Per questo corso di laurea sono già disponibili 21 appunti all'interno della community, registrati subito per iniziare a studiare!
Il corso di laurea internazionale in Genomics fornisce le basi teoriche e pratiche per formare una figura professionale che sia in grado al contempo di utilizzare gli strumenti di programmazione informatica e analisi dei dati statistici e di possedere anche una rigorosa formazione nell'ambito della genomica sperimentale e di quelle discipline bio-molecolari che hanno portato allo sviluppo delle tecniche di next generation sequencing (NGS) e di tematiche connesse ai genomi, trascrittomi, proteomi. Pertanto, il piano didattico prevede al primo anno materie e discipline di matematica informatica, programmazione assieme a basi genetico-molecolari che riguardano i microorgranismi (virus, batteri e organismi unicellulari) ed eucarioti pluricellulari (organismi animali e vegetali). Nel secondo anno, lo studente affronta materie proprie delle scienze genomiche e delle metodologie bioinformatiche e statistiche per l'analisi dei dati genomici. Al terzo anno vengono approfonditi i metodi statistici e l'analisi dei data science. Si affrontano, inoltre, in maniera specialistica gli aspetti strutturali dei genomi e in particolare dei loro prodotti (RNA, proteine).
Infine, gli studenti completano il loro percorso in tirocini presso istituzioni di ricerca, centri di calcolo, e aziende in Italia o all'estero con specifici interessi in ambito genomico/bioinformatico.
Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.
Al momento abbiamo 21 files caricati sul nostro portale suddivisi nelle 77 materie appartenenti al tuo corso di laurea.
Sfoglia il materiale didattico
Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame! Più condividi, più tempo avrai per studiare con tutta la community!
Materie del corso
Biological Informational Molecules (I.C.)1° anno · Annuale · 0 file
Al termine del corso, lo studente conosce le macromolecole che partecipano all'organizzazione delle cellula e comprende i meccanismi fondamentali della regolazione genica, della sintesi proteica, della replicazione,…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso, lo studente conosce le macromolecole che partecipano all'organizzazione delle cellula e comprende i meccanismi fondamentali della regolazione genica, della sintesi proteica, della replicazione, della riparazione e della ricombinazione.
Programma
INTRODUZIONE: CELLULE E GENOMI Le caratteristiche universali delle cellule. Gli elementi costitutivi delle cellule. Il genoma come progetto di vita. Dogma centrale della biologia molecolare. Ripiegamento delle proteine, domini, modifiche, interazioni. La membrana plasmatica. Il bilayer lipidico. Gamma di dimensioni e forme cellulari. STRUTTURA E FUNZIONE DEGLI ACIDI NUCLEICI Doppia elica del DNA. Variazioni topologiche del DNA, superavvolgimento. Il nucleoide batterico. Il DNA cromosomico e il suo impacchettamento nella fibra cromatinica. Struttura e versatilità dell'RNA REPLICAZIONE CELLULARE Il ciclo cellulare eucariotico. Cicline e cdks. Replicazione del DNA. Segregazione dei cromosomi. Il fuso mitotico. TRASCRIZIONE Dal DNA all'RNA. Polimerasi, promotori, terminazione. Regolazione trascrizionale PROCESSAMENTO DELL'RNA Capping. Poliadenilazione. Maturazione dell'rRNA, Editing dell'RNA, Modifiche dell'RNA. TRADUZIONE Dall'RNA alle proteine: il codice genetico. Ribosomi. tRNA, AA-tRNA sintasi Il secondo codice genetico. Iniziazione, allungamento e terminazione della traduzione, segnali di arresto e fattori di rilascio, chaperoni proteici. Proteasoma RIBORGOLAZIONE Regolazione da parte di RNA non codificanti, sRNA batterici, riboswitch. Workshop didattico degli studenti Risposte cellulari al danno al DNA Riparazione della rottura del dsDNA e ricombinazione omologa Trasporto di membrana intracellulare Principi di segnalazione cellulare Il citoscheletro L'apoptosi Giunzioni cellulari e ECM LAB DIDATTICO Studio in vivo della regolazione post-trascrizionale mediata dall'sRNA RyhB in Escherichia coli Mutagenesi sitospecifica Elettroforesi preparativa su gel Purificazione del DNA Ligazione Clonaggio molecolare Fusioni di geni reporter GFP ESERCIZI DI ANALISI DI SEQUENZA
Modalità d'esame
Esame scritto, comprendente 5 sezioni: Domande di base Domande di approfondimento Domande aperte Strip Sequence Domande analitiche Per quanto riguarda l’utilizzo dell’Intelligenza Artificiale generativa (IA) nella prova d’esame, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica. Valutazione del workshop Rapporto di laboratorio Servizio per gli Studenti con Disabilità e con DSA Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’Ufficio di Ateneo competente (https://site.unibo.it/studenti-con-disabilita-e-dsa/it ). Sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con almeno 15 giorni di anticipo, all’approvazione del/della docente, il/la quale ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento. Studenti/sse con riconoscimento dello status “studente lavoratore”: consultare il sito web (https://www.unibo.it/it/studiare/guida-alla-scelta-del-corso/conciliare-studio-e-lavoro) dedicato per richiederne lo status e le misure previste.
Testi di riferimento
Craig et al. Molecular Biology - Principles of Genome Function - second edition OXFORD Press Alberts et al. Molecular Biology of the Cell - sixth edition Garland Science
By the end of the course, the successful student has the ability to apply the methods of differential and integral calculus, to plot the graph of functions, and to find and classify critical points of functions of two…
Scheda dell'insegnamento
Obiettivi formativi
By the end of the course, the successful student has the ability to apply the methods of differential and integral calculus, to plot the graph of functions, and to find and classify critical points of functions of two variables.
Programma
This course provides an introduction to the foundational concepts of calculus, focusing on differential and integral calculus of functions of one variable. Topics include limits and continuity, techniques of differentiation, applications of the derivative, the concept and computation of definite and indefinite integrals, and an introduction to differential equations. The course emphasizes both the theoretical underpinnings of calculus and its applications to real-world problems, particularly in the natural sciences. Students will explore how calculus is used to model dynamic systems, including rates of change, motion under gravity, population growth. Special focus will be given to: Formulating and solving first-order differential equations that arise in physical contexts (e.g., Newton’s Law of Cooling, exponential decay, simple harmonic motion). Understanding how derivatives describe motion, velocity, and acceleration in physics. Applying integrals to compute area. Students will develop strong problem-solving skills, mathematical reasoning, and the ability to connect calculus concepts with real-world scenarios. Some notions of multivariable calculus will be given (gradient and Hessian)
Modalità d'esame
Written and oral test.
