Acquisire la conoscenza di base dei sistemi biologici e dei problemi legati 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.
Curriculum
scheda docente
materiale didattico
Per quanto riguarda le tecniche di allineamento, esploreremo gli algoritmi di sequenziamento e allineamento del DNA/RNA e le metodologie di ricostruzione degli alberi filogenetici. In particolare, studieremo le tecniche per la ricostruzione completa di un genoma (Whole Genome Sequencing) tramite l’utilizzo dei grafi di de Bruijn e l’allineamento di sottosequenze a coppie e multiple, impiegate per individuare le funzionalità biologiche associate ai vari geni.
Esamineremo alcune delle principali banche dati genetiche e i tool disponibili online per effettuare gli allineamenti (NCBI, BLAST, Clustal).
Successivamente, analizzeremo alcune caratteristiche e metodologie utilizzate nello studio delle reti complesse, come le misure di centralità e il clustering, applicandole alle reti di proteine e di regolazione genica.
Infine, verranno introdotte alcune tecniche di modellazione ad agenti utilizzate in ambito clinico e immunologico.
Argomenti:
- Introduzione alla biologia
- Tecniche di sequenziamento, sequenziamento del genoma, grafi di de Bruijn
- Allineamenti di sequenze: algoritmo Knuth-Morris-Pratt, database online, allineamenti a coppie, matrici di scoring, algoritmo di Needleman-Wunsch, tool BLAST
- Allineamenti multipli: catene di Markov, alberi filogenetici, Clustal, UPGMA, algoritmo Neighbor-Joining
- Reti biologiche: reti di proteine e reti di regolazione genica
- Automi cellulari e modelli ad agenti
• 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
• Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids
• Statistical Methods in Bioinformatics, An Introduction, Warren J. Ewens , Gregory Grant
• Networks, M. Newman (ER and CM random graphs, Epidemics on Networks)
Programma
Il corso si articola in lezioni online e di laboratorio e avrà come tematica principale le tecniche di allineamento delle sequenze geniche. Tratteremo anche le reti biologiche e i modelli ad agenti in ambito biologico.Per quanto riguarda le tecniche di allineamento, esploreremo gli algoritmi di sequenziamento e allineamento del DNA/RNA e le metodologie di ricostruzione degli alberi filogenetici. In particolare, studieremo le tecniche per la ricostruzione completa di un genoma (Whole Genome Sequencing) tramite l’utilizzo dei grafi di de Bruijn e l’allineamento di sottosequenze a coppie e multiple, impiegate per individuare le funzionalità biologiche associate ai vari geni.
Esamineremo alcune delle principali banche dati genetiche e i tool disponibili online per effettuare gli allineamenti (NCBI, BLAST, Clustal).
Successivamente, analizzeremo alcune caratteristiche e metodologie utilizzate nello studio delle reti complesse, come le misure di centralità e il clustering, applicandole alle reti di proteine e di regolazione genica.
Infine, verranno introdotte alcune tecniche di modellazione ad agenti utilizzate in ambito clinico e immunologico.
Argomenti:
- Introduzione alla biologia
- Tecniche di sequenziamento, sequenziamento del genoma, grafi di de Bruijn
- Allineamenti di sequenze: algoritmo Knuth-Morris-Pratt, database online, allineamenti a coppie, matrici di scoring, algoritmo di Needleman-Wunsch, tool BLAST
- Allineamenti multipli: catene di Markov, alberi filogenetici, Clustal, UPGMA, algoritmo Neighbor-Joining
- Reti biologiche: reti di proteine e reti di regolazione genica
- Automi cellulari e modelli ad agenti
Testi Adottati
Python:https://github.com/steguar/DAIL/blob/main/Lecture_1/Lecture_1_Python_crash_ course.ipynb• 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
• Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids
• Statistical Methods in Bioinformatics, An Introduction, Warren J. Ewens , Gregory Grant
• Networks, M. Newman (ER and CM random graphs, Epidemics on Networks)
Modalità Frequenza
Frequenza in presenza, occasionalmente il corso puo' essere seguito in modalità remotaModalità Valutazione
Stesura di un progetto su un argomento concordato con il docente, domande sul progetto e sul programma svolto.
scheda docente
materiale didattico
Per quanto riguarda le tecniche di allineamento, esploreremo gli algoritmi di sequenziamento e allineamento del DNA/RNA e le metodologie di ricostruzione degli alberi filogenetici. In particolare, studieremo le tecniche per la ricostruzione completa di un genoma (Whole Genome Sequencing) tramite l’utilizzo dei grafi di de Bruijn e l’allineamento di sottosequenze a coppie e multiple, impiegate per individuare le funzionalità biologiche associate ai vari geni.
