- Docente: Pier Luigi Martelli
- Crediti formativi: 3
- SSD: BIO/10
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Specialistica in Bioinformatica (cod. 0443)
Conoscenze e abilità da conseguire
Conoscenza della teoria e degli strumenti di apprendimento
automatico e del loro uso per implementare predittori di
caratteristiche strutturali e funzionali di sequenze proteiche e
nucleotidiche.
Contenuti
Richiami di teoria della probabilita'
Teoria bayesiana
Reti Neurali
Applicazioni delle reti neurali al problema della predizione della
struttura proteica
Modelli Markoviani
Modelli Markoviani Nascosti (HMM)
Applicazioni degli HMM all'allineamento (con esercitazioni)
Costruzione di un HMM per allineamenti: HMMer, PFAM (con
esercitazioni)
Applicazioni degli HMM alla predizione (della topologia delle
proteine di membrana e della struttura dei geni) (con
esercitazioni)
Support Vector Machines
Applicazioni degli SVM alla predizione (con esercitazioni)
Testi/Bibliografia
Durbin R, Eddy S, Krogh A, Mitchison G (1998) Biological Sequence
Analysis:
Probabilistic Models of Proteins and Nucleic Acids. Cambridge
University Press [ISBN 0-521-62971-3]
Metodi didattici
Lezioni frontali
Modalità di verifica e valutazione dell'apprendimento
Esame orale
Strumenti a supporto della didattica
Uso di programmi disponibili in rete (HMMER)
Uso di strumenti con intefaccia web
Orario di ricevimento
Consulta il sito web di Pier Luigi Martelli