- 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, ChIP-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, ILLUMINA 450K) 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. Alcuni di questi testi verranno introdotti nel
sito web del materiale didattico. 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. Il docente controllerà anche il grado
di apprendimento proponendo in ogni lezione domande relative
all'argomento corrente.
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 corso
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