Esamineremo alcune delle principali banche dati genetiche e i tool disponibili online per effettuare gli allineamenti (NCBI, BLAST, Clustal).
Successivamente, analizzeremo alcune caratteristiche e metodologie utilizzate nello studio delle reti complesse, come le misure di centralità e il clustering, applicandole alle reti di proteine e di regolazione genica.
Infine, verranno introdotte alcune tecniche di modellazione ad agenti utilizzate in ambito clinico e immunologico.
Argomenti:
- Introduzione alla biologia
- Tecniche di sequenziamento, sequenziamento del genoma, grafi di de Bruijn
- Allineamenti di sequenze: algoritmo Knuth-Morris-Pratt, database online, allineamenti a coppie, matrici di scoring, algoritmo di Needleman-Wunsch, tool BLAST
- Allineamenti multipli: catene di Markov, alberi filogenetici, Clustal, UPGMA, algoritmo Neighbor-Joining
- Reti biologiche: reti di proteine e reti di regolazione genica
- Automi cellulari e modelli ad agenti
• 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
• Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids
• Statistical Methods in Bioinformatics, An Introduction, Warren J. Ewens , Gregory Grant
• Networks, M. Newman (ER and CM random graphs, Epidemics on Networks)
Programma
Il corso si articola in lezioni online e di laboratorio e avrà come tematica principale le tecniche di allineamento delle sequenze geniche. Tratteremo anche le reti biologiche e i modelli ad agenti in ambito biologico.Per quanto riguarda le tecniche di allineamento, esploreremo gli algoritmi di sequenziamento e allineamento del DNA/RNA e le metodologie di ricostruzione degli alberi filogenetici. In particolare, studieremo le tecniche per la ricostruzione completa di un genoma (Whole Genome Sequencing) tramite l’utilizzo dei grafi di de Bruijn e l’allineamento di sottosequenze a coppie e multiple, impiegate per individuare le funzionalità biologiche associate ai vari geni.
Esamineremo alcune delle principali banche dati genetiche e i tool disponibili online per effettuare gli allineamenti (NCBI, BLAST, Clustal).
Successivamente, analizzeremo alcune caratteristiche e metodologie utilizzate nello studio delle reti complesse, come le misure di centralità e il clustering, applicandole alle reti di proteine e di regolazione genica.
Infine, verranno introdotte alcune tecniche di modellazione ad agenti utilizzate in ambito clinico e immunologico.
Argomenti:
- Introduzione alla biologia
- Tecniche di sequenziamento, sequenziamento del genoma, grafi di de Bruijn
- Allineamenti di sequenze: algoritmo Knuth-Morris-Pratt, database online, allineamenti a coppie, matrici di scoring, algoritmo di Needleman-Wunsch, tool BLAST
- Allineamenti multipli: catene di Markov, alberi filogenetici, Clustal, UPGMA, algoritmo Neighbor-Joining
- Reti biologiche: reti di proteine e reti di regolazione genica
- Automi cellulari e modelli ad agenti
Testi Adottati
Python:https://github.com/steguar/DAIL/blob/main/Lecture_1/Lecture_1_Python_crash_ course.ipynb• 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
• Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids
• Statistical Methods in Bioinformatics, An Introduction, Warren J. Ewens , Gregory Grant
• Networks, M. Newman (ER and CM random graphs, Epidemics on Networks)
Modalità Frequenza
Frequenza in presenza, occasionalmente il corso puo' essere seguito in modalità remotaModalità Valutazione
Stesura di un progetto su un argomento concordato con il docente, domande sul progetto e sul programma svolto.
scheda docente
materiale didattico
Per quanto riguarda le tecniche di allineamento, esploreremo gli algoritmi di sequenziamento e allineamento del DNA/RNA e le metodologie di ricostruzione degli alberi filogenetici. In particolare, studieremo le tecniche per la ricostruzione completa di un genoma (Whole Genome Sequencing) tramite l’utilizzo dei grafi di de Bruijn e l’allineamento di sottosequenze a coppie e multiple, impiegate per individuare le funzionalità biologiche associate ai vari geni.
