ID:
501554
Durata (ore):
48
CFU:
6
SSD:
BIOINGEGNERIA ELETTRONICA E INFORMATICA
Anno:
2024
Dati Generali
Periodo di attività
Primo Semestre (23/09/2024 - 10/01/2025)
Syllabus
Obiettivi Formativi
Al termine del corso lo studente sarà in grado di:
- individuare la metodologia di sequencing più appropriata per rispondere ad una domanda di tipo biologico o genetico
- utilizzare l’ambiente di programmazione più appropriato (Python o R o una combinazione di entrambi) per processare le informazioni e pianificare l’analisi dei dati
- applicare gli strumenti bioinformatici e database online adatti a svolgere l’analisi di dati biologici, ottenuti con metodi diversi
- valutare e confrontare i risultati delle analisi per raggiungere una conclusione sulla domanda iniziale o sulle scelte sperimentali da effettuare
- risolvere un quesito biologico e comunicare i risultati delle analisi bioinformatiche in modo coerente e integrato, utilizzando metodi riproducibili.
- individuare la metodologia di sequencing più appropriata per rispondere ad una domanda di tipo biologico o genetico
- utilizzare l’ambiente di programmazione più appropriato (Python o R o una combinazione di entrambi) per processare le informazioni e pianificare l’analisi dei dati
- applicare gli strumenti bioinformatici e database online adatti a svolgere l’analisi di dati biologici, ottenuti con metodi diversi
- valutare e confrontare i risultati delle analisi per raggiungere una conclusione sulla domanda iniziale o sulle scelte sperimentali da effettuare
- risolvere un quesito biologico e comunicare i risultati delle analisi bioinformatiche in modo coerente e integrato, utilizzando metodi riproducibili.
Prerequisiti
Lo studente dovrà possedere conoscenze di base sull’utilizzo di un computer (almeno Windows): copia di files, installazione di programmi, utilizzo di un browser.
Lo studente dovrà possedere i concetti di base di biologia molecolare e genetica (funzione e struttura di un gene, trascritti, DNA, RNA, trascrizione, traduzione). Conoscenze di biochimica e biologia cellulare non sono essenziali ma sono consigliate.
Conoscenze di base di statistica saranno utili.
Lo studente dovrà possedere i concetti di base di biologia molecolare e genetica (funzione e struttura di un gene, trascritti, DNA, RNA, trascrizione, traduzione). Conoscenze di biochimica e biologia cellulare non sono essenziali ma sono consigliate.
Conoscenze di base di statistica saranno utili.
Metodi didattici
Il corso farà un uso significativo di strumenti di “blended learning”, in cui il semplice trasferimento di informazioni avviene solo in parte durante le lezioni frontali.
Ci si attenderà che lo studente utilizzi la piattaforma Kiro sia per letture e approfondimenti, che per autovalutazioni.
Le lezioni in classe saranno prevalentemente dedicate a dimostrazioni pratiche, discussioni e problem solving, attraverso una didattica interattiva: demo, lavoro di gruppo, uso di quiz e feedback in tempo reale.
Si utilizzeranno containers (docker), macchine virtuali e editor di codice per lo svolgimento delle lezioni e per migliorare l’apprendimento di python, R e degli strumenti a linea di comando.
Le più appropriate modalità didattiche inclusive saranno individuate di volta in volta per studenti appartenenti alle differenti categorie previste dall’Ateneo.
Ci si attenderà che lo studente utilizzi la piattaforma Kiro sia per letture e approfondimenti, che per autovalutazioni.
Le lezioni in classe saranno prevalentemente dedicate a dimostrazioni pratiche, discussioni e problem solving, attraverso una didattica interattiva: demo, lavoro di gruppo, uso di quiz e feedback in tempo reale.
Si utilizzeranno containers (docker), macchine virtuali e editor di codice per lo svolgimento delle lezioni e per migliorare l’apprendimento di python, R e degli strumenti a linea di comando.
Le più appropriate modalità didattiche inclusive saranno individuate di volta in volta per studenti appartenenti alle differenti categorie previste dall’Ateneo.
Verifica Apprendimento
Allo studente sarà assegnato un dataset semplificato da analizzare con le metodologie apprese durante il corso.
Successivamente allo studente sarà chiesto di compilare un questionario a risposta multipla sui risultati dell’analisi e sui contenuti dell’insegnamento, verificando sia la capacità analitica che l’apprendimento delle basi di teoria.
Successivamente allo studente sarà chiesto di compilare un questionario a risposta multipla sui risultati dell’analisi e sui contenuti dell’insegnamento, verificando sia la capacità analitica che l’apprendimento delle basi di teoria.
Testi
Si utilizzeranno prevalentemente materiali a disposizione liberamente, video e tutorials.
L’uso di libri di testo è del tutto a scelta dello studente, e si suggeriscono i seguenti:
Bioinformatics with Python Cookbook
Tiago Antao
Packt Publishing 2018
R Bioinformatics Cookbook
Dan MacLean
Packt Publishing, 2019
Genomics in the Cloud
Geraldine Van der Auwera & Brian O'Connor
O'Reilly
I testi sono messi a disposizione dalla Biblioteca di Scienze in forma di e-book.
Il docente fornirà in ogni caso materiale, tutorials e approfondimenti durante le lezioni.
L’uso di libri di testo è del tutto a scelta dello studente, e si suggeriscono i seguenti:
Bioinformatics with Python Cookbook
Tiago Antao
Packt Publishing 2018
R Bioinformatics Cookbook
Dan MacLean
Packt Publishing, 2019
Genomics in the Cloud
Geraldine Van der Auwera & Brian O'Connor
O'Reilly
I testi sono messi a disposizione dalla Biblioteca di Scienze in forma di e-book.
Il docente fornirà in ogni caso materiale, tutorials e approfondimenti durante le lezioni.
Contenuti
Il corso affronterà le tecniche di analisi di dati piu diffuse, per le applicazioni più comuni della tecnologia di next generation sequencing.
In particolare, si forniranno le basi dei seguenti ambienti di programmazione:
- shell / bash
- python
- R e RStudio GUI
Successivamente si affronteranno, con l’ambiente di programmazione più appropriato, le seguenti attività:
- recupero di dati da database biologici
- manipolazione di dati e conversioni di formato
- analisi di targeted sequencing (germline e somatiche)
- analisi di RNAseq
- basi di visualizzazione dei dati
In particolare, si forniranno le basi dei seguenti ambienti di programmazione:
- shell / bash
- python
- R e RStudio GUI
Successivamente si affronteranno, con l’ambiente di programmazione più appropriato, le seguenti attività:
- recupero di dati da database biologici
- manipolazione di dati e conversioni di formato
- analisi di targeted sequencing (germline e somatiche)
- analisi di RNAseq
- basi di visualizzazione dei dati
Lingua Insegnamento
ITALIANO
Altre informazioni
Il docente è a disposizione degli studenti sia tramite e-mail e negli orari di ricevimento da concordare, sia tramite strumenti collaborativi: un canale dedicato verra predisposto su Slack per discussioni e conversazioni.
Corsi
Corsi
SCIENZE FISICHE
Laurea Magistrale
2 anni
No Results Found
Persone
Persone
No Results Found