- Oggetto:
- Oggetto:
Bioinformatica
- Oggetto:
Bioinformatics
- Oggetto:
Anno accademico 2023/2024
- Codice attività didattica
- MFN0951
- Docenti
- Francesca Cordero (Titolare)
Marco Beccuti (Titolare) - Corso di studio
- [008515] Laurea magistrale in informatica
- Anno
- 1° anno, 2° anno
- Periodo
- Primo semestre
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 6 CFU (Ore aula: 48)
- SSD attività didattica
- INF/01 - informatica
- Erogazione
- Tradizionale
- Lingua
- Italiano
- Frequenza
- Facoltativa
- Tipologia esame
- Scritto più orale obbligatorio
- Prerequisiti
- Il modulo presuppone una conoscenza di base delle tematiche di algoritmi e della loro complessita`, conoscenza delle tecniche di risoluzione dei problemi, basi di statistica e calcolo delle probabilita`. Conoscenze di statistica di base.
Insegnamenti propedeutici (forniscono le competenze attese in ingresso): Algoritmi e Strutture Dati.Sistemi IntelligentiElementi di Probabilita` e StatisticaThe student is supposed to have basic knowledge of algorithms and their complexity, problem solving, and statistics and probability theory.
Preparatory courses (providing the expected entry skills): Algorithms and Data Structures Intelligent System Elements of Probability and Statistics . - Oggetto:
Sommario insegnamento
- Oggetto:
Avvisi
- Oggetto:
Obiettivi formativi
Introduzione ai problemi principali dell'analisi di dati biologici e descrizione dei relativi algoritmi utilizzati in ambito bioinformatico.Introduzione alle tecnologie utilizzate per la produzione di grandi moli di dati genomici (DNA) e trascrittomici (RNA). Questo insegnamento concorre agli obiettivi formativi dell'ambito caratterizzante del Corso di Laurea Magistrale in InformaticaIntroduction to the main problems related to the analysis of biological data and description of algorithms used in bioinformatics. Introduction to the technologies for deep sequencing analysis of DNA and RNA.- Oggetto:
Risultati dell'apprendimento attesi
Lo studente sara` in grado di individuare la tecnica piu` adatta da utilizzare per affrontare un problema di analisi di dati biologici. Inoltre, conoscendone il funzionamento, lo studente sara` anche in grado di proporre miglioramenti agli algoritmi esistenti.CONOSCENZA E CAPACITÀ DI COMPRENSIONE. Acquisizione di algoritmi per il trattamento di dati biologici.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE. Le tematiche introdotte durante il corso vengono applicate a casi concreti, anche attraverso esempi ed esercizi.
AUTONOMIA DI GIUDIZIO. Acquisizione dei criteri di base per stabilire come impostare una corretta progettazione e una solida implementazione di una pipeline di analisi dati biologici.
ABILITÀ COMUNICATIVE. Acquisizione e sviluppo di elementi del lessico bioinformatico finalizzati al lavoro di collaborazione in gruppo con biologi e medici.
CAPACITÀ DI APPRENDIMENTO. Acquisizione di capacità autonome di apprendimento e di autovalutazione della propria preparazione, teorica e pratica.
The student will be able to identify the most suitable technique to use to tackle a biological data analysis problem. Furthermore, knowing how it works, the student will also be able to propose improvements to existing algorithms.KNOWLEDGE AND UNDERSTANDING. Acquisition of algorithms for the treatment of biological data.
ABILITY TO APPLY KNOWLEDGE AND UNDERSTANDING. The topics introduced during the course are applied to concrete cases, also through examples and exercises.
MAKING JUDGMENTS. Acquisition of the basic criteria to establish how to set up a correct design and a solid implementation of a biological data analysis pipeline.
COMMUNICATION SKILLS. Acquisition and development of elements of the bioinformatics lexicon aimed at collaborative work in groups with biologists and doctors.
LEARNING SKILLS. Acquisition of autonomous learning skills and self-assessment of one's own theoretical and practical preparation.
- Oggetto:
Programma
Introduzione alla biologia molecolareIntroduzione alla biologia computazionale Panoramica dei problemi aperti L'allineamento di sequenze L'allineamento multiplo di sequenze Algoritmi di predizione e classificazione Algoritmi di clustering per la costruzione di alberi filogenetici Algoritmi di analisi di dati di microarray Next Generation Sequencing: problemi e algoritmi Gene Networks: algoritmi per la costruzione e l'inferenza Modelli per l'analisi di pathway metaboliciIntroduction to basic biology Introduction to Computational Biology Open problems survey Sequence Alignment Multiple Sequence Alignment Classification and prediction techiques Clustering algorithms for phyllogenetic tree contruction Algorithms for microarray data analysis Next Generation Sequencing: problems and algorithms Gene Networks: algorithms for building and reasoning about Models for methabolic pathway analysis- Oggetto:
Modalità di insegnamento
Le lezioni saranno svolte principalmente in aula con ausilio di lucidi proiettati su schermo. Il materiale utilizzato a lezione e` disponibile on-line sul sito della didattica.The lessons will be held mainly in the classroom with the aid of transparencies projected onto the screen. The material used in class is available online on the teaching website.- Oggetto:
Modalità di verifica dell'apprendimento
L'esame consiste in una prova scritta da svolgersi in presenza durante la quale lo studente deve dimostrare di avere acquisito le nozioni presentate durante le lezioni. Se il voto della prova scritta e' superiore al 18/30 lo studente e' ammesso ad una prova orale che consiste nel presentare una breve relazione sul contenuto di un articolo scientifico concordato con il docente. Il punteggio massimo che si puo' sommare al voto dello scritto e' pari a 3 punti.The exam consists of a written test to be carried out in the classroom during which the student must demonstrate that she/he/they has acquired the notions presented during the lessons. If the grade of the written test is higher than 18/30, the student is admitted to an oral test which consists in presenting a brief report on the content of a scientific article agreed with the teacher. The maximum score that can be added to the grade of the written test is equal to 3 points.Testi consigliati e bibliografia
- Oggetto:
- Libro
- Titolo:
- An introduction to bioinformatics Algorithms
- Anno pubblicazione:
- ----
- Editore:
- MIT Press
- Autore:
- Neil C Jones and Pavel A. Pevzner
- Obbligatorio:
- No
- Oggetto:
- Dan Gusfield Algorithms on string, trees and sequences Cambridge University PressBioinformatics algorithms - An active learning approach by Pavel Pevzner and Phillip Compeau Vol1 e Vol2 (presenti in biblioteca)
- Oggetto:
