Presentazione

Organizzazione della Didattica

DM270
BIOTECNOLOGIE INDUSTRIALI ORD. 2014


6

Corsi comuni

 

Frontali Esercizi Laboratorio Studio Individuale
ORE: 24 0 48 98

Periodo

AnnoPeriodo
I anno1 semestre

Frequenza

Obbligatoria

Erogazione

Lingua

Italiano

Calendario Attività Didattiche

InizioFine
01/10/201620/01/2017

Tipologia

TipologiaAmbitoSSDCFU
caratterizzanteDiscipline biologicheBIO/113
caratterizzanteDiscipline per le competenze professionaliSECS-S/023


Responsabile Insegnamento

ResponsabileSSDStruttura
Prof. FILIPPINI FRANCESCOBIO/11Dipartimento di Biologia

Altri Docenti

DocenteCoperturaSSDStruttura
Prof.ssa ROMUALDI CHIARAIstituzionaleBIO/11Dipartimento di Biologia

Attività di Supporto alla Didattica

Esercitatore
Dott.ssa CALURA ENRICA
Dott.ssa HERNANDEZ GOMEZ YURIKO SUEMI

Bollettino

Per seguire bene le tematiche del corso, ci si attende che gli studenti siano in possesso di conoscenze di base in bioinformatica e statistica: (1) database e data mining; (2) allineamenti di sequenze e ricerche per omologia mediante BLAST ed altri programmi; (3) espressioni regolari (patterns) e profili di sequenza basati su matrici; (4) inferenza statistica (hypothesis testing, one and two samples t-test, analisi della varianza).

Lo studente acquisirà, oltre alla conoscenza di basi metodologiche e scientifiche della bioinformatica e della statistica, abilità applicative, spendibili in particolare nel campo delle biotecnologie, relative ai contenuti del corso (illustrati in dettaglio nella sezione "Contenuti").

Gli studenti acquisiscono le conoscenze e competenze specifiche sia attraverso la frequenza, le attività e l'interazione con i docenti (lezioni ed esercitazioni), sia attraverso lo studio del materiale didattico messo a disposizione dai docenti (dispense e contenuti su web). L'insegnamento prevede lezioni con esempi, interazione durante il corso con domande e risposte, simulazioni applicative problem solving, esercitazioni con fase training e successiva fase test, simulazioni pre esame con domande, risposte ed esempi di valutazione delle risposte.

Il corso è articolato in modo da tenere conto sia dell'attuale evoluzione del rapporto - nella ricerca biotecnologica, biomedica e biologica - tra sperimentazione in silico e "wet lab", sia delle aree scientifico-curricolari del corso di laurea. Pertanto la bioinformatica è trattata in correlazione con: (1) genomica, con la quale ha un rapporto "bidirezionale" (ne organizza e interpreta i dati, mentre il flusso di nuovi dati amplia i training dataset per ottimizzare i software); (2) biologia e biochimica strutturale (anche in questo caso i predittori sono migliorati dal flusso di nuove informazioni da progetti structural genomics); (3) biologia sintetica ed ingegneria proteica (biocatalisi, rationale design, bioimimetics design); (4) biologia cellulare, i cui "compound problems" (predizione di localizzazione subcellulare, topologia, network d'interazione e di domini) sono stimolo per la bioinformatica di ultima generazione (approcci integrativi e software modulari); (5) immunomica e reverse vaccinology (tra i campi più produttivi nelle biotecnologie "computer-aided"); (6) biotecnologie ambientali (metagenomica, bioremediation e phytoremediation) e (7) trascrittomica e proteomica. Ecco in dettaglio il programma per topic: (1) genomica e bioinformatica: assemblaggio di sequenze, predizione di geni e annotazione genomi, genome browsers (UCSC Genome Browser, Ensembl), ricerca di geni candidati. (2) structural biology e bioinformatica: predizione di struttura secondaria e supersecondaria, integrazione tra predizioni strutturali e analisi per omologia e marcatori (structure based alignment, validazione marcatori funzionali), visualizzazione/confronto di strutture, metodi predittivi strutture 3D (homology modeling, threading), dinamica molecolare, docking. (3) synthetic biology e bioinformatica: progettazione di geni sintetici, rationale design per l’ingegnerizzazione biotecnologica di geni e proteine, applicazioni (biocatalisi, sviluppo biomimetici, DARPins pseudoanticorpali...). (4) cell biology e bioinformatica: predizioni di topologia, regioni transmembrana, peptidi segnale; HMMtop, TMHMM e l’approccio generativo; predizione di localizzazione subcellulare come esempio di compound problem; la famiglia di software modulari PSORT; SVM e metodi discriminativi; interattomi e reti di nodi per elementi e per dominii. (5) immunoinformatica e reverse vaccinology: design di anticorpi oligoclonali (predizione di specificità e immunogenicità, scelta e ottimizzazione delle regioni peptidiche da sintetizzare); predizione di epitopi, reverse vaccinology e biotecnologie. (6) bioinformatica per le biotecnologie ambientali: analisi metagenomica della variabilità ambientale (environmental samples) e di popolazioni di microorganismi associati a piante e animali, ingegnerizzazione di microorganismi e piante per bioremediation e phytoremediation. (7) trascrittomica, proteomica e bioinformatica: questa parte prevede l’approfondimento di problematiche legate all’analisi e all’utilizzo di dati provenienti da esperimenti di microarray e 2D-massa, nonché alla loro possibile integrazione attraverso metodiche statistiche di meta-analisi. Si prevede quindi un generale ripasso della parte di inferenza statistica, per poi introdurre nuovi modelli statistici applicabili ai dati genomici. In dettaglio: - Concetto di errore sistematico ed errore casuale (precisione e accuratezza); - Passaggio dai dati grezzi ai dati normalizzati; - Trasformazioni dei dati e normalizzazioni; - Ripasso generale dell’inferenza; - Test statistici moderati; - Approcci non parametrici permutazionali; - Problema dei confronti multipli e approcci di meta-analisi; - Analisi delle componenti principali e Analisi cluster.

L'esame prevede accertamenti sia sulla parte pratica (svolta nelle esercitazioni di test), che sulle nozioni di teoria, attraverso accertamenti sia in forma orale che scritta.

Coerentemente con l'attesa acquisizione da parte degli studenti sia di conoscenze teoriche che di competenze applicative, la valutazione tiene conto sia della conoscenza delle basi scientifiche degli argomenti trattati nel corso che delle capacità mostrate nell'applicazione pratica.

CONTENUTO NON PRESENTE

I docenti forniscono agli studenti il materiale didattico, che viene aggiornato annualmente (dispense del corso). Gli studenti possono inoltre - attraverso apposite pagine web - accedere alla guida on line alle esercitazioni, scaricare i materiali didattici, visualizzare il calendario di lezioni ed esercitazioni, avvisi ecc., nonchè collegarsi ad utili risorse remote (siti web di server con database e tools pubblici per analisi bioinformatiche e statistiche).