Scuola di Farmacia e Nutraceutica
Università Magna Graecia di Catanzaro
Università Magna Graecia di Catanzaro
Il corso fornirà agli studenti una panoramica sulle principali tecniche di bioinformatica per l’analisi proteomica, genomica e trascrittomica. Allo studente saranno altresì trasmesse le competenze per l’utilizzo consapevole dei principali strumenti di analisi.
| Modulo e/o Codocenza | Docente | CFU |
|---|---|---|
| BIG DATA | Pietro Hiram Guzzi | 5 |
| BIG DATA | Chiara Zucco | 1 |
Scuola di Farmacia e Nutraceutica - Data stampa: 21/12/2024
Lo studente a fine corso saprà impostare un esperimento in silico di analisi di dati proteomici, genomici, trascrittomici, etc., discernendo, in modalità problem solving, il giusto approccio a seconda del problema e del contesto. Come side-effects si auspica che lo studente possa realizzare delle pipeline di analisi autonome a partire dalle competenze acquisite.
1) Elementi di Informatica e statistica essenziale (8 ore):
a) Elementi di architettura dei calcolatori, hw, sw di base e sw applicativo (anche reti e cloud)
b) Algoritmi; potenza di calcolo e efficienza degli algoritmi
c) Elementi di probabilità e statistica (Media, Mediana, Probabilità a priori e a posteriori, Teorema di Bayes, Verosimiglianza)
2) Organizzazione e gestione dei dati (8 ore):
a) Data base e DBMS: (Struttura dei DB, DB relazionali, progettazione e inserimento dati, metodologie di accesso e interrogazione)
b) Banche dati genomiche e proteomiche i) GenBank - ENA – DDBJ ((INSDC)): formato entry file, inserimento sequenze, ricerca sequenze
ii) Genome browsers: ENSEMBL, UCSC iii) UniprotKB (Swiss-Prot, TrEMBL)
iv) Esercitazioni: accesso e ricerca incrociata di sequenze e dati
3) L’analisi dei dati (20 ore): a) Confronto di sequenze (10 ore)
i) Allineamento (locale o globale): definizioni; allineamento ottimo, punteggi di allineamento, Matrici di sostituzione ii) Algoritmi di allineamento: programmazione dinamica, algoritmi euristici (BLAST, FASTA)
iii) Esercitazioni: ricerche per similarità in banche dati
b) Filogenie e predizioni di patterns (10 ore)
4) La bioinformatica strutturale (12 ore):
a) Predizione di strutture secondarie
i) Metodi statistico-probabilistici (Chou e Fasman, GOR) ii) Metodi basati su intelligenza artificiale (reti neurali, HMM)
b) Predizione di strutture terziarie: i) Approcci template-based
ii) Approcci template-free
c) Interazioni proteina-ligandi:
i) Docking
ii) Computer-assisted drug design
Il tempo stimato è di 150 ore ore, di cui 48 di attività frontali e 102 di studio individuale.
Il corso sarà organizzato in Lezioni frontali, simulazione casi, problem solving, esercitazioni.
Libri di testo
Understanding Bioinformatics, 1 by Marketa Zvelebil
Pascarella Paiardini, Bioinformatica, Zanichelli
Ulteriori letture consigliate per approfondimento
Siti web delle societa’ di bioinformatica.
Altro materiale didattico
(es. diapositive o dispense scaricabili dal sito)
Saranno fornite agli studenti le slide del corso sulla piattaforma di e learning.
Ricevimento studenti.
Le modalità sono indicate dal Regolamento didattico d’Ateneo.
Le modalità generali sono indicate nel regolamento didattico di Ateneo all’art.22 consultabile al link http://www.unicz.it/pdf/regolamento_didattico_ateneo_dr681.pdf
Durante il corso sarà svolto un esame in itinere in forma scritta
L’esame finale sarà svolto in forma scritta, con un test a risposta multipla composto da 15 domande, 2 punti a risposta corretta, l’esame sarà superato con un voto maggiore uguale a 18 (9 domande corrette).