Testi di riferimento
Mathematical methods for applications, CEA Bisi, Fioresi
Codice insegnamento 75376
Chemistry1° anno · 10 CFU · CHEM-05/A · 0 file
The successful student is familiar with basic principles in general and organic chemistry, in order to eventually approach in-depth biochemistry and molecular studies.
Scheda dell'insegnamento
Obiettivi formativi
The successful student is familiar with basic principles in general and organic chemistry, in order to eventually approach in-depth biochemistry and molecular studies.
Programma
Module 1. Inorganic chemistry (Zambelli) Introduction (1 hour). Lectures organization and exams. Introduction to the topics discussed during the course. Presentation of the subject of Chemistry, its tools and its goals. Components and properties of matter (5 hours). The properties of matter. Physical and chemical changes. Elements, compounds and mixtures. Dalton’s atomic theory. Quantum theory and Bohr’s atomic model. Heisenberg’s uncertainly principle. Schrödinger's equation. Atomic quantum theory. Quantum numbers.Atomic orbitals. Polyelectronic atoms. Periodic table. Periodic properties of the elements. Atomic radius, ionization energy and electronic affinity. Metals and non-metals. The chemical bond and the aggregation states of matter (7 hours). The chemical bond. Valence Bond Theory. Sigma and Pi bonds. Hybridization of atomic orbitals. Bonding and non-bonding electrons. Meaning of chemical formulas. Lewis structures. Electronegativity. Molecular dipole. Molecular geometry and VSEPR model. Formal charges and oxidation’s number. Resonance formulas. Ionic bond. Atomic and ionic radii. Intermolecular forces. Polarizability. Hydrogen bond. General equation of ideal gases. Phase transitions. Phase diagrams. Vapor pressure. Chemical transformations (4 hours). Stoichiometry. Concept of chemical equation. Mass ratios in chemical reactions. The relative atomic mass. The mole and the molar mass. Limiting reagent. Solutions and Dispersions. Concentration Units. Chemical reactions and equilibria. Thermodynamics. Internal energy and enthalpy. Entropy. Gibbs free energy and spontaneity of a reaction. Reaction quotient. Equilibrium constant. The principle of Le Chatelier. Chemical equilibria in aqueous solution (5 hours). Self-ionization of water and pH. Definition of acids and bases according to Arrhenius, Brønsted-Lowry and Lewis. Aqueous solutions of acids and bases. Dissolution of weak acids and bases. Hydrolysis of salts. Reactions between an acid and a base. Buffer solutions. Acid-base titrations. Indicators. Electrochemistry and chemical kinetics (2 hours). Oxidation and electrochemical reactions. Electromotive force. Reduction potentials. Nernst’s equation. Spontaneity of a redox reaction. Reaction rate and mechanism. Collisions theory. Activation energy. Arrhenius equation. Multi step reactions. Catalysis Module 2. Organic chemistry (Amorati) 1. structure and properties of organic molecules (2 hours). Classification and nomenclature of organic compounds. Functional groups. Drawing chemical structures. 2. Alkanes and cycloalkanes (6 hours). Alkanes and Alkane isomers. Alkyl groups. Properties of Alkanes. Conformations and stability of alkanes. Cycloalkanes. Conformation and stability of cycloalkanes. Cyclohexan. Axial and equatorial bonds, conformational mobility. 3. Alkenes and alkynes (4 hours). Structure of alkenes. Degree of unsaturation. Nomenclature, cis-trans isomerism in alkenes. The E, Z designation. Alkene stability and reactions. Conjugated and non conjugated dienes. Polyenes. Conjugated systems in nature. Alkynes. Hydration of alkenes. 4. Alcohols, amines, thiols, ethers and epoxides (6 hours). Properties and reactions of alcohols. Structure, properties and sources of ethers. Cyclic ethers: epoxides. Ring–opening reactions of epoxides. Thiols and Sulphides. Oxidation of thiols to disulphides. Basicity of amines. Synthesis and reactions of amines. 5. Aldehydes e ketones (4 ore). Properties and reactions of aldehydes and ketones. Oxidation of alcohols to carbonyls. Redox reactions in organic chemistry. Reduction by sodium borohydride . Addition of alcohols: hemiacetals and acetals formation. Enolate ions, aldolic condensation. 6. Carboxylic acids and derivatives (8 ore). Chemical and physical properties of carboxylic acids. Dissociation of carboxylic acids. Substituent effect on acidity. Common diacids and their biological role. Naming carboxylic acid derivatives: amides, esters. Oxidation and reduction in organic chemistry. Esters and their chemistry. Fischer esterification. Hydrolysis: acid catalyzed or by dilute alkali. Amides: chemical and physical properties. Thioesters and acyl phosphates: biological carboxylic acid derivatives 7. Aromatic compounds (6 hours). Aromaticity of benzene, Huckel rule. Nomenclature of substituted benzenes. Acidity and basicity of benzene derivatives, role of resonance. Polycyclic aromatic hydrocarbons. Aromatic heterocycles and their properties. 8. Stereochemistry (6 hours). Definition of stereoisomers, chirality, configuration descriptors (R, S). Assignment of absolute configuration, enantiomers, diastereoisomers, meso forms. Chemico-physical characteristics of enantiomers and diastereoisomers, optical activity. 9. Carbohydrates (4 hours). Monosaccharides, aldoses and ketoses. Stereochemistry aspects (D, L), Fisher projection. Cyclic hemiacetals (with formation mechanism), anomers. Drawing carbohydrates: chair conformation, Haworth representation. Disaccharides and polysaccharides. 10. Lipids (3 hours). Physical properties of fatty acids. Triglycerides, saponification, detergents, micelles. Phospholipids, cell membrane, lipoproteins. Cholesterol and steroid hormones. 11. Amino acids and polypeptides (4 hours). Amino acids: complete nomenclature, structure, stereochemistry, acid-base and physical properties. Isoelectric point. Peptide bond and peptides. 12. Nucleotides, DNA, RNA (4 hours). Heterocyclic aromatic bases, nucleoside, nucleotide: complete nomenclature. Structure and role of ADP and ATP. Primary structure of DNA. Secondary structure of DNA, Watson-Crick model. Pairing of nucleobases. Double helix. Tertiary structure. RNA, structure and function. Modified bases. 13. Spectroscopy (2 ore). Electronic absorption and emission spectra. Electronic transitions. Laboratory: protein, nucleic acids and polysaccharides structure (Zambelli, 7 hours). Proteins. Primary structure. Secondary structures: α-helix and β-sheet. Disulphide bonds. Ramachandran plot. Super-secondary structure. Tertiary structure. Quaternary structure. Primary structure of DNA and RNA. Secondary structure of DNA and RNA, Watson-Crick model. Pairing of nucleobases. Double helix. Tertiary structure. Polysaccharides. Construction and manipulation of 3D models of proteins and nucleic acids by using a specific software, in the informatic laboratory.
Modalità d'esame
The learning assessment can be carried out in two different ways: partial examinations or a final examination. Partial examinations Students may take two partial written examinations, one for each module. General Chemistry The partial examination for General Chemistry will take place just before the Christmas holidays. It consists of a written test lasting 2 hours, including 10 multiple-choice questions worth 1 point each and 2–3 problems. The score assigned to each problem will depend on its level of difficulty; partial credit may be awarded for partially correct answers. The minimum score required to pass the partial examination is 17/30, including any bonus point awarded as described below. Notes, books, and devices with internet access are not allowed. Organic Chemistry The partial examination for Organic Chemistry will take place in January, at the end of the course. It consists of a written test lasting 2 hours, without the use of notes, books, or devices with internet access, including 10–15 multiple-choice questions worth 1 point each and 2–3 problems. The score assigned to each problem will depend on its level of difficulty; partial credit may be awarded for partially correct answers. The minimum score required to pass each partial examination is 17/30, including any bonus point awarded as described below. Notes, books, and devices with internet access are not allowed. The final grade obtained through the partial examinations will be calculated as the weighted average of the marks obtained in the two modules, according to the number of credits assigned to each module. The minimum score required to pass is 18/30. Final examination Students who prefer not to take the partial examinations, or who do not achieve the required grade to pass them, will be assessed through a final examination. The final examination consists of a written test lasting 2 hours, without the use of notes, books, or devices with internet access. The written test is followed by an optional oral examination. The written test includes 10–15 multiple-choice questions worth 1 point each and 3–6 problems. The score assigned to each problem will depend on its level of difficulty; partial credit may be awarded for partially correct answers. Access to the optional oral examination requires passing the written test with a mark of at least 17/30 and not higher than 28/30 including any bonus point awarded as described below. In this case, the final grade will be calculated as the average of the written and oral examination marks. Bonus points During the course, classroom activities and learning checks will be carried out. If completed correctly, these activities may allow students to obtain up to a maximum of 2 bonus points: 1 point for General Chemistry and 1 point for Organic Chemistry. Bonus points will be added both to the corresponding partial examination score and to the final examination score.
Testi di riferimento
Introduction to Chemistry General, Organic, and Biological v. 1.0. Freely available on: https://2012books.lardbucket.org/pdfs/introduction-to-chemistry-general-organic-and-biological.pdf Denninston. General, organic and biochemistry. Mc Graw Hill. http://www.mhhe.com/physsci/chemistry/denniston/etext/Denniston.pdf Brown, Iverson, Anslyn, Foote. Organic Chemistry, 8th edition. Cengage Learning ed. ISBN 9781305580350
By the end of the module, the student gains knowledge of the fundamental principles of heredity; he is familiar with the nature, transmission, expression and variability of genetic information and is able to rigorously…
Scheda dell'insegnamento
Obiettivi formativi
By the end of the module, the student gains knowledge of the fundamental principles of heredity; he is familiar with the nature, transmission, expression and variability of genetic information and is able to rigorously interpret genetic experimental data.
Programma
Foundations of Genetics -Introduction to genetics -Mendelian inheritance and basic pronciples of heredity; monohybrid crosses (dominance and segregation); dihybrid crosses (independent assortment) -Predicting the outcome of genetic crosses; probability and Chi--Square test Chromosomal Basis of Inheritance -Cell division, mitosis and meiosis -Chromosome theory of inheritance -Sex determination and sex-linked traits -Dosage compensation in mammals Studying inheritance patterns in humans -Pedigree analysis -Case studies on genetic diseases Extensions of Mendelian Genetics -Dominance relationships and allelic variation; why some alleles are dominant and other recessive -Penetrance, expressivity, lethal alleles -Gene interactions and epistasis Linkage and Gene Mapping -Linkage, recombination, gene mapping in Eukaryotes -Linked genes and crossing over; constructing genetic maps with recombination frequencies -Linkage analysis in human; DNA polymorphisms as genetic markers; the lod-score method Overview of genetics of bacterial and viral genetic systems Molecular Genetics and genetic variation -DNA as the genetic material -The flow of information from DNA to RNA to protein -Molecular basis of mutations and DNA repair -Types of genetic variants -Effects of mutations on gene struction and function -Variation in chromosome number and structure; mechanisms of structural variation Population and Complex Traits -Hardy–Weinberg equilibrium -Evolutionary forces -Heritability and complex traits Genomics and technologies to study genomes -PCR and basic DNA technologies -SNP genotyping -Introduction to modern genomics and DNA sequencing technologies Laboratory Activities Students will: -Extract genomic DNA from buccal cells -Perform PCR amplification -Conduct SNP genotyping -Interpret experimental results and discuss sources of error ************************************************ Workload Total workload: ~150 hours (6 ECTS) • Lectures and classroom activities: ~45 hours • Laboratory: ~13 hours • Self-study and practice: ~92 hours
Modalità d'esame
Students will be assessed on their ability to: understand and explain the fundamental concepts of genetics; apply genetic principles and analytical methods to solve problems; interpret experimental and genetic data and draw evidence-based conclusions. Assessment is based on the following components: a) Final written examination (90%) Multiple-choice questions Open-ended questions Problem-solving exercises b) Laboratory assessment (10%) Quiz assessing understanding of laboratory methods, experimental procedures, and interpretation of experimental results. c) Optional formative assessment Virtuale self-assessment quizzes: students who complete all online quizzes within one week of their publication will be awarded one additional mark (up to a maximum final grade of 30/30 cum laude, where applicable). *************************************************** Use of Generative Artificial Intelligence (AI) Generative Artificial Intelligence (AI) may be used to support individual learning, for example to obtain explanations of course topics, generate summaries, develop self-assessment activities, or explore concepts in greater depth. Students are responsible for critically evaluating AI-generated content and for ensuring that all submitted work reflects their own understanding and complies with the University’s policies on academic integrity. The use of generative AI is not permitted during any examination or assessment. Any unauthorized use of AI or other electronic resources during an examination constitutes a violation of academic integrity and will be handled in accordance with University regulations. During examinations: the use of electronic devices of any kind (including smartphones, tablets, smartwatches, and similar devices) is prohibited; the use of a scientific calculator is permitted; examinations are conducted in computer laboratories where internet access is temporarily restricted to ensure the integrity of the assessment.
Testi di riferimento
Recommended textbook: > Genetics: From Genes to Genomes Goldberg-Fischer-Hood-Hartwell McGrawHill Education Other textbooks: Genetics. Analysis & Principles, by Robert J.Brooker Introduction to Genetic Analysis, by Griffiths, Wessler, Carroll, and Doebley. Principles of Genetics , by D. Peter Snustad, Michael J. Simmons Concepts of Genetics, by Klug, Cummings, Spencer
The course covers the fundamental aspects of probability theory and the principles of statistical inference. Upon successful completion of this Course, students are able to perform a rigorous data analysis: i) manipulate…
Scheda dell'insegnamento
Obiettivi formativi
The course covers the fundamental aspects of probability theory and the principles of statistical inference. Upon successful completion of this Course, students are able to perform a rigorous data analysis: i) manipulate and summarize data; ii) visualize and understand relationships inside data; iii) apply the appropriate tools of probability theory and inferential statistics to extract useful information, test hypotheses and make predictions.
Programma
Introduction to data: Data basics; Sampling principles; Experiments and observational studies Summarizing data: Examining numerical data; Considering categorical data Probability: Defining probability; Conditional probability; Bayes theorem Random variables: Discrete and continuous; Expectation; Linear combination; Central limit theorem Distributions of random variables: Normal; Geometric; Binomial Foundations for inference: Point estimates and sampling variability; Confidence intervals; Hypothesis testing Inference for numerical data: One-sample means; Paired data; Difference of two means Inference for one and two proportions
Modalità d'esame
One-and-a-half-hour written exam administered via the Unibo Moodle platform. The exam consists of a combination of rapid-fire questions (binary-choice and multiple-choice) and problem-solving exercises requiring numerical solutions. For the problem-solving exercises, students are required not only to provide the final numerical answer but also to submit a handwritten solution showing the complete reasoning and all intermediate steps. This handwritten work will be assessed together with the answers submitted on Moodle. When grading, technically correct solutions are valued along with clearly stated explanations and sound reasoning. Numerical answers alone, without adequate justification, are not sufficient to receive full credit.
Testi di riferimento
David M Diez, Christopher D Barr, Mine C ̧etinkaya-Rundel (2015). OpenIntro Statistics (Fourth Edition), from Chapter 1 to Chapter 8. This textbook is available under a Creative Commons license. Visit openintro.org for a free PDF
Codice insegnamento 93264
Linear Algebra1° anno · 6 CFU · MATH-02/B · 0 file
: By the end of the course, the successful student has the ability to perform basic operations with vectors and matrices, to compute determinants, to compute Eigen values and Eigen vectors and to solve linear systems.
Scheda dell'insegnamento
Obiettivi formativi
: By the end of the course, the successful student has the ability to perform basic operations with vectors and matrices, to compute determinants, to compute Eigen values and Eigen vectors and to solve linear systems.
Programma
Linear algebra is one of the fundamental languages of modern science. It provides systematic methods for representing, transforming and interpreting complex data, and underlies much of numerical modelling, statistics, data analysis and machine learning. In genomics, datasets such as gene-expression profiles, sequence-derived features and population data are naturally organised in terms of vectors and matrices. The course begins with systems of linear equations and their matrix representation. Gaussian elimination, row-echelon forms, the rank of a matrix and the rank criterion for the existence and uniqueness of solutions will be discussed. Basic matrix algebra will then be introduced, including matrix addition and multiplication, transposition, invertibility and the relation between invertible matrices and uniquely solvable linear systems. The course will next introduce finite-dimensional vector spaces and subspaces. The main topics will be linear combinations, spanning sets, linear independence, bases, coordinates and dimension. Linear transformations will be studied together with their matrix representations. Particular attention will be given to kernels, images, rank, the rank-nullity theorem, composition and invertibility. Determinants will be introduced, together with their principal properties and computational methods, including cofactor expansion. Their relation to invertibility and linear transformations will also be discussed. The final part of the course will cover changes of basis, similar matrices, eigenvalues, eigenvectors, eigenspaces and diagonalizability. Throughout the course, selected examples will illustrate how vectors, matrices and linear transformations arise in scientific applications and in the representation and analysis of data, with occasional references to problems relevant to genomics. Inner products, orthogonality and the spectral theorem are not part of the course syllabus. By the end of the course, students will be able to: solve systems of linear equations using Gaussian elimination and describe their sets of solutions; perform basic computations with matrices, including the computation of inverses, ranks and determinants; work with finite-dimensional vector spaces and subspaces, linear combinations, spanning sets, linear independence, bases and dimension; represent linear transformations by matrices and compute their kernels, images and ranks; perform changes of basis and understand the relation between different matrix representations of the same linear transformation; compute eigenvalues and eigenvectors, determine whether a matrix or linear transformation is diagonalizable, and carry out a diagonalization when possible; recognise and interpret elementary uses of vectors, matrices and linear transformations in scientific and data-oriented problems.
Modalità d'esame
The assessment is based on a written examination and, in the cases specified below, an oral examination. The written examination lasts three hours and consists of exercises and questions concerning both computational methods and the theoretical concepts discussed during the course. Students who obtain a written mark between 18/30 and 25/30 are not required to take an oral examination and may accept the written mark as their final mark. Students who obtain a written mark of 26/30 or higher are required to take an oral examination. The oral examination may include a discussion of the written paper and questions on any of the topics covered during the course. Admission to the oral examination requires a passing mark in the written examination.
Testi di riferimento
Main textbook R. Fioresi and M. Morigi, Linear Algebra, CEA. Open-access companion textbook J. Hefferon, Linear Algebra. The electronic edition is freely available from the author's website. Optional further reading R. Ghrist, Linear Algebra: Essence & Form. Freely available online. Selected chapters may be useful for additional examples and applications; several topics covered in this book are beyond the scope of the course. Additional notes, exercises and teaching materials may be made available through the Virtuale platform.
Codice insegnamento 91157
MOLECULAR BIOLOGY OF THE CELL [cod. 87614]1° anno · 4 file
Al termine del corso, lo studente è in grado di eseguire operazioni di base con vettori e matrici, di calcolarne i determinanti, di calcolare i valori e vettori di Eigen e di risolvere sistemi lineari.
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso, lo studente è in grado di eseguire operazioni di base con vettori e matrici, di calcolarne i determinanti, di calcolare i valori e vettori di Eigen e di risolvere sistemi lineari.
Programma
L’algebra lineare è uno dei linguaggi fondamentali della scienza moderna. Fornisce metodi sistematici per rappresentare, trasformare e interpretare dati complessi ed è alla base di molti strumenti della modellizzazione numerica, della statistica, dell’analisi dei dati e dell’apprendimento automatico. In genomica, insiemi di dati quali profili di espressione genica, caratteristiche ricavate dalle sequenze e dati di popolazione vengono naturalmente organizzati mediante vettori e matrici. Il corso inizia con lo studio dei sistemi di equazioni lineari e della loro rappresentazione matriciale. Verranno trattati l’eliminazione di Gauss, le forme a scala, il rango di una matrice e il criterio del rango per l’esistenza e l’unicità delle soluzioni. Saranno quindi introdotte le operazioni fondamentali tra matrici, tra cui somma e prodotto, trasposizione, invertibilità e relazione tra matrici invertibili e sistemi lineari dotati di un’unica soluzione. Il corso proseguirà con l’introduzione degli spazi vettoriali e dei sottospazi di dimensione finita. Gli argomenti principali saranno combinazioni lineari, insiemi di generatori, indipendenza lineare, basi, coordinate e dimensione. Verranno studiate le applicazioni lineari e le loro rappresentazioni matriciali. Particolare attenzione sarà dedicata a nucleo, immagine, rango, teorema rango-nullità, composizione e invertibilità. Saranno introdotti i determinanti, le loro principali proprietà e i relativi metodi di calcolo, compreso lo sviluppo di Laplace. Verrà inoltre discussa la loro relazione con l’invertibilità e con le applicazioni lineari. La parte finale del corso riguarderà i cambiamenti di base, le matrici simili, gli autovalori, gli autovettori, gli autospazi e la diagonalizzabilità. Nel corso delle lezioni, alcuni esempi illustreranno come vettori, matrici e applicazioni lineari intervengano nelle applicazioni scientifiche e nella rappresentazione e analisi dei dati, con occasionali riferimenti a problemi di interesse per la genomica. I prodotti scalari, l’ortogonalità e il teorema spettrale non fanno parte del programma del corso. Al termine del corso, lo studente sarà in grado di: risolvere sistemi di equazioni lineari mediante l’eliminazione di Gauss e descriverne gli insiemi delle soluzioni; svolgere i principali calcoli con le matrici, compreso il calcolo di inverse, ranghi e determinanti; operare con spazi vettoriali e sottospazi di dimensione finita, combinazioni lineari, insiemi di generatori, indipendenza lineare, basi e dimensione; rappresentare le applicazioni lineari mediante matrici e calcolarne nucleo, immagine e rango; effettuare cambiamenti di base e comprendere la relazione tra diverse rappresentazioni matriciali della stessa applicazione lineare; calcolare autovalori e autovettori, stabilire se una matrice o un’applicazione lineare è diagonalizzabile ed eseguirne, quando possibile, la diagonalizzazione; riconoscere e interpretare alcuni utilizzi elementari di vettori, matrici e applicazioni lineari in problemi scientifici e di analisi dei dati.
Modalità d'esame
La verifica dell’apprendimento si basa su una prova scritta e, nei casi specificati di seguito, su una prova orale. La prova scritta ha una durata di tre ore e consiste in esercizi e domande riguardanti sia i metodi di calcolo sia i concetti teorici affrontati durante il corso. Gli studenti che ottengono alla prova scritta un voto compreso tra 18/30 e 25/30 non sono tenuti a sostenere la prova orale e possono accettare il voto dello scritto come voto finale. Gli studenti che ottengono alla prova scritta un voto pari o superiore a 26/30 sono tenuti a sostenere una prova orale. La prova orale può comprendere una discussione dell’elaborato scritto e domande su qualunque argomento trattato durante il corso. L’ammissione alla prova orale richiede il superamento della prova scritta.
Testi di riferimento
Testo principale R. Fioresi e M. Morigi, Linear Algebra, CEA. Testo complementare ad accesso libero J. Hefferon, Linear Algebra. L’edizione elettronica è liberamente disponibile sul sito dell’autore. Ulteriore lettura facoltativa R. Ghrist, Linear Algebra: Essence & Form. Liberamente disponibile online. Alcuni capitoli possono essere utili per ulteriori esempi e applicazioni; diversi argomenti trattati nel volume non rientrano nel programma del corso. Ulteriori note, esercizi e materiali didattici potranno essere messi a disposizione sulla piattaforma Virtuale.
Codice insegnamento 85283
Molecular Biology of the Cell1° anno · Annuale · 6 CFU · BIOS-08/A · 0 file
The successful student is provided with an in-depth understanding of the molecular organization of cells and knows the basic mechanisms of gene regulation, protein synthesis, DNA replication, repair and recombination.
Scheda dell'insegnamento
Obiettivi formativi
The successful student is provided with an in-depth understanding of the molecular organization of cells and knows the basic mechanisms of gene regulation, protein synthesis, DNA replication, repair and recombination.
Programma
INTRODUCTION: CELLS AND GENOMES The Universal features of cells. Cellular building blocks. The genome as working blueprint for life. Central Dogma of molecular biology. Protein folding, domains, modifications, interactions. Plasma membrane. The lipid bilayer. Range of cell sizes and shapes. STRUCTURE AND FUNCTION OF NUCLEIC ACIDS DNA double helix. DNA topological variations, supercoiling. The bacterial nucleoid. Chromosomal DNA and its packaging in Chromatin Fiber. Structure and versatility of RNA CELL REPLICATION The eukaryotic cell cycle. Cyclins and cdks. DNA replication. Chromosome segregation. The mitotic spindle. TRANSCRIPTION From DNA to RNA. Polymerases, Promoters, Termination. Transcriptional regulation RNA PROCESSING Capping. Polyadenylation. rRNA maturation, RNA Editing, RNA modifications TRANSLATION From RNA to protein: the genetic code. Ribosomes. tRNAs, AA-tRNA synthases the second genetic code. Translation initiation, elongation and termination, stop signals & release factors, Protein chaperones. Proteasome RIBOREGULATION Regulation by non-coding RNAs.Bacterial sRNAs, riboswitches. Student Workshops Cellular responses to DNA damage dsDNA break repair & homologous recombination Intracellular membrane transport Principles of cell signaling The cytoskeleton Apoptosis Cell junctions and the ECM Hands-on lab In vivo study of the post-transcriptional regulation mediated by the RyhB sRNA in Escherichia coli Site directed mutagenesis Preparative gel electrophoresis DNA purification Ligation Molecular cloning GFP reporter gene fusions SEQUENCE ANALYSIS EXERCIZES
Modalità d'esame
Written examination, including 5 sections: Basic questions quiz In depth questions quiz Open questions Strip sequence Analytical questions With regard to the use of generative Artificial Intelligence (AI) in the examination, the use of AI is prohibited. Any use constitutes a breach of academic integrity. Workshop evaluation Lab report SERVICE FOR STUDENTS WITH DISABILITIES AND SLD Students with specific learning difficulties (SLD) or temporary or permanent disabilities: please contact the relevant University Office in good time (https://site.unibo.it/studenti-con-disabilita-e-dsa/it). The office will be responsible for proposing any necessary adjustments to the students concerned; these must, however, be submitted for approval by the lecturer at least 15 days in advance, and the lecturer will assess their suitability, taking into account the course’s learning objectives. Students recognized as “working students” Please consult the dedicated website (https://www.unibo.it/en/study/guide-to-choosing-your-programme/balancing-study-and-work) to apply for this status and to learn about the available measures.
Testi di riferimento
Craig et al. Molecular Biology - Principles of Genome Function - second edition OXFORD Press Alberts et al. Molecular Biology of the Cell - sixth edition Garland Science Additional teaching material will be made available through the Virtuale UniBO repository. https://virtuale.unibo.it
Codice insegnamento 87614
Physics1° anno · 6 CFU · PHYS-06/A · 0 file
The successful student is familiar with the laws of physics, including the bases of thermodynamics, electrical forces and magnetism. The student is able to solve simple physical problems.
Scheda dell'insegnamento
Scheda dell'a.a. 2025/2026, ripresa da un altro corso di laurea dello stesso ateneo.
Obiettivi formativi
The successful student is familiar with the laws of physics, including the bases of thermodynamics, electrical forces and magnetism. The student is able to solve simple physical problems.
Programma
This course focuses on fundamental and applied physics relevant to genomics and molecular biology. In addition to an in-depth review of high school physics, students will explore how the properties of living systems emerge from atomic interactions. The course also covers the relationship between thermodynamics and the kinetics of intermolecular interactions, with applications to biological systems. 1. Measurement and Mathematical Foundations • Units, conversions, and dimensional analysis • Orders of magnitude and significant figures • Errors and uncertainty in measurements • Review of calculus; Taylor expansion • Probability and statistics fundamentals 2. Mechanics and Motion • Scalar and vector quantities; vector operations • Reference frames and motion description • Velocity, acceleration, and equations of motion • Free fall and projectile motion • Circular motion: angular velocity, angular acceleration, centripetal force • Newton’s laws of motion • Work, power, and energy conservation • Momentum and conservation laws • Elasticity: Hooke’s law, harmonic motion, and oscillations 3. Thermodynamics and Statistical Mechanics • Thermal equilibrium and temperature scales • Thermal expansion and heat transfer • Ideal and real gases; kinetic theory of gases • Internal energy, heat, and work; Joule’s experiment • First law of thermodynamics; phase transitions (fusion, vaporization) • Second law of thermodynamics; entropy and free energy • Brownian motion and diffusion; Fick’s laws • Statistical mechanics and molecular interactions 4. Electricity and Magnetism • Electric charge and Coulomb’s law • Electric field and potential; Gauss’s theorem • Capacitance and dielectrics • Electric current, resistance, and Ohm’s law • Joule heating and circuit elements (series and parallel resistors/capacitors) 5. Biophysics and Applications to Molecular Biology • Intermolecular forces and binding constants • Chemical kinetics and reaction rates • Foundations of polymer physics; properties of biopolymers (proteins, DNA) • Computational and experimental methods in modern biophysics
Modalità d'esame
Written exams
Testi di riferimento
Halliday, Resnick & Walker, Fundamental of physics, Wiley
Codice insegnamento 99477
Programming1° anno · 12 CFU · INFO-01/A · 0 file
By the end of the course, the student knows the principles, the tools and the methodologies pertaining to computer programming. The successful student can find solutions to basic programming problems and to choose the…
Scheda dell'insegnamento
Obiettivi formativi
By the end of the course, the student knows the principles, the tools and the methodologies pertaining to computer programming. The successful student can find solutions to basic programming problems and to choose the best informatics tools to solve specific programming challenges. At the end of the hands-on lab, the student can program in at least one of the main languages used in bioinformatics.
Programma
Introduction to Python. Simple numerical programs. Functions scoping and abstractions. Structured types, mutabilty and higher-order functions. Testing and debugging. Exceptions and assertions. Classes and object-oriented programming. A simplistic introduction to algorithmic complexity. Some simple algorithms and data structures. Dynamic programming. Stochastic programs, probability and distributions. Monte Carlo simulations. Sampling and confidence intervals. Understanding experimental data. Lies, damned lies, and statistics. Quick look at machine learning.
Modalità d'esame
Both written and oral exam about theory and practice.
Testi di riferimento
John V. Guttag; Introduction to Computation and Programming Using Python (2 ed.); The MIT Press. Daniel Zingaro; Learn to code By solving problems - a Python programming primer; No Starch Press. http://www.python.org Zed A. Shaw; Learn Python 3 the Hard Way: A Very Simple Introduction to the Terrifyingly Beautiful World of Computers and Code; Pearson Addison-Wesley
Codice insegnamento 85285
ALGORITHMS AND DATA STRUCTURES IN BIOLOGY [cod. 85301]2° anno · 1 file
Al termine del corso, lo studente possiede le basi della tecnologia informatica nonché l'abilità di utilizzare strumenti software base tra cui: sistemi operativi, motori di ricerca, word-processing, manipolazione…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso, lo studente possiede le basi della tecnologia informatica nonché l'abilità di utilizzare strumenti software base tra cui: sistemi operativi, motori di ricerca, word-processing, manipolazione grafiche e dell'immagine, rappresentazione multimediale dei dati usando tecnologie open source e commerciali.
Programma
Durante il corso verranno trattate le tecniche avanzate di programmazione software. In particolare verrà studiato il paradigma orientato agli oggetti e la sua implementazione nel linguaggio di programmazione Python. Inoltre, verrà studiato l'array-oriented computing per il calcolo scientifico e le principali librerie per tale scopo in Python, come NumPy, Pandas e SciPy. Infine, verranno i principi di modellazione software e verrà lo Unified Modelling Language (UML) sarà insegnato per fornire agli studenti un linguaggio standard per visualizzare il design di applicazioni software.
Modalità d'esame
Un progetto di gruppo e un esame scritto/orale.
Testi di riferimento
John V. Guttag; Introduction to Computation and Programming Using Python (2 ed.); The MIT Press. [https://mitpress.mit.edu/books/introduction-computation-and-programming-using-python-second-edition] http://www.python.org [http://www.python.org/] I riferimenti ad ulteriore materiale saranno indicati di volta in volta.
Codice insegnamento 93363
Algorithms and Data Structures in Biology2° anno · 2° semestre · 6 CFU · INFO-01/A · 0 file
Al termine del corso, lo studente ha familiarità con il processo di ideazione e di analisi di algoritmi corretti ed efficienti e delle strutture-dati. Nello specifico lo studente possiede conoscenze di base sugli…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso, lo studente ha familiarità con il processo di ideazione e di analisi di algoritmi corretti ed efficienti e delle strutture-dati. Nello specifico lo studente possiede conoscenze di base sugli algoritmi e le strutture-dati. Lo studente sarà poi in grado di ideare algoritmi corretti ed efficienti per il loro impiego nei problemi computazionali applicati alla biologia e per analizzare le strutture-dati e gli algoritmi già esistenti.
Programma
Concetti di algoritmo e di complessità computazionale: definizione di algoritmo, algoritmi ricorsivi ed iterativi, notazione asintotica. Algoritmi di ricerca esaustiva: restriction mapping, motif finding. Algoritmi greedy: sorting by reversals, algoritmi approssimati. Programmazione dinamica: edit distance, Manhattan distance. La tecnica Divide and Conquer.
Modalità d'esame
L'esame consiste in una prova scritta ed una prova orale opzionale. Queste attività mirano a verificare che lo studente abbia acquisito la necessaria dimestichezza nel progetto di algoritmi, oltre che le conoscenze teoriche di base. Uso dell'Intelligenza Artificiale, generativa e non, nelle prove d’esame: l'uso di strumenti di Intelligenza Artificiale, generativa e non, durante la prova d'esame è vietato in qualunque forma; qualunque utilizzo dell'Intelligenza Artificiale è considerato violazione del principio di onestà e correttezza, e costituisce violazione dell'integrità accademica. Qualsiasi sospetto di utilizzo di strumenti di AI durante le prove di esame potrà comportare, a completa discrezione del docente, un orale obbligatorio di verifica. Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’Ufficio di Ateneo competente (https://site.unibo.it/studenti-con-disabilita-e-dsa/it). Sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con almeno 15 giorni di anticipo, all’approvazione del/della docente, il/la quale ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.
Testi di riferimento
Neil C. Jones and Pavel A. Pevzner. An Introduction to Bioinformatics Algorithms. MIT Press, 2004.
Al termine del corso lo studente acquisisce abilità in computer science e utilizza strumenti per risolvere problemi bioinformatici. In particolare, lo studente sarà in grado di: i) comprendere gli algoritmi impiegati nei…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso lo studente acquisisce abilità in computer science e utilizza strumenti per risolvere problemi bioinformatici. In particolare, lo studente sarà in grado di: i) comprendere gli algoritmi impiegati nei software bioinformatici; ii) usare strumenti già esistenti per risolvere problemi di base in bioinformatica; iii) ideare soluzioni a nuovi problemi usando le tecniche della computer science; iv) saper scegliere e adottare lo strumento bioinformatico che meglio si adatta a rispondere ad un dato problema genomico.
Programma
Il corso è diviso in 8 crediti (CFU) frontali e 4 CFU di laboratorio. 8 CFU frontali: Aspetti computazionali della ricerca biologica: il rapporto fra sequenza, struttura e funzione di acidi nucleici e proteine Algoritmi per analisi e confronto delle sequenze di acidi nucleici e proteine Misure di distanza e similarità fra stringhe e biosequenze Algoritmi per allineamento di coppie di sequenze, per allineamento multiplo, per ricerche di similarità in banche dati, per ricerca di pattern di sequenza Algoritmi per inferenza filogenetica Il sequenziamento di nuova generazione: piattaforme e dati Algoritmi e procedure per l'analisi di dati di sequenziamento massivo parallelo di acidi nucleici Genoma: assemblaggio, annotazione e genotipizzazione Trascrittoma: dall'espressione genica alla ricostruzione dei trascritti 4 CFU laboratorio: Nel laboratorio verranno applicati i concetti teorici appresi, in esercizi e progetti, allo scopo di acquisire padronanza con dati su scala genomica e la loro analisi. In particolare saranno introdotte le procedure principali per analisi di dati di RNA-seq, ChIP-seq e variant calling. Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’Ufficio di Ateneo competente. Sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con almeno 15 giorni di anticipo, all’approvazione del/della docente, il/la quale ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.
Modalità d'esame
La prova d'esame mira a verificare il raggiungimento degli obiettivi didattici. In particolare è volta a determinare la conoscenza del candidato negli argomenti delle lezioni frontali e nelle attività di laboratorio. Per la parte di lezioni frontali, agli studenti è chiesto di implementare, durante il corso, alcuni algoritmi fondamentali della bioinformatica. Al termine del corso si svolgerà una prova scritta ed una prova orale opzionale. Per la parte di laboratorio, si terrà una prova scritta al termine del corso. Per entrambe le componenti del corso la valutazione è espressa in trentesimi. La valutazione finale sarà calcolata come somma delle valutazioni della parte frontale e della parte di laboratorio, pesate per il numero di crediti di ciascuna di esse Per quanto riguarda ogni componente della verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.
Testi di riferimento
Saranno forniti articoli, rassegne e capitoli di libri pertinenti agli argomenti trattati.
