Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
BIOTECNOLOGIE INDUSTRIALI
Insegnamento
BIOTECNOLOGIA SINTETICA COMPUTAZIONALE
SCP7081078, A.A. 2018/19

Informazioni valide per gli studenti immatricolati nell'A.A. 2018/19

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
BIOTECNOLOGIE INDUSTRIALI
SC1731, ordinamento 2014/15, A.A. 2018/19
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese COMPUTATIONAL SYNTHETIC BIOTECHNOLOGY
Sito della struttura didattica http://biotecnologie.scienze.unipd.it/2018/laurea_magistrale
Dipartimento di riferimento Dipartimento di Biologia
Obbligo di frequenza
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile FRANCESCO FILIPPINI BIO/11
Altri docenti CHIARA ROMUALDI BIO/11

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Discipline biologiche BIO/11 3.0
CARATTERIZZANTE Discipline per le competenze professionali SECS-S/02 3.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LABORATORIO 3.0 48 27.0
LEZIONE 3.0 24 51.0

Calendario
Inizio attività didattiche 01/10/2018
Fine attività didattiche 18/01/2019
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2014

Commissioni d'esame
Commissione Dal Al Membri
2 BIOTECNOLOGIA SINTETICA COMPUTAZIONALE 2018-2019 01/10/2018 30/11/2019 FILIPPINI FRANCESCO (Presidente)
ROMUALDI CHIARA (Membro Effettivo)
BERGANTINO ELISABETTA (Supplente)
1 BIOTECNOLOGIA SINTETICA COMPUTAZIONALE 2017/2018 01/10/2017 25/11/2018 FILIPPINI FRANCESCO (Presidente)
ROMUALDI CHIARA (Membro Effettivo)
BERGANTINO ELISABETTA (Supplente)

Syllabus
Prerequisiti: Per seguire bene le tematiche del corso, ci si attende che gli studenti siano in possesso di conoscenze di base in bioinformatica:
(1) database e data mining;
(2) allineamenti di sequenze e ricerche per omologia mediante BLAST ed altri programmi;
(3) espressioni regolari (patterns) e profili di sequenza basati su matrici;
(4) predizioni di struttura secondaria, PDB;
(5) network di regolazione dell'espressione genica;
(6) inferenza statistica (hypothesis testing, one and two samples t-test, analisi della varianza).
L'apertura multidisciplinare in ingresso di Biotecnologie Industriali fa sì che una parte non irrilevante degli studenti provenga da altre sedi o da percorsi triennali locali differenti da Biotecnologie. Per questo motivo, questo corso mantiene sul sito web ad esso dedicato anche i materiali integrativi (dispense dal percorso triennale di Biotecnologie) utili e sufficienti a colmare le eventuali lacune sugli argomenti propedeutici.
Conoscenze e abilita' da acquisire: Lo studente acquisirà, oltre alla conoscenza di basi metodologiche e scientifiche della bioinformatica, della biologia dei sistemi e della biologia e biotecnologia sintetica, abilità applicative, spendibili in particolare nel campo delle biotecnologie industriali.
In particolare, ci si attende che lo studente al termine del corso abbia acquisito le seguenti conoscenze e abilità:
1 - comprendere l'integrazione tra (e la rilevanza di) Bioinformatica, Biologia dei Sistemi e Biologia Sintetica nel contesto delle Biotecnologie Industriali;
2 - conoscere e saper operare con i principali approcci della Biologia dei Sistemi, ovvero:
2a - analisi di network regolativi e interattomi
2b - approcci integrativi a problemi complessi, bioinformatica cellulare
2c - analisi di metabolomi e ingegneria metabolica
3 - conoscere e saper operare con i principali approcci della Biologia Sintetica, ovvero:
3a - modellistica molecolare e ingegneria proteica
3b - rational design e computational design
3c - biocatalisi e biomimetismo
3d - analisi microbiomi, tossicologia computazionale, bioremediation
3e - immunoinformatica e vaccinologia inversa
4 - saper integrare gli approcci di cui sopra per l'inferenza funzionale, lo "smart design" di esperimenti o in progetti di ingegnerizzazione biotecnologica.
Modalita' di esame: La verifica delle conoscenze e competenze acquisite avviene sia durante il corso che al termine; in particolare, nella computer classroom gli studenti alternano fasi di training interattivo a fasi di problem solving ed elaborazione - lavorando a volte individualmente e a volte in gruppo ed interagendo col docente - una serie di report scritti (guidati da domande a risposta aperta), essendo ciascun ciclo training-test associato ad una delle principali sezioni del corso. Anche nell'elaborazione di questi report gli studenti interagiscono tra loro e con il docente e ricevono peer feedback per migliorare i report stessi e la loro presentazione. La parte laboratoriale determina la prima metà del voto (15/30) + eventuale bonus per report brillanti. Le conoscenze teoriche sono valutate in un esame scritto (per la parte di Biologia dei Sistemi) ed orale (per la parte di Biotecnologia e Biologia Sintetica) che aggancia metodi e approcci sia a quanto svolto nelle esercitazioni sia ad articoli pertinenti scelti dagli studenti e a putativi progetti immaginati e proposti dallo studente stesso e/o dal docente. La parte scritta ed orale dell'esame fornisce la seconda metà del voto e gli studenti sono stimolati dal peer feedback a migliorare conoscenza e competenza nei report o punti del programma parzialmente carenti.
Criteri di valutazione: Coerentemente con la natura non solo teorica, ma anche applicativa del corso, la valutazione tiene conto sia delle conoscenze che delle capacità problem solving dimostrate.

