Analisi computazionali di sequenze biologiche. Algoritmi per l’analisi evolutiva di sequenze. Tecniche di ricostruzione filogenetica. Processamento dati di sequenziamento massivo. Assemblaggio di genomi. Genomica comparativa. Metagenomica. Ricerca di varianti genomiche. Analisi di dati di espressione genica. Modelli matematici in biologia. Modelli metabolici. Basi di biologia dei sistemi.
Stefano Pascarella, Alessandro Paiardini, Bioinformatica
Dalla sequenza alla struttura delle proteine, Zanichelli.2011
Obiettivi Formativi
Conoscenze: Il corso intende fornire agli studenti le basi concettuali e tecniche nell’ambito della bioinformatica.
Competenze e capacità acquisite: gli studenti acquisiranno le competenze teoriche e pratiche relative alle principali metodologie in ambito bioinformatico, dall’analisi di sequenze biologiche ad aspetti più avanzati come la formalizzazione di modelli matematici. Saranno inoltre illustrate le loro potenziali ricadute nell’ambito clinico, microbiologico e ambientale.
Prerequisiti
Corsi raccomandati: Genetica; Biologia molecolare
Metodi Didattici
CFU: 6
Il corso prevede sia lezioni frontali che in laboratorio. In laboratorio verranno affrontate dal punto di vista pratico le tematiche esposte durante le lezioni frontali, mediante la presentazione e la discussione di casi studio reali e/o esempi creati ad hoc.
Numero di ore relativo alle attività in aula e laboratorio: 56
Altre Informazioni
Frequenza delle lezioni e delle esercitazioni
La frequenza è fortemente consigliata
Strumenti a supporto della didattica: Diapositive delle lezioni; articoli scientifici
Orario di ricevimento: a discrezione dello studente
Modalità di verifica apprendimento
Esame scritto
Programma del corso
Analisi computazionali di sequenze biologiche. Principali formati di file in bioinformatica. Prinicpali algoritmi per l’allineamento di sequenze (introduzione al dynamic programming, Needleman-Wunsch , Smith-Waterman, BLAST). Tecniche di ricostruzione filogenetica: metodi basati sulla distanza (UPGMA, Neighbor joining). Cenni delle principali tecnologie di sequenziamento massivo. Processamento dati di sequenziamento massivo: valutazione della qualità e trimming delle reads. Mappaggio delle reads. Assemblaggio di genomi e predizione genica. Genomica comparativa. Metagenomica e modelli statistici in metagenomica. Ricerca di varianti genomiche: SNPs e indels. Analisi di dati di espressione genica da RNAseq. Modelli matematici in biologia: formalizzazione e tecniche di simulazione. Modelli metabolici: ricostruzione e simulazione. Basi di biologia dei sistemi. Integrazione di dati –omici.