Acquisire la conoscenza di base dei sistemi biologici e delle problematiche legate alla loro comprensione anche in relazione a deviazioni dal normale funzionamento e quindi all'insorgenza di patologie. Curare l'aspetto modellistico come pure quello della simulazione numerica, soprattutto di problemi formulati mediante equazioni e sistemi discreti. Acquisire la conoscenza dei principali algoritmi bio-informatici utili ad analizzare dati biologici.
scheda docente
materiale didattico
2. Lab: Bash, Python
3. Modelli continui per la dinamica delle popolazioni: exponential growth, logistic growth
4. Dinamica nonlineare: punti di equilibrio e stabilità, phase portrait, linearizzazione, biforcazione
5. Lab:Introduzione al Python
6. Modelli continui per la dinamica delle popolazioni: insect outbreak (modello di Ludwig)
7. Lab: metodo di Eulero e Runge-Kutta per l'integrazione numerica di ODE, caso esponenziale e logistico, streamplot Lab: studio del modello di insect outbreak e del modello Lotka-Volterra
8. Modelli Epidemici SIS e SIR con ODE
9. Lab: analisi dei sistemi SIS e SIR: confronto ODE vs Networks
10. Introduzione alle Reti e modello di grafo Random
11. Modello di Erdos-Renyii e epidemi sulle reti
12. Epidemia SIR tramite bond percolation su reti di tipo ER
13. Epidemie sulle reti il Configuration Model
14. Lezione-Seminario con PhD. Stefano Guarino "Metodi numerici per il calcolo della threshold epidemica"
15. Crash course on Biology 1
16. Lab: esempi/esercizi di epidemie sulle reti ER, CM, reali
17. Lab: introduzione agli algoritmi - algoritmi sulle reti (BFS, APSP)
18. Crash course on Biology 2
19. Crash course on Biology 3,
20. Lab: introduzione agli algoritmi
21. DNA Sequencing Techniques, Sanger, NGS
22. Whole genome Sequencing, grafi Euleriani ed Hamiltoniani
23. Whole genome Sequencing via grafi di De Brujin
24. Algoritmi di String searching, Knuth-Morris-Pratt
25. Confronto di Sequenze, distanza tra sequenze, matrici PAM e Blosum
26. Lab: introduzione a BLAST e implementazione di KMP
27. Algoritmi di allinemamento pairwise, programmazione dinamica, Needlman-Wunsch, BLAST
28. Allinemamento globale e locale, Smith-Waterman, BLAST
29. Lab: KMP, BLAST
30. Allineamenti multipli (Durbin cap. 6)
31. Algoritmi di allinemanto e Analisi Filogenetica, Alberi filogenetici, UPGMA, Neighbour-Join (Durbin cap. 7)
• Mathematical Biology, J.D. Murray (Population models - Epidemic models)
• Population Ecologies: First Principles Deborah Goldberg and John H.Vandermeer
(Simple population models, CAP1)
• Non Linear Dynamics and Chaos, S. Strogatz (Stability of dynamical systems)
• Computational Physics, M. Newman (Euler and RK methods)
• Networks, M. Newman (ER and CM random graphs, Epidemics on Networks)
• Understanding Bioinformatics, Marketa Zvelebil & Jeremy O. Baum
• Biological sequence analysis, R. Durbin et al. (CAP 1,2,6,7)
• Bioinformatics Algorithms: an Active Learning Approach, Pavel A. Pevzner and Phillip Compeau
• Bioinformatics - an Introduction, Jeremy Ramsden
• Understanding Bioinformatics, Marketa Zvelebil, Jeremy O. Baum
• Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids
• Statistical Methods in Bioinformatics, An Introduction, Warren J. Ewens , Gregory Grant
Mutuazione: 20410568 IN470 - METODI COMPUTAZIONALI PER LA BIOLOGIA in Scienze Computazionali LM-40 Mastrostefano Enrico
Programma
1. Introduzione al corso2. Lab: Bash, Python
3. Modelli continui per la dinamica delle popolazioni: exponential growth, logistic growth
4. Dinamica nonlineare: punti di equilibrio e stabilità, phase portrait, linearizzazione, biforcazione
5. Lab:Introduzione al Python
6. Modelli continui per la dinamica delle popolazioni: insect outbreak (modello di Ludwig)
7. Lab: metodo di Eulero e Runge-Kutta per l'integrazione numerica di ODE, caso esponenziale e logistico, streamplot Lab: studio del modello di insect outbreak e del modello Lotka-Volterra
8. Modelli Epidemici SIS e SIR con ODE
9. Lab: analisi dei sistemi SIS e SIR: confronto ODE vs Networks
10. Introduzione alle Reti e modello di grafo Random
11. Modello di Erdos-Renyii e epidemi sulle reti
12. Epidemia SIR tramite bond percolation su reti di tipo ER
13. Epidemie sulle reti il Configuration Model
14. Lezione-Seminario con PhD. Stefano Guarino "Metodi numerici per il calcolo della threshold epidemica"
15. Crash course on Biology 1
16. Lab: esempi/esercizi di epidemie sulle reti ER, CM, reali
17. Lab: introduzione agli algoritmi - algoritmi sulle reti (BFS, APSP)
18. Crash course on Biology 2
19. Crash course on Biology 3,
20. Lab: introduzione agli algoritmi
21. DNA Sequencing Techniques, Sanger, NGS
22. Whole genome Sequencing, grafi Euleriani ed Hamiltoniani
23. Whole genome Sequencing via grafi di De Brujin
24. Algoritmi di String searching, Knuth-Morris-Pratt
25. Confronto di Sequenze, distanza tra sequenze, matrici PAM e Blosum
26. Lab: introduzione a BLAST e implementazione di KMP
27. Algoritmi di allinemamento pairwise, programmazione dinamica, Needlman-Wunsch, BLAST
28. Allinemamento globale e locale, Smith-Waterman, BLAST
29. Lab: KMP, BLAST
30. Allineamenti multipli (Durbin cap. 6)
31. Algoritmi di allinemanto e Analisi Filogenetica, Alberi filogenetici, UPGMA, Neighbour-Join (Durbin cap. 7)
Testi Adottati
• Python:https://github.com/steguar/DAIL/blob/main/Lecture_1/Lecture_1_Python_crash_ course.ipynb• Mathematical Biology, J.D. Murray (Population models - Epidemic models)
• Population Ecologies: First Principles Deborah Goldberg and John H.Vandermeer
(Simple population models, CAP1)
• Non Linear Dynamics and Chaos, S. Strogatz (Stability of dynamical systems)
• Computational Physics, M. Newman (Euler and RK methods)
• Networks, M. Newman (ER and CM random graphs, Epidemics on Networks)
• Understanding Bioinformatics, Marketa Zvelebil & Jeremy O. Baum
• Biological sequence analysis, R. Durbin et al. (CAP 1,2,6,7)
• Bioinformatics Algorithms: an Active Learning Approach, Pavel A. Pevzner and Phillip Compeau
• Bioinformatics - an Introduction, Jeremy Ramsden
• Understanding Bioinformatics, Marketa Zvelebil, Jeremy O. Baum
• Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids
• Statistical Methods in Bioinformatics, An Introduction, Warren J. Ewens , Gregory Grant