Dettagli sull'Insegnamento per l'A.A. 2018/2019
Nome:
Bioinformatica / Bioinformatics
Informazioni
Crediti:
: Master Degree in Computer Science 6 CFU (b)
Erogazione:
Master Degree in Computer Science curriculum GSEEM Elective
Master Degree in Computer Science curriculum NEDAS Elective
Master Degree in Computer Science curriculum SEAS Elective
Master Degree in Computer Science curriculum UBIDIS Elective
Lingua:
Inglese
Prerequisiti
Conoscenza base della programmazione imperativa e orientata agli oggetti.
Obiettivi
Il corso servirà da introduzione alla bionformatica, identificando i principali problemi che è possibile risolvere con metodologie algoritmiche e le relative soluzioni, la struttura e l'utilizzo delle banche dati biolgiche, ed esempi di modellizzazione di sistemi biologici con le reti di Petri. Cenni di Hidden Markov Models.
Sillabo
- 1. Concetti biologici. Banche dati di percorsi metabolici.
- 2. Banche Dati di geni, microrna, polimorfismi e mutazioni.
- 3. Algoritmi di allineamento e matrici di sostituzione. Distanza di edit.
- 4. Costruzione di alberi filogenetici. Associazione di caratteri.
- 5. Modelli computazionali per sistemi biologici
- 6. Applicazioni in diversi domini (e.g., oncologia)
Descrittori di Dublino
Alla fine del corso, lo studente dovrebbe
- Dimostrare la conoscenza dettagliata degli algoritmi di allineamento e dell'analisi filogenetica;
Conoscere il funzionamento e la regolazione delle cellule procariote ed eucariote;
Dimostrare la conoscenza delle banche dati on line e di essere in grado di interagire con esse.
Dimostrare la conoscenza di modelli computazionali per semplici sistemi biologici rappresentati tramite pathways.
- Essere in grado di :
- utilizzare e organizzare banche dati di dati genomici e metabolici dati;
- applicare l'analisi filogenetica a semplici dati genomici,
- interaggire ed estrarre i dati dale banche dati on line.
- modellare tramite Petri Net i percorsi biologici.
-
Essere in grado di:
i) valutare e interpretare la letteratura corrente di bioinformatica per l'analisi di sequenza del DNA.
ii) ottenere risultati quantitativi di metodi computazionali.
iii) interpretare i risultati quantitativi di metodi computazionali.
-
Essere in grado di relazionare sugli esperimenti di bioinformatica condotti su sequenze di DNA e pathways.
Avere la capacità di discutere le basi teoriche delle analisi delle sequenze di DNA condotte nel corso con metodi computazionali
-
Dimostrare la capacità di selezionare i metodi piu' idonei per la soluzione di problemi e tradurli in codice
Testi di riferimento
- Volker Sperschneider, Bioinformatics.Problem Solving Paradigms , Springer. (punti 3,4 del sillabo)
- selected scientific pubblications
- Teacher Notes
- Tutorial of on-line data base
Modalità d'esame
Progetto e prova orale. Parziale a metà corso.
Aggiornamenti alla pagina del corso
Le informazioni sulle editioni passate di questo corso sono disponibili per i seguenti anni accademici:
Per leggere le informazioni correnti sul corso, se ancora erogato, consulta il catalogo corsi di ateneo.
Ultimo aggiornamento delle informazioni sul corso: 16 gennaio 2019, 13:25