C8349 - STATISTIC PLANNING OF EXPERIMENT AND DATA ANAYSIS

Conoscenze e abilità da conseguire

By the end of the course, the student has knowledge of the main experimental designs and understands the basic concepts and statistical methods for analyzing problems in the biomedical sciences. The student is able to plan biological studies, identify and apply the appropriate statistical tests using dedicated software, and interpret the results. Moreover, the student can organize and present data in a methodologically rigorous manner.

Contenuti

PREREQUISITI SPECIFICI DELL’INSEGNAMENTO

È raccomandata una conoscenza di base della biologia e della matematica. Non sono richieste conoscenze avanzate di statistica o di programmazione.

CONTENUTI SPECIFICI DELL'INSEGNAMENTO

Il corso fornisce un'introduzione applicativa alla progettazione sperimentale e all'analisi statistica dei dati nei settori biomedico e delle biotecnologie animali. I metodi statistici saranno presentati principalmente da una prospettiva pratica, con particolare attenzione alla selezione delle analisi appropriate, all'uso di software statistici e alla corretta interpretazione e presentazione dei risultati.

Il programma è articolato come segue:

Lezioni frontali (12 ore)

• Il metodo scientifico e la ricerca sperimentale: formulazione dei quesiti di ricerca e delle ipotesi; studi osservazionali e sperimentali; identificazione degli obiettivi e degli esiti sperimentali.

• Tipologie di dati biologici: variabili qualitative e quantitative; dati categoriali, discreti e continui; variabili indipendenti e dipendenti; unità sperimentali e repliche biologiche e tecniche.

• Principi della progettazione sperimentale: gruppi di controllo, randomizzazione, replicazione e blocchi; fonti di variabilità; bias, fattori confondenti e pseudoreplicazione.

• Pianificazione degli esperimenti biologici: definizione dei gruppi di trattamento e delle condizioni sperimentali; selezione dei controlli appropriati; concetti di base relativi alla numerosità campionaria, alla potenza statistica e alla dimensione dell’effetto.

• Organizzazione dei dati e controllo di qualità: preparazione dei dataset per l’analisi statistica; identificazione di valori mancanti, errori di inserimento e valori anomali; principi di trasformazione e normalizzazione dei dati.

• Statistica descrittiva e rappresentazione grafica dei dati: misure di tendenza centrale e di variabilità; distribuzioni di frequenza; tabelle, box plot, istogrammi, diagrammi di dispersione e altre rappresentazioni grafiche comunemente utilizzate per i dati biologici.

• Introduzione all’inferenza statistica: popolazioni e campioni; distribuzioni di probabilità; intervalli di confidenza; ipotesi nulla e alternativa; p-value; errori di tipo I e di tipo II.

• Confronto tra gruppi: test parametrici e non parametrici per campioni indipendenti e appaiati, inclusi il test t di Student, il test di Mann–Whitney e il test dei ranghi con segno di Wilcoxon.

• Analisi dei dati categoriali: tabelle di contingenza; test del chi-quadrato e test esatto di Fisher.

• Analisi della varianza: principi e applicazioni dell’ANOVA a una e a due vie; confronto tra più gruppi sperimentali; interazione tra fattori; procedure post hoc per confronti multipli.

• Correlazione e regressione: valutazione delle associazioni tra variabili biologiche; correlazione di Pearson e di Spearman; introduzione alla regressione lineare semplice e interpretazione dei modelli di regressione.

• Misure ripetute e osservazioni dipendenti: introduzione ai disegni sperimentali che prevedono misure ripetute, osservazioni longitudinali o campioni biologici appaiati.

• Introduzione all’analisi di dati biologici ad alta dimensionalità: clustering gerarchico e analisi delle componenti principali per l’esplorazione di dataset omici.

• Interpretazione e presentazione dei risultati statistici: distinzione tra significatività statistica e biologica; interpretazione degli output dei software; preparazione di tabelle e figure; presentazione trasparente e metodologicamente rigorosa dei metodi e dei risultati.

Seminari e visite didattiche (8 ore)

Nel corso dei seminari interverranno esperti di biostatistica e di ricerca in ambito sanitario. Gli incontri illustreranno applicazioni pratiche della progettazione sperimentale e dell’analisi statistica nella ricerca biomedica, veterinaria e nel settore delle biotecnologie animali, con particolare attenzione a quesiti di ricerca reali, criticità metodologiche e interpretazione dei risultati. Potranno inoltre essere organizzate visite didattiche presso centri di ricerca o infrastrutture tecnologiche, al fine di offrire agli studenti un contatto diretto con contesti reali nei quali i dati vengono prodotti, analizzati e utilizzati a supporto delle decisioni scientifiche e tecnologiche.

Attività di laboratorio/esercitazioni (20 ore)

Le esercitazioni prevederanno l’organizzazione, l’esplorazione grafica e l’analisi statistica di dataset biologici mediante software statistici dedicati. Gli studenti impareranno a selezionare il test statistico appropriato, verificarne i principali presupposti, eseguire l’analisi e interpretare gli output ottenuti.

Le esercitazioni e i casi di studio saranno basati su problemi sperimentali rilevanti per le biotecnologie animali e la ricerca biomedica.

Ciascuno studente svolgerà un’analisi approfondita di un caso di studio basato su un dataset reale, organizzerà i dati, eseguirà le analisi statistiche appropriate e redigerà infine un breve elaborato scientifico nel quale presenterà e discuterà i risultati ottenuti.

Particolare attenzione sarà dedicata alle applicazioni nell’ambito delle biotecnologie comparative e animali, mediante esempi relativi a colture cellulari, espressione genica e proteica, confronto tra trattamenti, studi sugli animali, dati diagnostici e altri contesti sperimentali rilevanti per la ricerca biomedica e veterinaria.

Testi/Bibliografia

Il materiale didattico dell’insegnamento è disponibile sulla piattaforma Virtuale (https://virtuale.unibo.it/?lang=en ).

Metodi didattici

Il corso prevede lezioni frontali, esercitazioni pratiche guidate al computer e attività di apprendimento basate su progetto.

Le lezioni introducono i quesiti biologici, i principi computazionali e i principali metodi bioinformatici affrontati nel corso, con il supporto di esempi e dimostrazioni di software e banche dati pubbliche di interesse.

Durante le esercitazioni pratiche, gli studenti lavoreranno su dataset biologici e applicheranno i metodi illustrati a lezione utilizzando strumenti da riga di comando, R, Python, Bash e software bioinformatici dedicati. Saranno inoltre utilizzati strumenti di Intelligenza Artificiale generativa a supporto della programmazione e del debugging, con particolare attenzione alla valutazione critica degli output generati.

Nella parte finale del corso, gli studenti svilupperanno, sotto supervisione, un progetto bioinformatico completo, dall’analisi e interpretazione dei dati fino alla preparazione di un elaborato scritto e di una presentazione orale.

Modalità di verifica e valutazione dell'apprendimento

La prova d’esame è finalizzata a verificare il raggiungimento dei risultati di apprendimento attesi, con riferimento agli argomenti affrontati durante le lezioni frontali e le attività pratiche.

Gli studenti sono tenuti a consegnare un elaborato finale scritto relativo al progetto di bioinformatica sviluppato durante il corso. L’elaborato dovrà presentare il quesito scientifico, il dataset, i metodi analitici applicati, i risultati ottenuti e la loro interpretazione biologica.

Il progetto sarà presentato e discusso oralmente. Durante l’esposizione, il docente porrà domande relative al progetto e all’intero programma del corso, al fine di valutare le conoscenze teoriche, le competenze pratiche, la capacità di interpretare i risultati bioinformatici e la padronanza della terminologia specifica della disciplina.

La valutazione finale terrà conto della qualità e della completezza dell’elaborato scritto, della chiarezza dell’esposizione orale, dell’appropriatezza dell’approccio analitico e della correttezza delle risposte fornite durante la discussione.

L’esame si considera superato solo se sia l’elaborato scritto sia la discussione orale risultano soddisfacenti. Il voto minimo per il superamento della prova è 18/30. L’esito sarà comunicato al termine della prova orale.

Nella valutazione dell’esame orale, il docente fa riferimento alla seguente scala di valutazione dell’apprendimento:

• 18-22: Preparazione su un numero molto limitato di argomenti affrontati nel corso e capacità di analisi che emerge solo con l’aiuto del docente, espressione in linguaggio complessivamente corretto

• 23-26: Preparazione su un numero limitato di argomenti affrontati nel corso e capacità di analisi autonoma solo su questioni puramente esecutive, espressione in linguaggio corretto

• 27-29: Preparazione su un numero ampio di argomenti affrontati nel corso, capacità di compiere scelte autonome di analisi critica, padronanza della terminologia specifica

• 30-30L: Preparazione sostanzialmente esaustiva sugli argomenti affrontati nel corso, capacità di compiere scelte autonome di analisi critica e di collegamento, piena padronanza della terminologia specifica e capacità di argomentazione e autoriflessione

Gli studenti possono iscriversi agli appelli d’esame tramite AlmaEsami (http://almaesami.unibo.it/ ). Gli appelli vengono proposti nell'ambito delle finestre riportate nel calendario didattico. Ulteriori sessioni d’esame sono riservate agli studenti fuori corso.

Studenti/esse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/studenti-con-disabilita-e-dsa/it/per-studenti ). Sarà sua cura proporre agli/alle studenti/esse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell'insegnamento.

Per quanto riguarda la verifica dell’apprendimento, è consentito un uso limitato, dichiarato e non sostanziale dell’IA per attività di supporto (sintesi, riformulazioni). Non è permesso l’uso sostanziale per lo svolgimento di parti della prova.

Strumenti a supporto della didattica

Durante le lezioni frontali saranno utilizzate presentazioni. Le attività pratiche saranno svolte mediante lavori di gruppo, utilizzando i computer personali degli studenti o le postazioni disponibili nell’aula informatica. Nel corso delle esercitazioni saranno inoltre impiegati software bioinformatici dedicati, banche dati pubbliche e risorse online.

In caso di difficoltà nella comprensione dei contenuti del corso, il docente è disponibile per incontri di chiarimento, da concordare tramite e-mail.

Orario di ricevimento

Consulta il sito web di Valentina Indio