Programma

Il corso si propone di presentare le tecniche di analisi per problemi di interesse e ricerca attuale nel campo della Bioinformatica e della Biologia Computazionale, oltre a sviluppare le capacità di analisi e di astrazione nel passaggio dal problema biologico all'approccio informatico-matematico per la relativa soluzione.

  1. Systems Biology: metodi per lo studio di sistemi biologici complessi. Concetto di sistema, approccio riduzionistico e olistico. Misurazione dei dati, la questione dei parametri. Proprietà dei sistemi biologici: struttura, dinamica, metodi di controllo e di progettazione. Robustezza di sistemi biologici: la chemiotassi batterica e il cancro. SBML.
  2. Approcci matematici e algoritmici per la descrizione e l'analisi di sistemi biologici. Reti neurali e algoritmi genetici, tecniche di ottimizzazione. Teoria delle biforcazioni (cenni). Modelli deterministici e modelli stocastici. L'algoritmo di simulazione stocastica di Gillespie. Lavoro di gruppo in aula: definizione di modelli discreti per sistemi biologici. Utilizzo del software Cellware.
  3. Analisi di dati di espressione genica. Biotecnologie per la misurazione dell'espressione genica: i diversi tipi di microarray e le relative applicazioni. Il processo di generazione dei dati ed il pre-processing. Analisi dell’espressione differenziale di geni singoli, di gruppi di geni e di gruppi di tessuti. Algoritmi di clustering: metodo gerarchico e non gerarchico, definizione ed analisi dei corrispondenti algoritmi. Diagnosi biomolecolare e classificazione funzionale di geni con metodi di apprendimento automatico.
  4. Analisi funzionale di reti di geni: i modelli booleano, bayesiano, lineare, fuzzy e relative applicazioni. Reti di proteine con dinamica temporale.