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
Laboratorio di Bioinformatica

DOCENTE RESPONSABILE/TEACHER: Marco Antoniotti

PROGRAMMA

Obiettivi e contenuti

Il corso di “Laboratorio di Bioinformatica” per la laurea triennale richiede agli studenti di acquisire una conoscenza sul campo di due argomenti principali: (1) delle varie fonti di dati recuperabili in rete e della loro strutturazione e (2) dell’architettura interna di alcuni algoritmi bioinformatici tradizionali.

Lo studente applicherà queste nozioni costruendo un sistema basato su uno o più algoritmi e/o sistemi presentati nel corso e/o un’interpretazione di uno o più gruppi di dati recuperati dalle basi di dati disponibili in rete o provvisti da gruppi di ricerca in formato grezzo.

Programma

Il programma del corso qui riportato è indicativo e passivo di variazioni.  La lista d’argomenti riportati è molto ampia e non sarà necessariamente svolta completamente.

1.      Fonti e formati di dati

a.      Basi di dati di sequenza nucleotidica e di proteina (esempi: Genbank e Swissprot).

b.      Basi di dati d’esperimenti d’espressione genica (esempi: GEO); formati GenePix e Affymetrix.

c.       Basi di dati di interazione proteomica.

d.      Basi di dati di modelli e reti d’interazione regolatoria, metabolica e di comunicazione intercellulare (esempio BioModels e KEGG); formati SBML, KeggML e CellML; introduzione a MIRIAM.

e.      Basi di dati filogenici.

2.       Implementazione e/o uso di librerie per l’allineamento di sequenze.

a.      Allineamento semplice e multiplo

b.      Famiglia di sistemi BLAST

3.       Implementazione e/o uso di librerie per l’analisi via clustering di esperimenti di espressione genica.

4.       Implementazione e/o uso di librerie per l’analisi di dati filogenici.

5.       Uso di sistemi per la simulazione (discreta, continua e stocastica) di modelli regolatori, metabolici e di interazione intracellulare

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

Risultati di apprendimento previsti

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

Prerequisiti

Basi di matematica e di programmazione.  Conoscenze di biologia.

DESCRIPTION

Aims and contents

The “Bioinformatics Laboratory” corse for the three-year laurea degree asks studente to acquire field knowledge about two topics: (1) what are the main publicly available data-sources and what are their structures, and (2) what are the software requirements for the implementation of some traditional bioinformatics algorithms.

Students will apply these notions to the construction of a system based on one or more algorithms and/or systems presented and/or an interpretation of one or more groups of data retrieved from publicily available databases or gathered in raw format from various research groups.

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.

1.       Data sources and formats

a.      Nucleic and protein sequence databases (e.g., Genbank and Swissprot).

b.      Gene expression experiments databases (e.g., GEO); GenePix and Affymetrix formats.

c.       Protein interaction databases.

d.      Regulatory, metabolic, intracellular communication and pathways databases (e.g., BioModels and KEGG); SBML, KeggML, CellML formats; introduction to MIRIAM.

e.      Phylogenetics databases.

2.       Implementation and/or reuse of libraries for sequence alignment.

a.      Simple and multiple alignment.

b.      BLAST family.

3.       Implementation and/or reuse of libraries for phylogenetics data analisys.

4.       Use of simulation systems (discrete, continuous and stochastic) for regulatory, metabolic and intracellular interaction

a.      Gillespie algorithm: power, limits and comparison with Montecarlo methods.

Learning outcomes

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

Prerequisites

Mathematics and Programming experience.  Biological knowledge.

 

Tipo esame: Scritto

Tipo valutazione: Voto finale

 

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 25/03/2011