- Docente: Miriam Capri
- Crediti formativi: 6
- SSD: MED/04
- Lingua di insegnamento: Inglese
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Bioinformatics (cod. 8020)
Conoscenze e abilità da conseguire
At the end of the course, the student has the basic knowledge that gene transcription is intrinsically a dynamic process based on chromatin remodeling and a complex RNAs pool mediating the transcript regulation. In particular, the student will be acquainted with the most up-dated high throughput technologies (microarrays and deep sequencing) from two points of view such as biological and statistics. Data mining and cluster analyses will be acquired by the student.
Contenuti
Epigenetica del genoma umano: concetti di
base, la metilazione del
DNA e gli effetti sull' espressione genica; ruolo delle molecole di RNA (lunghi, piccoli non
codificanti):
il ruolo dei
microRNA, tecnologie
di microarray e sequenziamento massivo
per la trascrittomica (RNA-Seq).
Concetti di base del
data mining; geni
espressi e modificati significativamente
(analisi parametriche
e non parametrici per due campioni; ANOVA, MANOVA, General Linear Model con più
campioni) analisi dei clusters (metodi
unsupervised: Analisi delle Componenti Principali, Multi Dimensional Scaling, clustering gerarchico; albero di consenso, K-means clustering,
Self-Organising
Map). Analisi della metilazione del DNA del genoma
umano (genome wide) e trascrittomica con chip
AFFY; flusso di lavoro dell'RNA-Seq, introduzione all'analisi dei
dati di ChIP-seq con strumenti web e
applicazione specifica per identificare i
pathways genici o le funzione dei geni.
Testi/Bibliografia
Verranno
mostrati gli articoli più interessanti e avanzati nel corso delle
lezioni. Un testo
completo:
BIOINFORMATICS FOR HIGH THROUGHPUT SEQUENCING Published
by SPRINGER 2012, Editors: Naiara Rodriguez-Ezpeleta; Michael
Hackenberg, Ana M. Aransay. Utile
per alcune lezioni:
MICROARRAY BIOINFORMATICS-di
Dov Stekel,
Cambridge University Press,
ristampato nel
2005
Metodi didattici
Al
termine di ogni lezione il docente proporrà
una discussione generale sul tema sviluppato
anche utilizzando articoli pubblicati da diversi Autori.
Modalità di verifica e valutazione dell'apprendimento
La prova
finale sarà effettuata mediante la somministrazione di 10 domande in un testo
scritto (la lingua
Inglese è la lingua
ufficiale di questo corso) e saranno tutte relative al programma effettuato. Ogni risposta ha un
valore fino a 3
come punteggio e,
nel caso di risposte
complete, lo studente
raggiungerà la
lode. In particolare la maggior parte
delle domande sarà relative
all'analisi dei dati in termini di data mining
e analisi di
cluster, essendo uno
dei conseguimenti più
importanti di questo corso. Altre domande saranno
relative alla comprensione dei problemi biologici
che gli studenti
devono risolvere per mezzo di tecnologie/dati
high throughput e con disegni sperimentali
adeguati. Questo ultimo aspetto è
complementare all'analisi dei dati e dovrebbe essere conseguito al
termine del corso.
L'esame avrà
una durata di 1 ora e 30
minuti
Strumenti a supporto della didattica
Un video proiettore è disponibile in classe. Slides delle lezioni e articoli pubblicati saranno caricate nel sito web del corso per aiutare gli studenti nella migliore comprensione degli argomenti. Inoltre, strumenti web per l'analisi dei dati saranno suggeriti e una lezione verrà dedicata ad un esercizio pratico durante il cors
Link ad altre eventuali informazioni
http://www.unibo.it/SitoWebDocente/default.htm?UPN=miriam.capri%40unibo.it
Orario di ricevimento
Consulta il sito web di Miriam Capri