Bioinformatics (2004/2005)

Learning outcomes

Acquisizione delle nozioni bi base concernenti le metodiche di sequenziamento ed assemblaggio di genomi eucariotici.
Acquisizione delle nozioni di base concernenti la costruzione e l’uso di microarray.
Comprensione dei limiti e potenzialità dei metodi di analisi di microarray.
Uso avanzato di strumenti statistici quali R e Bioconductor.

Sequenziamento di genomi:
Metodiche di sequenziamento del genoma ed assemblaggio delle sequenze:
Sequenziamento gerarchico e shotgun
Annotazione genica:
ab-inizio
genomica comparativa, EST, OST, cDNA
L’analisi del trascrittoma:
I microarray:
array su filtro
array su vetro
array ad oligonucleotidi
Analisi di dati da microarray:
array a due canali: acquisizione del dato, rimozione del background locale, normalizzazione.
Array ad un canale: acquisizione del dato, rimozione del background locale, normalizzazione, calcolo delle intensità.
Metodi di filtraggio dei dati:
Calls di espressione
Livelli di espressione
IQR
Validazione statistica dell’espressione differenziale:
metodi parametrici e non parametrici. Bayes T-test e SAM.
Approcci alla correzione degli errori statistici di tipo I.
Metodiche di clustering:
PCA, clustering gerarchico, CAST, SOMs.
Classificatori:
Concetto di classificatore. PAM
Data mining:
GO
Analisi della letteratura scientifica con approcci di text mining.
Strumenti di analisi:
R, Bioconductor.

Relazione scritta su un analisi di dati da microarray.
Discussione dei risultati ottenuti e descritti nella relazione.
Domande generali sulgi argomenti del corso.