37629 - LABORATORIO DI BIOINFORMATICA APPLICATA ALLA BIOLOGIA EVOLUZIONISTICA

Conoscenze e abilità da conseguire

Al termine del corso, lo studente è in grado di gestire data-base biologici, di analizzarli con le principali metodologie biostatistiche, filogenetiche, e filogeografiche applicate alla Biologia Evoluzionistica. Fra le analisi statistiche, lo studente apprende le tecniche multivariate (componenti principali, multidimensional scaling, clustering, ecc.), ricostruzione di filogenesi e test di selezione. E' in grado di utilizzare i software Arlequin, Network ed in particolare R, applicati a gran parte degli argomenti svolti nel corso.

Contenuti

1 - Il software R. Generalità e gestione dei dati.
2 - Probabilità e distribuzioni. Distribuzioni discrete (binomiale). Distribuzioni continue (normale). Densità, probabilità cumulativa, quantili, intervalli di confidenza. 
3 - Tests statistici. Tests per il confronto fra variabili continue (t-test, Wilcoxon test). Tests per variabili discrete/dati tabulari (chi-quadro, test di Fisher).
4 - Regressione lineare semplice e correlazione. Analisi della varianza (ANOVA) e test di Kruskal-Wallis.
5 - Genetica di popolazioni con R (librerie ape, ade4, adegenet, pegas, phangorn). Equilibrio di Hardy-Weinberg. Test di Tajima. Test R2. Inbreeding. Indici di fissazione. Analisi della varianza molecolare (AMOVA).
6 - Analisi multivariate. Analisi delle componenti principali. Matrici di distanza. Test di Mantel. Multi-dimensional Scaling. Cluster analysis. Bootstrap. Applicazioni a dati molecolari.
7 - Metodi filogenetici. Alberi filogenetici. Formati Newick e Nexus. Stima di filogenie (UPGMA, NJT, Massima parsimonia, Massima verosimiglianza). Alberi di consenso. Cronogrammi. Modelli di sostituzione del DNA.

Testi/Bibliografia

P. Daalgard. Introductory statistics with R. Seconda Edizione. Springer, 2008.
E. Paradis. Analysis of Phylogenetics and Evolution with R. Seconda Edizione. Springer, 2012.

Metodi didattici

Spiegazione dei metodi biostatistici. Esempi pratici (laboratorio di informatica, software R).

Modalità di verifica e valutazione dell'apprendimento

La prova d'esame valuta il raggiungimento dei seguenti obiettivi didattici:
- conoscenza approfondita degli strumenti statistici/bioinformatici presentati durante le lezioni frontali;
- capacità di impiegare tali strumenti per analizzare i dati biologici;
- capacità di interpretare i risultati ottenuti (nell'ambito del fenomeno biologico oggetto di studio).

La prova d'esame prevede:
- risoluzione di un problema biologico/bioinformatico col software R (l'esercizio sarà inviato via mail a tutti i partecipanti una settimana prima dell'esame);
- discussione orale dei risultati ottenuti;
- domande orali sul programma del corso.

Strumenti a supporto della didattica

Laboratorio di informatica. Dispense/slides pdf. Dati di esempio.

Orario di ricevimento

Consulta il sito web di Alessio Boattini