Inizio della pagina -
Logo DISCO
|
Visita la Versione ad elevata leggibilità
|
Vai al Contenuto della pagina
|
Vai alla Fine dei contenuti
|
Vai al Menu Principale
|
Vai alla Barra di navigazione (sei in)
|
Vai al Menu di navigazione (albero)
|
Vai alla Lista dei comandi
|
Vai alla Lista degli approfondimenti
|
Vai al Menu inferiore
|
Logo Ateneo
   
Didattica
Bioinformatica

Codice ins.

Insegnamento

CFU ins.

Anno

Sem.

SSD ins.

Responsabile insegnamento

F1801Q108

Bioinformatica

6

1

2

INF/01

BONIZZONI Paola

Obiettivi formativi:
Il corso si propone di introdurre lo studente ad una recente disciplina, la Bioinformatica. Questa disciplina nasce dalla necessità  di comprendere dal punto di vista dell’Informatica i meccanismi che regolano le computazioni nei processi biologici per poi   sviluppare adeguati strumenti computazionali per la soluzione di molteplici problemi ad essi legati.
 L'obiettivo principale del corso è quello di fornire allo studente le conoscenze algoritmiche per poter affrontare la soluzione e lo studio di problemi classici di analisi e confronto di sequenze biologiche e di alberi evoluzionari.  
 
Abilità specifiche:

Saper progettare   la soluzione algoritmica di problemi di analisi di sequenze biologiche o di confronto e ricostruzione di alberi filogenetici.
Saper  modellare la soluzione di problemi biologici su sequenze genomiche mediante la formulazione di problemi combinatori .
Saper utilizzare le banche dati genomiche per estrarre le informazioni di interesse sul genoma umano

Contenuti:
Introduzione alla biologia computazionale: motivazioni e metodologie.

  1. L'importanza del confronto ed analisi di sequenze biologiche. Tecniche di allineamento multiplo di    sequenze (allineamento globale e  locale). Algoritmi per  l’allineamento di sequenze nella predizione della struttura di un gene (splicing alternativo). 
  2. La ricerca di motivi in sequenze biologiche.  Il problema generale del matching esatto. Gli alberi suffisso e la loro applicazione nella ricerca di ripetizioni nelle sequenze biologiche.
  3. Lo studio delle variazioni (mutazioni) geniche nella popolazione. Alberi evoluzionari. Ricostruzione della storia evolutiva di specie con alberi evoluzionari: metodi principali.  L'aplotipizzazione di individui: metodi combinatori basati sul modello coalescente e il criterio di massima parsimonia.
  4. Internet e  la post-genomica. Le banche dati e il software per l’analisi del genoma.
  5. I processi biologici e i modelli  computazionali  bio-ispirati.

Course code

Course title

Credits

Year

Semester

Scientific  sector code

 

Responsible for teaching

F1801Q108

Bioinformatics

6

1

2

INF/01

BONIZZONI Paol

Obiettivi formativi:
Il corso si propone di introdurre lo studente ad una recente disciplina, la Bioinformatica. Questa disciplina nasce dalla necessità  di comprendere dal punto di vista dell’Informatica i meccanismi che regolano le computazioni nei processi biologici per poi  sviluppare adeguati strumenti computazionali per la soluzione di molteplici problemi ad essi legati.
L'obiettivo principale del corso è quello di fornire allo studente le conoscenze algoritmiche per poter affrontare la soluzione e lo studio di problemi classici di analisi e confronto di sequenze biologiche e di alberi evoluzionari.  
 
Abilità specifiche:

Saper progettare   la soluzione algoritmica di problemi di analisi di sequenze biologiche o di confronto e ricostruzione di alberi filogenetici.
Saper  modellare la soluzione di problemi biologici su sequenze genomiche mediante la formulazione di problemi combinatori .
Saper utilizzare le banche dati genomiche per estrarre le informazioni di interesse sul genoma umano

Contenuti:
Introduzione alla biologia computazionale: motivazioni e metodologie.

  1. L'importanza del confronto ed analisi di sequenze biologiche. Tecniche di allineamento multiplo di    sequenze (allineamento globale e  locale). Algoritmi per  l’allineamento di sequenze nella predizione della struttura di un gene (splicing alternativo). 
  2. La ricerca di motivi in sequenze biologiche.  Il problema generale del matching esatto. Gli alberi suffisso e la loro applicazione nella ricerca di ripetizioni nelle sequenze biologiche.
  3. Lo studio delle variazioni (mutazioni) geniche nella popolazione. Alberi evoluzionari. Ricostruzione della storia evolutiva di specie con alberi evoluzionari: metodi principali.  L'aplotipizzazione di individui: metodi combinatori basati sul modello coalescente e il criterio di massima parsimonia.
  4. Internet e  la post-genomica. Le banche dati e il software per l’analisi del genoma.
  5. I processi biologici e i modelli  computazionali  bio-ispirati.

Aims:
The course is introductory  to the  recent field of Bioinformatics. This new  discipline  faces the main issue of understanding the  central mechanisms regulating the computation occurring in biological processes in order to  develop  suitable computational tools for solving several computational problems arising in the field.
The course aims to provide the basic algorithmic techniques to solve classical problems for the analysis and comparison of sequences and the reconstruction  of evolutionary trees.
 
Expertise:

the course aims to provide the following expertises:
- ability to design algorithmic solutions for basic problems of sequence analysis and comparison and problems for reconstructing phylogenetic trees,
-  ability to formalize simple computational problems solving biological issues related to sequence analysis,

-  ability to extract genomic data from  genome databases and to use software tools made available from the main genome browsers (UNIGENE, Ensemble).

Contents:
Introduction to Computational Biology: motivations and methods.
Sequence analysis and comparison: the computational problem of multiple sequence alignment
(global, local and semi-global). Algorithms for sequence alignment and the prediction of the gene structure (alternative splicing).
Motif research in biological sequences. The pattern matching problem. Suffix-trees  and their applications.
The reconstruction of evolutionary trees. Characters  and distance based methods.
The study of genetic variations from population data. The haplotyping problem: combinatorial methods using the coalescent model.
Internet and the human genome project. Genome databases and software tools for genome analysis.
The biological processes and bio-inspired computational models and systems.

Approfondimenti

Google Translate
Translate to English Translate to French Translate to German Translate to Spanish Translate to Chinese Translate to Portuguese Translate to Arabic
Translate to Albanian Translate to Bulgarian Translate to Croatian Translate to Czech Translate to Danish Translate to Dutch Translate to Finnish Translate to Greek Translate to Hindi
Translate to Hungarian Translate to Irish Translate to Japanese Translate to Korean Translate to Norwegian Translate to Polish Translate to Romanian Translate to Russian Translate to Serbian
Translate to Slovenian Translate to Swedish Translate to Thai Translate to Turkish

(C) Copyright 2016 - Dipartimento Informatica Sistemistica e Comunicazione - Viale Sarca, 336
20126 Milano - Edificio U14
redazioneweb@disco.unimib.it - ultimo aggiornamento di questa pagina 24/06/2013