Per le competenze applicative, sono valutate:
- capacità problem solving, ovvero di utilizzare e integrare adeguatamente, comprendendone potenziale e limiti, le risorse remote (software e database) presentate nel corso, per lo svolgimento delle attività laboratoriali;
- pertinenza e completezza nelle risposte alle domande guida per la compilazione dei report di test associati alle attività laboratoriali;
- capacità di focalizzare sui punti fondamentali per inferire le informazioni rilevanti;
- capacità di cogliere al volo indizi predittivi;
- capacità di presentare dati e analisi in modo rigoroso, completo e chiaro;
- capacità di recepire il feedback per il miglioramento incrementale dell'analisi e dei report;
- capacità di inserirsi proattivamente in attività di team work, integrando adeguatamente il proprio contributo con quelli altrui.

Per la parte teorica, sono valutate:
- conoscenza di struttura e organizzazione di risorse remote (database, portali, software, approcci) presentati nel corso;
- conoscenza dei metodi alla base di strumenti analitici (software di confronto, analisi e predizione) presentati nel corso;
- conoscenza di potenziali e limiti di tali risorse e metodi;
- conoscenza delle strategie più adeguate per combinare e integrare nelle analisi l'uso di tali risorse e tools.

La valutazione tende a stimolare l'autovalutazione e ad inquadrarsi come strumento di self-improvement piuttosto che a produrre un secco giudizio. Per questo motivo, nelle varie fasi d'accertamento, allo studente è data la possibilità di colmare eventuali lacune grazie al feedback fornito dal docente in attività di recupero/miglioramento parziale.
Contenuti: La Biotecnologia Sintetica Computazionale combina Bioinformatica avanzata e applicata, Biologia dei Sistemi e Biologia Sintetica, collegandosi scientificamente a ricerche di punta nelle Biotecnologie e didatticamente a tecnologie ricombinanti avanzate (corso di Biotecnologia Sintetica Molecolare), Genomica Funzionale e Biotecnologie Cellulari e Immunologiche, Medicina Rigenerativa e Bioingegneria. Il corso tiene conto sia dell'attuale evoluzione del rapporto - nella ricerca biotecnologica, biomedica e biologica - tra sperimentazione in silico e "wet lab", sia delle aree scientifico-curricolari del corso di laurea. In particolare, il suo percorso si sviluppa in tre moduli principali centrati su (i) reti di regolazione e biologia dei sistemi, (ii) approcci integrativi e bioinformatica per le biotecnologie "computer-aided", (iii) biologia e biotecnologia sintetica
(i) Reti di regolazione e biologia dei sistemi
Introduzione alle reti biologiche e descrizione delle loro caratteristiche e della loro complessità. Definizione di reti trascrizionali, di trasduzione del segnale e reti di sviluppo. Definizione di motivo in ambito di reti. Descrizione delle dinamiche cellulari di particolari motivi come autoregolazione e feed-forward loop (coerenti e incoerenti). Combinazione di motivi. Introduzione alle reti biologiche in organismi complessi. Approcci di reverse engineering. Dati di trascrittomica e inferenza di reti di regolazione.
La parte pratica si terrà in aula computer. La piattaforma R verrà introdotta come strumento per l’analisi di dati di trascrittomica e per la ricostruzione di piccoli circuiti regolativi.
(ii) Approcci integrativi e bioinformatica per le biotecnologie "computer-aided"
Genomica, metagenomica e bioinformatica: assemblaggio di sequenze, predizione di geni e annotazione genomi, genome browsers. Metagenomica e microbiomi come indicatori per salute e variabilità e contaminazione ambientale. Bioinformatica strutturale: analisi e predizioni funzionali per integrazione del confronto tra sequenze, motivi, fold, struttura, superfici. Superposition di strutture, metodi predittivi strutture 3D (homology modeling, threading, ab initio), dinamica molecolare, docking, analisi dei surface patch (elettrostatica, idrofobicità). Bioinformatica cellulare: predizioni di topologia e localizzazione subcellulare (predittori generativi HMM e discriminativi SVM), interattomi e reti di nodi per elementi e per dominii. Immuno-informatica e Reverse Vaccinology: predizione di epitopi, approcci e software per RV, pan-vaccini.
