Vinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.x

BIOINFORMATICA

SCHEDA DELL'INSEGNAMENTO (SI)
SSD ING-INF/05

LAUREA MAGISTRALE IN INGEGNERIA INFORMATICA

ANNO ACCADEMICO: 2022-2023

 

INFORMAZIONI GENERALI - DOCENTE

DOCENTE: MICHELE CECCARELLI
TELEFONO: +39 0817683787
EMAIL: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

 

INFORMAZIONI GENERALI - ATTIVITÀ

INSEGNAMENTO INTEGRATO (EVENTUALE): 
MODULO (EVENTUALE):
CANALE (EVENTUALE):
ANNO DI CORSO (I, II, III): II
SEMESTRE (I, II): II
CFU: 9

 

INSEGNAMENTI PROPEDEUTICI

(se previsti dall'Ordinamento del CdS)

...................................................................................................................................................

 

EVENTUALI PREREQUISITI

Programmazione.

 

OBIETTIVI FORMATIVI

L’obiettivo del corso di Bioinformatica è quello di fornire agli studenti le nozioni specialistiche legate agli algoritmi per l’analisi di dati genomici e le loro eventuali applicazioni nella ricerca nella Biomedicina.

 

RISULTATI DI APPRENDIMENTO ATTESI

(Descrittori di Dublino)

Conoscenza e capacità di comprensione
Lo studente deve dimostrare di essere in grado di descrivere processi di gestione e analisi di dati genomici sotto forma algoritmica e comprendere le metodologie adottate nell’ambito dell’elaborazione di dati molecolari.


Capacità di applicare conoscenza e comprensione
Lo studente deve dimostrare di essere in grado di consultare le principali banche dati genomiche pubbliche e di descrivere e applicare procedure computazioni complesse per poter estrarre informazioni utili ai fini della ricerca biomedica.

 

PROGRAMMA-SYLLABUS

• Introduzione alla Biologia Molecolare e banche date biologiche
• Programmazione dinamica e allineamento di sequenze: Longest Common Subsequence, Edit Distance, Allineamento Locale, Allineamento Globale, Matrici di Sostituzione, Allineamenti Multipli.
• Modelli HMM per modeling di sequenze genomiche: Algoritmo di Viterbi, Algoritmo Forward, Posterior Decoding, Algoritmo di Baum-Welsh. Applicazioni alla classificazione di sequenze genomiche. Rappresentazione di Multiallineamenti.
• Introduzione al Next Generation Sequencing
• Algoritmi per Genome Assembly, Grafi di de Brujin, percorsi hamiltoniani e percorsi euleriani
• Algoritmi per Genome Mapping: Trie per pattern matching, Suffix Trie Tree Matching, Suffix Tree Matching, Suffix Array, Trasformata di Burrows-Wheeler e sua inversa, pattern matching con BWT
• Filogenesi molecolare e alberi filogenetici: UPGMA e Neighbor Joining
• Analisi di espressione differenziale, test statistici, analisi di arricchimento

 

MATERIALE DIDATTICO

• Bioinformatics Algorithms: An Active Learning Approach, by Pavel A. Pevzner and Phillip Compeau https://www.bioinformaticsalgorithms.org/
• Richard Durbin, Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids
• Appunti delle lezioni

 

MODALITÀ DI SVOLGIMENTO DELL'INSEGNAMENTO

Il docente utilizzera’:

a) lezioni frontali per circa il 70% delle ore totali,

b) esercitazioni per approfondire praticamente aspetti teorici per 12 ore

c) seminari per 4 ore.


La didattica verrà erogata come lezioni frontali ed esercitazioni al calcolatore.

 

VERIFICA DI APPRENDIMENTO E CRITERI DI VALUTAZIONE

a) Modalità di esame:

L'esame si articola in prova:
 Scritta e orale  
 Solo scritta o intercorso a metà  
 Solo orale
 Discussione di elaborato progettuale 
 Altro (discussione esercitazioni)  

 

In caso di prova scritta i quesiti sono (*):
 A risposta multipla  
 A risposta libera  
 Esercizi numerici  

 

 

Utilizziamo i cookie sul nostro sito Web. Alcuni di essi sono essenziali per il funzionamento del sito, mentre altri ci aiutano a migliorare questo sito e l'esperienza dell'utente (cookie di tracciamento). Puoi decidere tu stesso se consentire o meno i cookie. Ti preghiamo di notare che se li rifiuti, potresti non essere in grado di utilizzare tutte le funzionalità del sito.