Algorithmische Bioinformatik IIAlgorithmic Bioinformatics II

Aktuelle Hinweise

Eine Anmeldung zum Modul (die für die Teilnahme am Vorlesungs- und Übungsbetrieb sowie an den Modulprüfungen erforderlich ist) war bis zum Mittwoch, den 22. Oktober erforderlich.
Der Einschreibeschlüssel für den zugehörigen Moodle-Kurs wird den Angemeldeten dann nach Ende der Anmeldefrist zum Modul per Mail zugeschickt.
Studierende der Bioinformatik müssen sich nicht in LSF anmelden, Studierende anderer Fachrichtungen erkundigen sich bitte bei der zugehörigen Fachstudienberatung bzw. Studiengangskoordination.
Der Klausurtermin steht fest: Freitag, der 6. Februar.
Hierzu ist eine weitere verbindliche Anmeldung zur Semestralklausur über Moodle bis zum Freitag, den 16. Januar erforderlich!
Das zugehörige Informationsblatt 2 ist in Moodle verfügbar.
Es wird dringend empfohlen, den Stoff aus den ersten vier Semestern zu wiederholen, für Details siehe Voraussetzungen und Vorbereitungen.
Die Version 9.34 (06.11.25) des Skripts ist verfügbar.

Allgemeine Informationen

Dozent:

Volker Heun

Umfang und Hörerkreis:

4 SWS Vorlesung + 2 SWS Tutorübung / 9 ECTS-Punkte
Vorlesung für Studierende der Bioinformatik (B.Sc.)
Studierende anderer Fachrichtigungen informieren sich bei der zugehörigen Fachstudienberatung bzw. Studiengnagskoordination

Zeit und Ort:

Di	10ct-12	Theresienstr. 37, A027
Do	10ct-12	Theresienstr. 37, A027

Übungen:

2 SWS Übung zur Vorlesung

Tutoren:
Lochert
Pusch

Zeit und Ort:

G1	Mi	12-14	Theresienstr. 39, B041
G2	Mi	14-16	Theresienstr. 39, B041

Voraussetzungen und Vorbereitungen

Beherrschung des Stoffs des Bioinformatik bzw. Informatik der ersten vier Semester.
Es wird empfohlen, bis zum Beginn des Moduls insbesondere den Stoff der folgenden Module aufzufrischen:

Formale Sprachen und Komplexität [LMU] bzw. Theoretische Informatik [TUM], insbesondere zur NP-Vollständigkeit
Stochastik und Statistik [LMU] bzw. Diskrete Wahrscheinlichkeitstheorie [TUM].

Inhalt der Vorlesung

Die Vorlesung behandelt voraussichtlich die folgende Themen:

Approximierbarkeit
Multiple Sequence Alignment
Probabilistic Modeling
Hidden Markov Models

Im Laufe der Vorlesung wird eine aktualisierte detaillierte Inhaltsangabe im Moodle-Kurs zur Verfügung gestellt.

Modulprüfung

Die Modulprüfung findet als schriftliche Prüfung in Form einer Semestralklausur statt. Die Semestralklausur findet voraussichtlich in der letzten Vorlesungswoche oder den ersten drei vorlesungsfreien Wochen statt. Die Wiederholungsklausur findet voraussichtlich im April 2026 statt.

Informationsblätter

Informationsblatt	vom
Informationsblatt 1 (aktualisiert)	14.10.25
Informationsblatt 2 (siehe Moodle)	11.11.25

Übungsblätter

Übungsblatt	Abgabe bis
Übungsblatt 1 (vom 14.10.25)	24.10.25, 9:00 Uhr
Übungsblatt 2 (vom 21.10.25)	31.10.25, 9:00 Uhr
Übungsblatt 3 (vom 28.10.25)	07.11.25, 9:00 Uhr
Übungsblatt 4 (vom 04.11.25)	14.11.25, 9:00 Uhr
Übungsblatt 5 (vom 11.11.25)	21.11.25, 9:00 Uhr

Material

Es wird vorlesungsbegleitend das Skript aktualsiert.

Weiteres Material wird im zugehörigen Moodle-Kurs zur Verfügung gestellt.

Literatur zur Vorlesung

G. Ausiello, P. Crescenzi, G. Gambosi, V. Kann, A. Marchetti-Spaccamela, M. Potasi: Complexity and Approximation: Combinatorial Optimization Problems and Their Approximability, Springer, 1999.
H.-J. Böckenhauer, D. Bongartz: Algorithmische Grundlagen der Bioinformatik: Modelle, Methoden und Komplexität, Teubner, 2003.
R.C. Deonier, S. Tavare, M.S. Waterman: Computational Genome Analysis, Springer, 2005.
R. Durbin, S. Eddy, A. Krogh, G. Mitchinson: Biological Sequence Analysis - Probabilistic Models of Proteins and Nucleic Acids, Cambridge University Press, 1998.
W.J. Ewens, G.R. Grant: Statistical Methods in Bioinformatics, Springer, 2001.
D. Gusfield: Algorithms on Strings, Trees, and Sequences: Computer Science and Computational Biology, Cambridge University Press, 1997.
V. Heun: Algorithmische Bioinformatik, Skriptum, 2001-2008.
A. Isaev: Introduction to Mathematical Methods in Bioinformatics, Springer, 2004.
N.C. Jones, P.A. Pevzner: An Introduction to Bioinformatics Algorithms, MIT Press, 2004.
T. Koski: Hidden Markov Models for Bioinformatics, Kluwer Acedimics Publishers, 2001.
I. Wegener: Komplexitätstheorie - Grenzen der Effizienz von Algorithmen, Springer 2003.