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
Biologia computazionale

Codice ins.

Insegnamento

CFU ins.

Tipo ins.

Anno

Sem.

SSD ins.

Responsabile insegnamento

F1801Q109

Biologia computazionale

6

OBS

2

1

INF/01

ANTONIOTTI Marco

 

Computational Biology

 

 

 

 

 

 

 

Contenuti:
Il corso di “Biologia Computazionale” per la laurea magistrale in Informatica permetterà agli studenti di acquisire conoscenze relative ad alcune delle più importanti tecniche in uso. Il corso si concentrerà principalmente sugli aspetti di modellazione di sistemi biologici e sull’integrazione di dati sperimentali (espressione genica, proteomica, sequenza).  Il corso sarà anche ispirato da alcune delle linee di ricerca presenti nel laboratorio BIMIB, in particolare la modellazione di cripte intestinali.

Risultati di apprendimento previsti:
Lo studente acquisirà la necessaria “manualità” nella manipolazione di database e nella modellazione di modelli bioinformatici.

Prerequisiti:
Basi di matematica e di programmazione.  Conoscenze di biologia.

Metodi Didattici:
Il corso si svolgerà mediante lezioni frontali in presenza e con l’ausilio di sistemi di e-learning per la distribuzione del materiale didattico e di esercizi e progetti.

Programma:
Il programma del corso qui riportato è indicativo e passivo di variazioni.  La lista degli argomenti riportati è molto ampia e non sarà necessariamente svolta completamente, oppure altri argomenti saranno aggiunti durante il corso.

  • Rappresentazione di sistemi biologici: modelli e problematiche informatiche.
  • Basi di dati di modelli e reti d’interazione regolatoria, metabolica e di comunicazione intra- ed intercellulare (esempio BioModels e KEGG); formati SBML, KGML e CellML.
  • Uso di sistemi per la simulazione (discreta, continua e stocastica) di modelli regolatori, metabolici e d’interazione intra- ed intercellulare.
    • Algoritmo di Gillespie: potenzialità, limiti e inquadramento con metodi Montecarlo.
    • Modelli spazio-temporali: simulazioni in-lattice e simulazionioff-lattice.
    • Modelli Booleani, loro generazione, interpretazione come “reti di interazione”
    • Simulazione multiscala e multicellulare.
  • Integrazione di dati di espressione genica, di sequenza e proteomici nei modelli di simulazione mediante analisi e modellazione statistica delle variazioni e delle progressioni dei fenomeni biologici a livello biomolecolare.
    • Ricostruzione di ordinamenti temporali di campioni sulla base di misure genomiche.

Modalità di verifica dell’apprendimento:
Tipo esame:

Scritto e orale

Tipo valutazione:
Voto finale.

Contents:
The “Computational Biology” course for the master laurea degree will give students the opportunity to acquire knowledge about some of the most important techniques used in the field.  The course will primarily focus on biological systems modeling and on the integration of experimental data (gene-expression, proteomics, sequencing).  The course will also present some of the current research activities of the BIMIB lab, with special regard to intestinal crypts modeling.

Syllabus
The syllabus listed hereafter may be subject to changes.  The topics list is long and may or may not be covered in its completeness; new topics may be added during in the syllabus as needed.

  • Representations of biological systems: models and computational issues.
  • Model databases and and metabolic, regulatory, and intra- and intercellular signaling networks (e.g., BioModels and KEGG); SBML, KGML and CellML formats.
  • Simulation systems for metabolic, regulatory and intra- and intercellular signaling networks.
    • Gillespie algorithm and variants: limits and relationship with Montecarlo methods.
    • Spatio-temporal models: in-lattice and off-lattice simulations.
    • Boolean models, their generation, and their interpretation as “interaction networks”.
    • Multicellular and multiscale simulation.
  •  Gene-expression, sequencing and proteomic data integration in simulation frameworks, by means of statistical analysis and modeling of biological phenomena variation and progression at the biomolecular level.
    • Temporal ordering reconstruction of samples on the basis of genomic measures.

Learning outcomes:
The student will acquire the necessary “hands-on” experience to access and manipulate bioinformatics models and databases.

Prerequisites:
Mathematics and Programming experience. Basic knowledge of Biology.

Teaching methodologies:
The course will be offered as a set of standard lectures during the term.  “e-Learning” support will also be provided for the distribution of course material, exercises and project descriptions.

Learning Verification Modalities:
Exam type:

Written and oral

Evaluation type:
Final grade

Codice ins.

