Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
MEDICINA E CHIRURGIA
MEDICINA E CHIRURGIA
Insegnamento
BIOINFORMATICA
MEM0016063, A.A. 2012/13

Informazioni valide per gli studenti immatricolati nell'A.A. 2011/12

Principali informazioni sull'insegnamento
Corso di studio Laurea magistrale ciclo unico 6 anni in
MEDICINA E CHIRURGIA
ME1728, ordinamento 2009/10, A.A. 2012/13
N0
porta questa
pagina con te
Curriculum Percorso Comune
Crediti formativi 4.0
Tipo di valutazione Voto
Denominazione inglese BIOINFORMATICS
Obbligo di frequenza
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo NON è possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile STEFANO TOPPO BIO/10

Mutuante
Codice Insegnamento Responsabile Corso di studio
MEM0016063 BIOINFORMATICA STEFANO TOPPO ME1726

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
A SCELTA DELLO STUDENTE A scelta dello studente BIO/10 4.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 4.0 40 60.0

Calendario
Inizio attività didattiche 04/03/2013
Fine attività didattiche 15/06/2013
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2015

Commissioni d'esame
Commissione Dal Al Membri
1 BIOINFORMATICA - COMMISSIONE D'ESAME A.A. 2013/2014 01/10/2013 31/12/2018 TOPPO STEFANO (Presidente)
FALDA MARCO (Membro Effettivo)

Syllabus
Prerequisiti:
Risultati di apprendimento previsti: Il corso si propone di fornire allo studente concetti di base di bioinformatica in ambito di allineamenti, studio di proteine e analisi di sequenze di DNA e progetti genomici
Contenuti: Il corso si articola in vari punti dalla bioinformatica applicata all'allineamento delle sequenze di DNA e proteiche fino all'analisi di strutture proteiche e loro funzione. Una particolare attenzione sarà rivolta agli aspetti tecnici ed algoritmici
Programma: BIOINFORMATICA
1) Algoritmi di allineamento di sequenze: motivazione
2) Breve introduzioni a temi e questioni irrisolte da analisi filogenetica per struttura e funzione delle proteine. Modelli evolutivi strutturali, "disordine" delle proteina
3) Analisi Dot Plot, le sequenze ripetute e ripetute inverse
4) Punteggi di allineamento di sequenza: modello casuale e di match per calcolare il punteggio di allineamento
5) matrici di punteggio: PAM e BLOSUM
6) allineamenti esatti Locali (Smith e Waterman), globali (Needleman-Wunsch) e Freeshift
7) algoritmi K-tuple: BLAST e FASTA per ricerche nelle banche dati, introduzione di punteggio grezzo, bitscore, e-value, dettagli su FASTA e BLAST
8) matrici di "confusione", curve ROC
9) Allineamenti multipli: strategia progressiva e iterativa. CLUSTAL, introduzione di concetti di filogenesi molecolare, neighbor joining
10) Patterns: Come costruire un pattern di una sequenza
11) matrici di frequenza e dei profili proteici
12) PSI-BLAST e le PSSM
13) Catene di Markov e catene di Markov nascoste (HMM). Algoritmi di training e di ricerca (Baum-Welch, Viterbi). Applicazione alla predizione di proteine transmembrana
14) Apprendimento automatico: Reti Neurali una introduzione.
15) la previsione della struttura delle proteine ​​da strutture 3D; DSSP e STRIDE
16) Predizione della struttura secondaria delle proteine: da Chou-Fasmann, GOR alle tecniche di seconda generazione basate su allineamenti multipli e strategie di terza generazione basate su reti neurali come PSIPRED e SSPro. Pro e contro, i punteggi di valutazione comparativa. L'approccio del meta-server
17) modellazione strutturale delle proteine: comparative modeling e fold recognition
18) Comparative modeling: procedura per creare il modello finale, il templato, l'allineamento, il modello grezzo, modellazione dei loop, il posizionamento delle catene laterali, il refinement. Valutazione dei pro e contro di ogni fase. Potenziale statistico o concetto di potenziale basato sulla conoscenza (RAPDF, di solvatazione, di angoli torsionali). Allineamenti alternativi target-templato e costruzione di modelli grezzi classificati sulla base di potenziali statistici.
20) strategie di riconoscimento di struttura (fold recognition). Tecniche di threading, retro-validazione di poteniziali templati a basso punteggio, allineamento di strutture secondarie, meta-server

Bioinformatica in GENOMICA

21) progetti di whole genome shotgun
22) Tecnologie di Next Generation Sequencing (454, Illumina, solido, Ion Proton, Pacific Biosciences)
23) Come assemblare un intero genoma. Algoritmi di allineamento.
24) Algoritmi di Overlap Layout Consensus algoritmi (OLC)
25) Algoritmi basati sui grafi e greedy (percorso di Hamilton)
26) strategie basate sui grafi di De Brujin
27) assemblaggio delle sequenze ripetute
28) sequenziamento RNA-Seq
29) assemblaggio de novo vs algoritmi di mappaggio
30) algoritmi di predizione genica (sensori di contenuti e sensori di segnale)
31) predizione di funzione delle proteine
32) Gene Ontology
Testi di riferimento:
Metodi didattici: lezioni frontali teoriche
Metodi di valutazione: prova con domande a risposta aperta sull'intero contenuto del corso
Altro: Non esistono libri di testo ufficiali ma il materiale del corso su cui studiare si basa principalmente sulle presentazioni powerpoint delle lezioni che saranno rese disponibili