66576 - SYSTEMS AND IN SILICO BIOLOGY

Conoscenze e abilità da conseguire

At the end of the course, the student acquires advanced machine learning based approaches (Support Vector Machine, Conditional Random Fields, Hybrid methods) to complement previous expertise. Problems of Systems Biology will be introduced with focusing on network theory and dynamic modeling to approach complexity at the cell level. In particular, the student will be able to: - understand and modeling biological complexity; - modeling time evolution of a biological system; - predicting protein-protein interaction and DNA/RNA protein interaction.

Contenuti

METODI AVANZATI PER L'ANALISI DEI DATI
-Modelli statistici per la valutazione della significatività: z-test, t-test, ANOVA, chi-square-test
-Metodi per l'analisi qualitativa dei dati: Analisi delle componenti principali, Correspondence analysis
-Metodi di clustering
-Support Vector Machines
-Metodi di Kernel

INTRODUZIONE ALLA SYSTEMS BIOLOGY
-Sistemi biologici
-Metodi sperimentali
-Genomica, Proteomica, Interattomica, Trascrittomica, Metabolomica
-Concetto di modello
-Metodi matematici: Reti
-Metodi matematici: Equazioni differenziali (Cenni)
-Metodi matematici: Algebre di processi (cenni)

UN MODELLO SEMPLICE: LE RETI DI TRASCRIZIONE GENICA IN PROCARIOTI
-Elementi sulle Reti  di trascrizione genica
-Dinamica e tempi di risposta di semplici circuiti genici

ANALISI DINAMICA DI MOTIVI IN RETI
-Autoregolazione negativa
-Autoregolazione positiva
-Il motivo Feed-Forward Loop (FFL)
-La struttura dei circuiti FFL
-Dinamica dei FFL coerenti
-Dinamica dei FFL incoerenti

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]

Bishop C (2006) Pattern recognition and Machine Learning. Srpinger [ISBN 0-38-731073-8]

Klipp, E., Herwig, R., Kowald, A., Wierling, C. and Lehrach, H. 2005. Systems Biology in Practice: Concepts, Implementation and Application. Wiley-VCH , Weinheim. ISBN 3-527-31078-9

Aron U. 2006. An Introduction to Systems Biology: Design Principles of Biological Circuits. Chapman & Hall/CRC Mathematical and  Computational Biology (Vol. 10). ISBN-13: 9781584886426

Metodi didattici

Lezioni frontali

Modalità di verifica e valutazione dell'apprendimento

L'esame di fine corso consiste di un prova scritta seguita da una discussione orale e mira a valutare il raggiungimento degli obiettivi didattici:

- Conoscere la teoria e l'applicazione degli strumenti statistici per l'analisi di dati complessi (test di significatività, PCA)

- Conoscere la teoria e l'applicazione delle Support Vector Machine e dei metodi basati su kernel;

- Conoscere la teoria e l'applicazione dei metodi di clustering;

- Conoscere la teoria delle reti complesse a la loro applicazione alla descrizione dei sistemi biologici:

- Conoscere i fondamenti della teoria delle equazioni differenziali ordinarie e la loro applicazione alla descrizione dei sistemi biologici.

Strumenti a supporto della didattica

Orario di ricevimento

Consulta il sito web di Pier Luigi Martelli