(iii) Biologia e biotecnologia sintetica
Ingegneria proteica, industria e ambiente: dall'analisi fine dei motivi alla modulazione funzionale: rationale design e computational design per biocatalisi, bioremediation e phytoremediation. Biologia sintetica e sviluppo di biomimetici: individuazione e ingegnerizzazione dei motif di interazione: design di agonisti e antagonisti. Biomimetici per medicina rigenerativa, drug delivery. Combinazione con peptidi autoassemblanti o lipidi. Ingegneria proteica e difesa immunitaria: design di anticorpi oligoclonali (predizione di specificità e immunogenicità, scelta e ottimizzazione delle regioni peptidiche da sintetizzare); umanizzazione dei monoclonali, design di DARPins e altre proteine pseudoanticorpali. Geni e promotori sintetici: progettazione di geni sintetici per la caratterizzazione e/o per l'ingegnerizzazione; ottimizzazione dell'espressione e della purificazione. Design di promotori.
Esercitazioni in aula computer per le parti (ii) e (iii) del corso verteranno su analisi con approcci di bioinformatica strutturale e biologia sintetica nell'ambito di un progetto di ingegnerizzazione di un enzima.
Attivita' di apprendimento previste e metodologie di insegnamento: Gli studenti acquisiscono le conoscenze e competenze specifiche sia attraverso la frequenza, le attività e l'interazione con i docenti (lezioni ed esercitazioni), sia attraverso lo studio del materiale didattico messo a disposizione dai docenti (dispense e contenuti su web).
Nel primo incontro con gli studenti, le modalità di svolgimento del corso e le risorse online disponibili sono illustrate in dettaglio.
L'insegnamento prevede lezioni con esempi, interazione costante durante il corso con domande e risposte, simulazioni applicative "problem solving", esercitazioni in computer classroom con fasi alternate di training e test. A disposizione degli studenti ci sono guide online sulle pagine web costruite per il corso e domande stimolo per realizzare con i tools bioinformatici disponibili in rete analisi di inferenza funzionale ed ingegnerizzazione biotecnologica, simulando progetti reali.
Il docente fornisce peer feedback sui report ed aggancia le attività problem solving agli argomenti di lezione, interagendo con gli studenti.
Sono previste attività di lavoro in gruppo, il confronto dei risultati, e una serie di "case studies" è suggerita dal docente e dagli studenti.
Le attività prevedono anche simulazioni pre esame con domande, risposte ed esempi di valutazione delle risposte.
Eventuali indicazioni sui materiali di studio: I docenti forniscono agli studenti il materiale didattico, che viene aggiornato annualmente (dispense del corso). Il materiale didattico è disponibile sul sito del docente e sulla piattaforma E-learning.
Gli studenti possono inoltre - attraverso apposite pagine web - accedere alla guida on line alle esercitazioni, scaricare i materiali didattici, visualizzare il calendario di lezioni ed esercitazioni, avvisi ecc., nonchè collegarsi ad utili risorse remote (siti web di server con database e tools pubblici per analisi bioinformatiche e statistiche).
Testi di riferimento:
  • Uri Alon, An Introduction to system Biology. UK: Chapman & Hall, 2006. Solo per la prima parte del corso (1CFU) Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Laboratory
  • Problem based learning
  • Case study
  • Working in group
  • Questioning
  • Problem solving
  • Work-integrated learning
  • Peer feedback
  • Files e pagine caricati online (pagine web, Moodle, ...)
  • approccio integrativo mediante risorse onlin

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • Software di bioinformatica e biostatistica in locale e remoto

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Salute e Benessere Istruzione di qualita' Industria, innovazione e infrastrutture La vita sott'acqua La vita sulla Terra