BIOINFORMATICA

INF/01 - 6 CFU - 1° semestre

Docenti titolari dell'insegnamento

ALFREDO FERRO
GIOVANNI MICALE


Obiettivi formativi

Obiettivi formativi generali dell'insegnamento in termini di risultati di apprendimento attesi.

  1. Conoscenza e capacità di comprensione (knowledge and understanding): Il corso mira a formare le conoscenze e le competenze di base per l’analisi, la rappresentazione, e l’organizzazione di dati bioinformatici.
  2. Capacità di applicare conoscenza e comprensione (applying knowledge and understanding): lo studente acquisirà conoscenze riguardo ai modelli e gli algoritmi per l’analisi dei dati bioinformatici quali: allineamento di sequenze, analisi del trascrittoma, analisi del genoma, analisi del microbioma, mining di reti biologiche.
  3. Autonomia di giudizio (making judgements): Attraverso esempi concreti e casi di studio, lo studente sarà in grado di elaborare autonomamente soluzioni a determinati problemi legati all'analisi dei dati bioinformatici.
  4. Abilità comunicative (communication skills): lo studente acquisirà le necessarie abilità comunicative e di appropriatezza espressiva nell'impiego del linguaggio tecnico nell'ambito generale dell'analisi dei dati bioinformatici.
  5. Capacità di apprendimento (learning skills): il corso si propone, come obiettivo, di fornire allo studente le necessarie metodologie teoriche e pratiche per poter affrontare e risolvere autonomamente nuove problematiche che dovessero sorgere durante una attività lavorativa. A tale scopo diversi argomenti saranno trattati a lezione coinvolgendo lo studente nella ricerca di possibili soluzioni a problemi reali, utilizzando benchmark disponibili in letteratura.

Modalità di svolgimento dell'insegnamento

Lezioni frontali

Qualora l'insegnamento venisse impartito in modalità mista o a distanza potranno essere introdotte le necessarie variazioni rispetto a quanto dichiarato in precedenza, al fine di rispettare il programma previsto e riportato nel syllabus.


Prerequisiti richiesti

Programmazione, strutture dati, algoritmi su grafi.



Frequenza lezioni

Le risorse principali messe a disposizione dello studente sono le lezioni frontali, la cui frequenza è fortemente consigliata.

Per seguire meglio le lezioni, vengono messe a disposizione le slide utilizzate per il corso. Le slide non costituiscono un mezzo di studio: forniscono un dettaglio puntuale sugli argomenti trattati a lezione.



Contenuti del corso



Testi di riferimento


Altro materiale didattico

Il materiale didattico sarà pubblicato su www.studium.unict.it



Programmazione del corso

 ArgomentiRiferimenti testi
1Introduzione: l'informatica e la nuova medicinamateriale didattico fornito dal docente 
2Prerequisiti biologici: cellule, genomi ed evoluzionemateriale didattico fornito dal docente 
3Prerequisiti biologici: il genoma, i geni, trascrizione, e traduzionemateriale didattico fornito dal docente 
4Prerequisiti biologici: RNA codificanti e non codificantimateriale didattico fornito dal docente 
5Prerequisiti di probabilità e statistica per la bioinformaticamateriale didattico fornito dal docente 
6Data mining e learning per la bioinformaticamateriale didattico fornito dal docente 
7Linguaggi ed ambienti per la bioinformatica (R, Python)materiale didattico fornito dal docente 
8Allineamento pairwise e multiplomateriale didattico fornito dal docente 
9Banche dati biologiche generalimateriale didattico fornito dal docente 
10Banche dati biologiche specialimateriale didattico fornito dal docente 
11Strumenti per l'analisi del trascrittoma (Microarray e NGS)materiale didattico fornito dal docente 
12Tools per la ricerca e la valutazione di biomarcatorimateriale didattico fornito dal docente 
13Sequenziamento del DNA e Analisi del microbiomamateriale didattico fornito dal docente 
14Reti biologiche: introduzione, graph matching e algoritmi di miningmateriale didattico fornito dal docente 
15Reti biologiche: biomarcatori di rete e analisi di pathwaymateriale didattico fornito dal docente 
16Reti dinamiche e strumenti di allineamento di retimateriale didattico fornito dal docente 


Verifica dell'apprendimento


MODALITÀ DI VERIFICA DELL'APPRENDIMENTO

L'esame finale consiste in una prova scritta, ed un colloquio orale nel quale viene discusso un progetto o un articolo scientifico recente assegnato dal docente.

La prova scritta è costituita da esercizi e domande di teoria.

Chi non supera la prova scritta, non può sostenere l'orale. La prova scritta può essere visionata prima delle prove orali.

Il progetto dovrà essere completato entro 30 giorni dal superamento della prova scritta.

Salvo diversa comunicazione:

Note:


ESEMPI DI DOMANDE E/O ESERCIZI FREQUENTI

Esempi saranno pubblicati sul portale www.studium.unict.it




Apri in formato Pdf English version