Insegnamento

CFU ins.

Tipo ins.

Anno

Sem.

SSD ins.

Responsabile insegnamento

F1801Q109

Biologia computazionale

6

OBS

2

1

INF/01

ANTONIOTTI Marco

 

Computational Biology

 

 

 

 

 

 

 

Contenuti:

Il corso di “Biologia Computazionale” per la laurea magistrale in Informatica permetterà agli studenti di acquisire conoscenze relative ad alcune delle più importanti tecniche in uso. Il corso si concentrerà principalmente sugli aspetti di modellazione di sistemi biologici e sull’integrazione di dati sperimentali (espressione genica, proteomica, sequenza).  Il corso sarà anche ispirato da alcune delle linee di ricerca presenti nel laboratorio BIMIB, in particolare la modellazione di cripte intestinali.

 

Risultati di apprendimento previsti:

Lo studente acquisirà la necessaria “manualità” nella manipolazione di database e nella modellazione di modelli bioinformatici.

 

Prerequisiti:

Basi di matematica e di programmazione.  Conoscenze di biologia.

 

Metodi Didattici:

Il corso si svolgerà mediante lezioni frontali in presenza e con l’ausilio di sistemi di e-learning per la distribuzione del materiale didattico e di esercizi e progetti.

 

Programma:

Il programma del corso qui riportato è indicativo e passivo di variazioni.  La lista degli argomenti riportati è molto ampia e non sarà necessariamente svolta completamente, oppure altri argomenti saranno aggiunti durante il corso.

·         Rappresentazione di sistemi biologici: modelli e problematiche informatiche.

·         Basi di dati di modelli e reti d’interazione regolatoria, metabolica e di comunicazione intra- ed intercellulare (esempio BioModels e KEGG); formati SBML, KGML e CellML.

·         Uso di sistemi per la simulazione (discreta, continua e stocastica) di modelli regolatori, metabolici e d’interazione intra- ed intercellulare.

o    Algoritmo di Gillespie: potenzialità, limiti e inquadramento con metodi Montecarlo.

o    Modelli spazio-temporali: simulazioni in-lattice e simulazionioff-lattice.

o    Modelli Booleani, loro generazione, interpretazione come “reti di interazione”

o    Simulazione multiscala e multicellulare.

·         Integrazione di dati di espressione genica, di sequenza e proteomici nei modelli di simulazione mediante analisi e modellazione statistica delle variazioni e delle progressioni dei fenomeni biologici a livello biomolecolare.

o    Ricostruzione di ordinamenti temporali di campioni sulla base di misure genomiche.

Modalità di verifica dell’apprendimento:

Tipo esame: Scritto e orale

Tipo valutazione: Voto finale.

 

 

Contents:

The “Computational Biology” course for the master laurea degree will give students the opportunity to acquire knowledge about some of the most important techniques used in the field.  The course will primarily focus on biological systems modeling and on the integration of experimental data (gene-expression, proteomics, sequencing).  The course will also present some of the current research activities of the BIMIB lab, with special regard to intestinal crypts modeling.

 

Syllabus

The syllabus listed hereafter may be subject to changes.  The topics list is long and may or may not be covered in its completeness; new topics may be added during in the syllabus as needed.

·         Representations of biological systems: models and computational issues.

·         Model databases and and metabolic, regulatory, and intra- and intercellular signaling networks (e.g., BioModels and KEGG); SBML, KGML and CellML formats.

·         Simulation systems for metabolic, regulatory and intra- and intercellular signaling networks.

o    Gillespie algorithm and variants: limits and relationship with Montecarlo methods.

o    Spatio-temporal models: in-lattice and off-lattice simulations.

o    Boolean models, their generation, and their interpretation as “interaction networks”.

o    Multicellular and multiscale simulation.

·         Gene-expression, sequencing and proteomic data integration in simulation frameworks, by means of statistical analysis and modeling of biological phenomena variation and progression at the biomolecular level.

o    Temporal ordering reconstruction of samples on the basis of genomic measures.

 

Learning outcomes:

The student will acquire the necessary “hands-on” experience to access and manipulate bioinformatics models and databases.

 

Prerequisites:

Mathematics and Programming experience. Basic knowledge of Biology.

 

Teaching methodologies:

The course will be offered as a set of standard lectures during the term.  “e-Learning” support will also be provided for the distribution of course material, exercises and project descriptions.

 

Learning Verification Modalities:

Exam type: Written and oral

Evaluation type: Final grade

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