Esamineremo alcune delle principali banche dati genetiche e i tool disponibili online per effettuare gli allineamenti (NCBI, BLAST, Clustal).
Successivamente, analizzeremo alcune caratteristiche e metodologie utilizzate nello studio delle reti complesse, come le misure di centralità e il clustering, applicandole alle reti di proteine e di regolazione genica.
Infine, verranno introdotte alcune tecniche di modellazione ad agenti utilizzate in ambito clinico e immunologico.
Argomenti:
- Introduzione alla biologia
- Tecniche di sequenziamento, sequenziamento del genoma, grafi di de Bruijn
- Allineamenti di sequenze: algoritmo Knuth-Morris-Pratt, database online, allineamenti a coppie, matrici di scoring, algoritmo di Needleman-Wunsch, tool BLAST
- Allineamenti multipli: catene di Markov, alberi filogenetici, Clustal, UPGMA, algoritmo Neighbor-Joining
- Reti biologiche: reti di proteine e reti di regolazione genica
- Automi cellulari e modelli ad agenti
• 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
• Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids
• Statistical Methods in Bioinformatics, An Introduction, Warren J. Ewens , Gregory Grant
• Networks, M. Newman (ER and CM random graphs, Epidemics on Networks)
Programma
Il corso si articola in lezioni online e di laboratorio e avrà come tematica principale le tecniche di allineamento delle sequenze geniche. Tratteremo anche le reti biologiche e i modelli ad agenti in ambito biologico.Per quanto riguarda le tecniche di allineamento, esploreremo gli algoritmi di sequenziamento e allineamento del DNA/RNA e le metodologie di ricostruzione degli alberi filogenetici. In particolare, studieremo le tecniche per la ricostruzione completa di un genoma (Whole Genome Sequencing) tramite l’utilizzo dei grafi di de Bruijn e l’allineamento di sottosequenze a coppie e multiple, impiegate per individuare le funzionalità biologiche associate ai vari geni.
Esamineremo alcune delle principali banche dati genetiche e i tool disponibili online per effettuare gli allineamenti (NCBI, BLAST, Clustal).
Successivamente, analizzeremo alcune caratteristiche e metodologie utilizzate nello studio delle reti complesse, come le misure di centralità e il clustering, applicandole alle reti di proteine e di regolazione genica.
Infine, verranno introdotte alcune tecniche di modellazione ad agenti utilizzate in ambito clinico e immunologico.
Argomenti:
- Introduzione alla biologia
- Tecniche di sequenziamento, sequenziamento del genoma, grafi di de Bruijn
- Allineamenti di sequenze: algoritmo Knuth-Morris-Pratt, database online, allineamenti a coppie, matrici di scoring, algoritmo di Needleman-Wunsch, tool BLAST
- Allineamenti multipli: catene di Markov, alberi filogenetici, Clustal, UPGMA, algoritmo Neighbor-Joining
- Reti biologiche: reti di proteine e reti di regolazione genica
- Automi cellulari e modelli ad agenti
Testi Adottati
Python:https://github.com/steguar/DAIL/blob/main/Lecture_1/Lecture_1_Python_crash_ course.ipynb• 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
• Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids
• Statistical Methods in Bioinformatics, An Introduction, Warren J. Ewens , Gregory Grant
• Networks, M. Newman (ER and CM random graphs, Epidemics on Networks)
Modalità Frequenza
Frequenza in presenza, occasionalmente il corso puo' essere seguito in modalità remotaModalità Valutazione
Stesura di un progetto su un argomento concordato con il docente, domande sul progetto e sul programma svolto.