Scheda programma d'esame
BIOINFORMATICS IN SILICO MODELS
GIULIO POLI
Academic year2023/24
CourseBIOTECHNOLOGIES AND APPLIED ARTIFICIAL INTELLIGENCE FOR HEALTH
Code001CA
Credits9
PeriodSemester 1
LanguageEnglish

ModulesAreaTypeHoursTeacher(s)
BIOINFORMATICS - AING-INF/05,INF/01LEZIONI48
ALESSIO BECHINI unimap
ALINA SIRBU unimap
IN SILICO MODELSCHIM/08LEZIONI56
GIULIO POLI unimap
TIZIANO TUCCINARDI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Il corso si prefigge inizialmente di sviluppare le capacità dello studente nel campo della programmazione di base, focalizzandosi sul campo specifico della Bioinformatica. Inoltre, acquisirà conoscenze relative alla chimica computazionale applicata al campo biologico e chimico.

Knowledge

The course aims to properly develop the skills of the student in basic computer programming, addressing first the specific area of Bioinformatics. Moreover, the student will acquire knowledge about the computational chemistry applied to the biological and chemical field.

Modalità di verifica delle conoscenze

L'accertamento delle conoscenze sarà oggetto di valutazioni separate per la parte di Bioinformatica e quella di chimica computazionale, per ognuna delle quali si preve una prova scritta/orale.

In sede di esame, lo studente è chiamato ad esprimersi utilizzando un linguaggio appropriato e tecnicamente corretto.

Assessment criteria of knowledge

The assessment of knowledge will include separate evaluations for the Bioinformatics and Computational Chemistry parts. A written/oral exam is foreseen for each part.

During exams, the student is expected to use a proper and technically sound language.

Capacità

Lo studente che completerà con successo il corso sarà in grado di padroneggiare i concetti fondamentali della Bioinformatica e di utilizzare il linguaggio Python nell'affrontarne i problemi. Dimostrerà una solida conoscenza della comprensione avanzata delle interazioni ligando-proteina e proteina-proteina. Lo studente avrà familiarità con un'ampia gamma di metodi computazionali basati sul ligando e sul recettore, ed infine sarà in grado di eseguire attività di modellazione computazionale utilizzando software all'avanguardia.

Skills

The student who completes the course successfully will master the basic concepts in Bioinformatics, and will be able to use the Python programming language to deal with related problems. He/she will demonstrate an advanced understanding of ligand-protein and protein-protein interactions. He/she will be familiar with a broad range of ligand- and receptor-based computational methods and finally he/she will be able to perfom computational modeling tasks using state of the art software.

Modalità di verifica delle capacità

Lo studente dovrà dimostrare di saper sviluppare semplici programmi in Python nel campo della Bioinformatica, e rispondere alle domande che verranno proposte nell'esame.

Assessment criteria of skills

The student must prove his/her proactical ability in developing simple Python programs for Bioinformatics, and will have to answer the questions proposed in the exam.

Comportamenti

Lo studente svilupperà la sua sensibilità nell'individuare soluzioni algoritmiche appropriate per problemi di tipo bioinformatico, e acquisirà consapevolezza su come sviluppare e valutare modelli in silico di varia tipologia.

Behaviors

The student will develop his/her awareness in spotting out proper algorithmic solutions to Bioinformatics problems, and will realize how to develop and evaluate various types of in silico models.

Modalità di verifica dei comportamenti

L'accuratezza e la precisione delle attività svolte verrà valutata durante le sessioni di laboratorio, nonché con esercizi pratici eventualmente proposti in sede di esame.

Assessment criteria of behaviors

During the lab sessions, the accuracy and precision of the activities carried out will be evaluated, as well as during possible practical tests proposed in the final tests.

Prerequisiti (conoscenze iniziali)

Basi di informatica, biologia e chimica.

Lo studente è invitato a verificare l'esistenza di eventuali propedeuticità consultando il Regolamento del Corso di studi relativo al proprio anno di immatricolazione. Un esame sostenuto in violazione delle regole di propedeuticità è nullo (Regolamento didattico d’Ateneo, art. 24, comma 3)

Prerequisites

Basics of computer science, biology and chemistry.

Students are invited to verify the existence of any preparatory requirements by consulting the Regulations of the Study Program relating to their year of enrolment. An exam taken in violation of the propaedeutic rules is void (Regolamento didattico d’Ateneo, art. 24, comma 3)

Indicazioni metodologiche

Svolgimento: in presenza

Modalità di lezione:

  • Lezioni frontali
  • Laboratori
Teaching methods

Delivery: face to face

Teaching methods:

  • Lectures
  • Laboratory

 

Programma (contenuti dell'insegnamento)

Modulo “Bioinformatics” - Il corso si propone di fornire strumenti sia concettuali che computazionali per l'analisi dei dati in biologia molecolare, anche attraverso l'utilizzo di Python, uno dei linguaggi più diffusi in bioinformatica e machine learning. Nel corso vengono sviluppati gli argomenti più importanti della bioinformatica: utilizzo di banche dati, algoritmi per l'analisi (e l'assemblaggio) di sequenze, modellazione di proteine e altre biomolecole, algoritmi per la gestione di modelli molecolari, analisi dei pathway molecolari.

Modulo "In-silico Models" - Il corso si propone di fornire gli elementi base della modellistica in silico di sistemi biologici e fisio-patologici. In particolare, il corso tratterà gli obiettivi e gli strumenti per la formulazione di modelli teorici, le tecniche computazionali per la loro simulazione e per l'identificazione dei parametri utilizzando dati sperimentali. Nello specifico, il corso si concentrerà su modelli in silico per l'analisi proteica, tecniche di base di progettazione di farmaci in silico e analisi chemiometriche in grado di supportare studi di tossicità in vivo. L'obiettivo principale è quello di fornire allo studente strumenti concettuali e operativi che gli consentano di sviluppare l'intero processo di modellizzazione per alcune significative applicazioni biomediche.

Syllabus

Module “Bioinformatics - The course aims to provide both conceptual and computational tools for data analysis in molecular biology, with the possible use of Python, one of the most popular languages in bioinformatics and machine learning. The most prominent topics in bioinformatics are developed in the course: usage of data banks, algorithms for sequence analysis (and assembly), modelling of proteins and other biomolecules, algorithms for handling of molecular models, analysis of molecular pathways.

Module "In-silico Models" - The course aims to provide the basic elements of in silico modeling of biological and physio-pathological systems. In particular, the course will deal with the objectives and tools for the formulation of theoretical models, the computational techniques for their simulation and for parameters identification using experimental data. Specifically, the course will focus on in silico models for protein analysis, basic in silico drug-design techniques and chemometric analyses able to support in vivo toxicity studies. The main objective is to provide the student with conceptual and operational tools that allow him/her to develop the entire modeling process for some significant biomedical applications.

Bibliografia e materiale didattico

Modulo “Bioinformatics”: i materiali didattici e le registrazioni video delle lezioni sono messi a disposizione sul gruppo MS Teams del corso (link).

Modulo "In-silico Models": Non sono presenti letture consigliate. Il docente fornirà il materiale durante le lezioni.

Bibliography

Module "Bioinformatics": learning materials and video recordings of lectures are made available on the MS Teams group for the course (link).

Module "In-silico Models": There are not recommended readings. The teacher will supply the material during the lessons.

Modalità d'esame

Test scritto e/o colloquio orale

Assessment methods

Written test and/or oral interview

Altri riferimenti web

Gruppo MS Teams del corso (link).

Additional web pages

MS Teams group for the course (link).

Note

Commissione d'esame- Membri effettivi: Giulio Poli (Presidente); Tiziano Tuccinardi; Alessio Bechini (Presidente supplente), Alina Sirbu.

Commissione d'esame- Membri supplenti: Salvatore Galati, Miriana Di Stefano.

 

Notes

Exam Commission - Actual members: Giulio Poli (President); Tiziano Tuccinardi; Alessio Bechini (Substitute President), Alina Sirbu.

Exam Commission - Substitute members: Salvatore Galati, Miriana Di Stefano.

Updated: 14/09/2023 10:28