaje previstos mediante las siguientes actividades de evaluacion

A lo largo del cuatrimestre se plantearán enunciados prácticos de programación que deberán ser resueltos en el laboratorio. Para ello se formarán equipos integrados por un número determinado de alumnos que se fijará al principio del curso. Los trabajos presentados por los alumnos se calificarán con una nota cuantitativa de 0 a 10. Para obtener dichas notas se valorará el funcionamiento de los programas según especificaciones, la calidad de su diseño y su presentación, la adecuada aplicación de los métodos de resolución, el tiempo empleado, así como la capacidad de cada uno de los integrantes del equipo para explicar y justificar el diseño realizado. La calificación obtenida por prácticas pondera un 30% de la nota final de la asignatura.

A lo largo del cuatrimestre se plantearán hojas de ejercicios para trabajo individual de entre las que los alumnos podrán entregar, no más tarde de la fecha especificada en cada hoja, un número determinado que se fijará al principio del curso. Los ejercicios presentados por los alumnos se calificarán con una nota cuantitativa de 0 a 10. La calificación obtenida por ejercicios pondera un 20% de la nota final de la asignatura.

Al principio del cuatrimestre se presentarán un listado de temas avanzados de bioinformática de los que cada estudiante deberá seleccionar uno. A partir del tema elegido el alumno realizará un trabajo escrito que también deberá presentar en público. La presentación se realizará en las fechas que se especifiquen. La calificación obtenida por trabajo pondera un 50% de la nota final de la asignatura.


Evaluación global. La prueba global de evaluación de la asignatura consta de dos partes:

Examen práctico de programación en laboratorio e individual. En cada convocatoria se realizará un examen práctico de programación en laboratorio, en el que se le plantearán al alumno ejercicios de naturaleza similar a los realizados en las prácticas o vistos en clase. La calificación obtenida pondera un 20% de la nota final de la asignatura.

Examen escrito en el que se deberán resolver problemas de naturaleza similar a los ejercicios semanales propuestos durante el cuatrimestre y, en su caso, responder preguntas conceptuales o resolver algún ejercicio en el que se demuestre haber logrado los resultados de aprendizaje requeridos en la asignatura. La calificación obtenida pondera un 80% de la nota final de la asignatura.

En resumen, opción sin exámenes finales:

  1. Prácticas de laboratorio (en grupo) durante el cuatrimestre: 30%.
  2. Ejercicios de trabajo individual durante el cuatrimestre: 20%.
  3. Realización y presentación de un trabajo sobre la asignatura: 50%

Por el contrario, opción basada exclusivamente en exámenes finales:

  1. Parte práctica: Examen práctico (individual) de programación en laboratorio: 20%.
  2. Parte de teoría y problemas: Examen final: 80%.

4.1. Presentación metodológica general

El proceso de aprendizaje que se ha diseñado para esta asignatura se basa en lo siguiente:

  1. La presentación de los contenidos de la asignatura por parte de los profesores, así como la realización de ejercicios en clase.
  2. El estudio personal de la asignatura por parte de los alumnos y la participación en clase en la resolución de los ejercicios planteados.
  3. El desarrollo de trabajos prácticos por parte de los alumnos, guiados por los profesores, que desarrollan los conocimientos teóricos.

Se debe tener en cuenta que la asignatura tiene una orientación tanto teórica como práctica. Por ello, el proceso de aprendizaje pone énfasis tanto en la asistencia del alumno a las clases magistrales, como en la realización de prácticas en laboratorio, en la resolución de problemas sencillos de dificultad creciente, y en el estudio individualizado.

4.2. Actividades de aprendizaje

El programa que se ofrece al estudiante para ayudarle a lograr los resultados previstos comprende las siguientes actividades...

  1. En las clases impartidas en el aula se desarrollará el programa de la asignatura.
  2. En las clases de problemas se resolverán problemas de aplicación de los conceptos y técnicas presentadas en el programa de la asignatura.
  3. Las sesiones de prácticas de desarrollan en un laboratorio informático.

4.3. Programa

  1. Introducción a la bioinformática. Conceptos básicos de biología molecular. Algoritmos para cadenas.
  2. Métodos de alineamiento. Alineamiento de pares. Métodos heurísticos para búsqueda en repositorios biológicos. Alineamientos múltiples.
  3. Predicción de genes y promotores. Búsqueda de señales. Modelos ocultos de Markov. 
  4. Algoritmos de aprendizaje en bioinformática.
  5. Filogenética computacional.
  6. Bioinformática estructural.

4.4. Planificación de las actividades de aprendizaje y calendario de fechas clave

Calendario de sesiones presenciales y presentación de trabajos

El calendario de clases, prácticas y exámenes, así como las fechas de entrega de trabajos de evaluación, se anunciará con suficiente antelación, de acuerdo con las sesiones y fechas establecidas por el centro.

Trabajo del estudiante

La dedicación del estudiante para alcanzar los resultados de aprendizaje en esta asignatura se estima en 150 horas distribuidas del siguiente modo:

  • 60 horas, aproximadamente, de actividades presenciales (clases teóricas, de problemas y prácticas en laboratorio).
  • 50 horas para la realización de los ejercicios prácticos y trabajos.
  • 35 horas de estudio personal efectivo (estudio de apuntes y textos, resolución de problemas, preparación de clases  prácticas).
  • 5 horas de presentación de trabajos y ejercicios prácticos


El calendario de exámenes y las fechas de entrega de trabajos de evaluación se anunciarán con suficiente antelación.

4.5. Bibliografía y recursos recomendados

[BB: Bibliografía básica / BC: Bibliografía complementaria]

  • [BB] Bo?ckenhauer, Hans-Joachim. Algorithmic Aspects of Bioinformatics / H.-J. Böckenhauer, D. Bongartz. Berlin ; New York : Springer, 2007
  • [BC] Jin, Xiong. Essential Bioinformatics / J. Xiong New York : Cambridge University Press, 2006
  • [BC] Jones, N.C. An introduction to bioinformatics algorithms / N.C. Jones, P. A. Pevzner. Cambridge : MIT Press, 2004.

Listado de URL

  • Página de la asignatura []