logo-polimi
Loading...
Risorse bibliografiche
Risorsa bibliografica obbligatoria
Risorsa bibliografica facoltativa
Scheda Riassuntiva
Anno Accademico 2019/2020
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Insegnamento 099282 - BIOINFORMATICA E GENOMICA FUNZIONALE
Docente Pattini Linda
Cfu 5.00 Tipo insegnamento Monodisciplinare

Corso di Studi Codice Piano di Studio preventivamente approvato Da (compreso) A (escluso) Insegnamento
Ing Ind - Inf (Mag.)(ord. 270) - MI (471) BIOMEDICAL ENGINEERING - INGEGNERIA BIOMEDICA*AZZZZ099282 - BIOINFORMATICA E GENOMICA FUNZIONALE
Ing Ind - Inf (Mag.)(ord. 270) - MI (476) ELECTRONICS ENGINEERING - INGEGNERIA ELETTRONICA*AZZZZ099282 - BIOINFORMATICA E GENOMICA FUNZIONALE
Ing Ind - Inf (Mag.)(ord. 270) - MI (481) COMPUTER SCIENCE AND ENGINEERING - INGEGNERIA INFORMATICA*AZZZZ099282 - BIOINFORMATICA E GENOMICA FUNZIONALE

Obiettivi dell'insegnamento

Bioinformatica e Genomica rappresentano l'evoluzione della odierna biologia attraverso l'introduzione dell'informazione. Gli studenti acquisiranno elementi di base di biologia del genoma e dei principali metodi computazionali per l'analisi di dati biomolecolari e omici che le attuali tecnologie mettono a disposizione nel campo della biologia e della medicina molecolare.


Risultati di apprendimento attesi

Al termine del corso, lo studente avrà acquisito

- conoscenza e capacità di comprensione degli elementi di base della genomica funzionale, dei dati che le principali biotecnologie mettono a disposizione, dei metodi computazionali più appropriati per elaborarli. (DD1)

- capacità di applicare i metodi e gli algoritmi opportuni per il trattamento di dati di sequenza, di espressione genica, di variabilità genetica (DD2)

- capacità di scegliere gli strumenti computazionali adeguati per i principali problemi di bioinformatica (DD3) 

- la terminologia per descrivere in maniera appropriata il tipo di dato e la metodologia di analisi adottata (DD4)

- sarà in grado di apprezzare la rilevanza della bioingegnera dell'informazione nella biologia moderna e di comprendere argomenti avanzati sulla base delle conoscenze e degli strumenti acquisiti. (DD5)


Argomenti trattati

DNA: struttura e funzione. Richiami sui principali procedimenti biotecnologici. Accesso a banche dati specializzate e strumenti di analisi integrati.  Analisi di sequenze (nucleotidiche e aminoacidiche): similarità e omologia. Algoritmi di allineamento: strategia globale e locale; significatività; implementazione ed utilizzo di metodi euristici.   Comparazione di sequenze nucleotidiche e aminoacidiche: matrici di sostituzione e modelli di evoluzione.  Definizione e utilizzo di modelli markoviani nascosti per modellizzare le sequenze. Evoluzione e costruzione di alberi filogenetici: approcci fenetici e cladistici; valutazione della significatività di un albero filogenetico. Teoria dell’informazione in biologia molecolare: entropia, mutua informazione; applicazioni di questi operatori nelle strategie di identificazione di potenziali siti di legami per i fattori di trascrizione e nella predizione di struttura secondaria dell’RNA. Bioinformatica per le caratterizzazione delle proteine. Analisi di dati di espressione genica: normalizzazioni, analisi differenziale, modalità di rappresentazione, metodi di clustering. Annotazioni funzionali, risorse dedicate e analisi di arricchimento. Metodi di correzione da test multiplo. Approcci di biologia dei sistemi per la caratterizzazione di reti geniche. Reti e motivi di rete. Studio dei meccanismi di regolazione dell’espressione genica. Microrna: struttura, funzione, tecniche di predizione. Elementi di epigenomica. Il sequenziamento di nuova generazione. Analisi dati su larga scala e multi-omici per la genomica medica e la medicina di precisione. Cenni di genetica:  presupposti e metodi dell’analisi di linkage per l’identificazione di geni malattia, studi di associazione.

Esercitazioni al calcolatore

Il programma delle lezioni di Bioinformatica  e Genomica Funzionale sarà integrato con esercitazioni svolte al calcolatore. Argomenti oggetto delle esercitazioni guidate al calcolatore: Ambiente di lavoro Matlab e funzioni dedicate. Accesso a banche dati e utilizzo di strumenti di analisi disponibili in rete. Applicazione della teoria dell'informazione per l'identificazione di potenziali siti di legame per fattori di trascrizione. Esempi di utilizzo di modelli markoviani nascosti in bioinformatica.  Analisi dei dati di espressione genica: analisi di basso livello, analisi differenziale, visualizzazione dei risultati e clustering di profili di espressione. Analisi di sopravvivenza.

 


Prerequisiti

Nessun prerequisito.


Modalità di valutazione

L'esame consta di una prova scritta in cui viene valutata la conoscenza degli aspetti teorici, la capacità di applicarli a quesiti specifici e la capacità di scrivere codice per l'elaborazione di dati delle tipologie studiate.

Una eventuale prova orale a discrezione del docente può entrare a far parte del giudizio finale.


Bibliografia
Risorsa bibliografica facoltativaPevsner Jonathan, Bioinformatics and Functional Genomics, Editore: Wiley-Blackwell, Anno edizione: 2015, ISBN: 978-1-118-58178-0

Forme didattiche
Tipo Forma Didattica Ore di attività svolte in aula
(hh:mm)
Ore di studio autonome
(hh:mm)
Lezione
30:00
45:00
Esercitazione
0:00
0:00
Laboratorio Informatico
20:00
30:00
Laboratorio Sperimentale
0:00
0:00
Laboratorio Di Progetto
0:00
0:00
Totale 50:00 75:00

Informazioni in lingua inglese a supporto dell'internazionalizzazione
Insegnamento erogato in lingua Italiano
Disponibilità di materiale didattico/slides in lingua inglese
Disponibilità di libri di testo/bibliografia in lingua inglese
Possibilità di sostenere l'esame in lingua inglese
Disponibilità di supporto didattico in lingua inglese
schedaincarico v. 1.6.1 / 1.6.1
Area Servizi ICT
27/01/2020