Al termine del corso, lo studente ha familiarizzato con i meccanismi alla base dei fenomeni epigenetici coinvolti nella regolazione genica e nella organizzazione spaziale dei genomi. In particolare, lo studente comprende…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso, lo studente ha familiarizzato con i meccanismi alla base dei fenomeni epigenetici coinvolti nella regolazione genica e nella organizzazione spaziale dei genomi. In particolare, lo studente comprende l'utilizzo dei saggi molecolari che generano dati massivi riguardo al set completo delle modificazioni e delle molecole epigenetiche e del loro impatto sull'espressione genica, stabilità genomica, differenziamento cellulare e oncogenesi.
Programma
Note storiche sulla nascita dell'Epigenetica come nuova disciplina scientifica. Concetti di base e analisi di fenomeni che apparentemente non seguono le leggi mendeliane. Espressività del genoma indipendente dalla sequenza del DNA. Analisi dell'ereditarietà genetica oltre la sequenza del DNA. Definizione di trascrittomi multipli dalla stessa sequenza informativa del DNA. Comprendere come funziona la trascrizione: trascrizione basale. Controllo dell'espressione genica: controllo dell'espressione genica, regolazione post-trascrizionale. Interazione proteina-DNA e dimerizzazione dei fattori di trascrizione. Regolazione trascrizionale dei geni attraverso l'uso combinatorio di elementi cis e trans. EMSA Elettroforesi di mobilità. Cromatografia ad esclusione dimensionale. Assemblaggio sequenziale dei fattori di trascrizione generali nella trascrizione "basale". La regolazione della trascrizione dipende dall'architettura della cromatina e da come questa è funzionalmente regolata. Nucleosomi, codice istonico e "readers", "writers" e "erasers" epigenetici. Immunoprecipitazione della cromatina - ChIP. Analisi dei dati ChIP-seq. Acetilazione degli istoni. Definizione del ruolo dell'acetiltransferasi GCN5. Complessi contenenti GCN5. Rimodellamento dei nucleosomi e complesso SWI/SNF. Effetto di posizione a variegazione nell'organismo Drosophila. Ruolo non canonico degli "writers" e "erasers" sulle proteine. Complessi contenenti Hdac e il loro ruolo nell'espressione genica. Regioni genomiche regolatrici distali: Enhancer. Definizione di Enhancer attivi e in attesa. Assays di cattura della conformazione cromosomica. Definizione della regolazione trascrizionale basata su Promoter e Enhancer. Definizione delle dipendenze geniche e dei Super-enhancer. Il problema della metilazione del DNA. CpG o non CpG. Isole CpG.
Modalità d'esame
Esame orale. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.
Testi di riferimento
Articoli scientifici dalla letteratura e slides EPIGENETICS II edition CSHL edited by D. Allis ISBN 978-1-936113-59-0
Al termine del corso, lo studente conosce le principali tecniche di sequenziamento massivo ed ultramassivo utilizzate per il sequenziamento dei genomi eucariotici e per l’analisi funzionale delle regioni genomiche;…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso, lo studente conosce le principali tecniche di sequenziamento massivo ed ultramassivo utilizzate per il sequenziamento dei genomi eucariotici e per l’analisi funzionale delle regioni genomiche; comprende i concetti di assemblaggio e annotazione; conosce l’organizzazione dei geni, di regioni funzionali e l’anatomia dei genomi eucariotici. Inoltre, lo studente è in grado di contestualizzare i progressi biotecnologici applicati all'analisi strutturale e funzionale dei genomi, trascrittomi ed interattomi eucariotici. Lo studente è anche in grado di esplorare le interazioni tra i prodotti genici ed il loro influsso sulle differenti caratteristiche fenotipiche per definirne le funzioni.
Programma
Organizzazione dei genomi eucariotici Sequenziamento e annotazione dei genomi. NGS e nuove tecniche di sequenziamento. Dimensioni, geni e origini di replicazione. Struttura dei geni e attività geniche negli eucarioti: Gene ontology. Sequenze ripetute: classificazione, struttura e funzioni. Struttura dei genomi dei mitocondri e dei cloroplasti. Variabilità del genoma. Polimorfismi, e variabilità fenotipica. Metilazione del DNA, CpG dinucleotide e trascrizione. Organizzazione gerarchica della struttura della cromatina. Nucleosoma: componenti molecolari e struttura ai raggi X. Modificazioni post-traduzionali degli istoni. Posizioni traslazionale e rotazionale dei nucleosomi. Espressione dei genomi eucariotici Trascrizione pervasiva dei genomi e classi di trascritti. RNA polimerasi eucariotiche. Struttura della RNA polimerasi II. Organizzazione dei promotorieucariotici. Fattori di trascrizione generali e loro funzioni. Meccanismo di inizio, elongazione e terminazione della trascrizione. Regolazione della trascrizione. Fattori di trascrizione a monte ed inducibili. Enhancers. Domini proteici di interazione con il DNA: strutture e funzioni. Ruolo della cromatina nella regolazione della trascrizione. Mappe genomiche di siti di legame di fattori di trascrizione. Maturazione dei trascritti. Capping del terminale 5' e maturazione del terminal 3'. Classi di introni e meccanismi di splicing. Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’Ufficio di Ateneo competente (https://site.unibo.it/studenti-con-disabilita-e-dsa/it ). Sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con almeno 15 giorni di anticipo, all’approvazione del/della docente, il/la quale ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.
Modalità d'esame
Esame scritto e orale. L'esame verifica il livello di conoscenza dello studente degli argomenti trattati a lezione e delle procedure di analisi genomiche con UCSC Genome browser.
Testi di riferimento
Weaver RF. Molecular Biology. McGraw-Hill. Last edition. Capranico et al. Biologia molecolare, Edises 2° Edizione (In italiano).
Codice insegnamento 99475
Genomes I (I.C.) Prerequisite Biological Informational Moleculess2° anno · 1° semestre · 0 file
Al termine del corso lo studente conosce le principali tematiche legate al sequenziamento, all'assemblaggio, all'annotazione dei genomi procariotici, con particolare enfasi sull'uso delle tecniche di next generation…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso lo studente conosce le principali tematiche legate al sequenziamento, all'assemblaggio, all'annotazione dei genomi procariotici, con particolare enfasi sull'uso delle tecniche di next generation sequencing per l'analisi strutturale e funzionale dei genomi. Lo studente è inoltre in grado di comprendere la struttura della variabilità genetica e dei relativi effetti fenotipici, visualizzare genomi procariotici, applicare metodi per l'analisi dei dati genomici, interpretare e pianificare correttamente studi genomici nei batteri.
Programma
Il corso sui Genomi Procariotici (Modulo 1 e Modulo 2) fornisce le basi teoriche e metodologiche per lo studio dell'organizzazione, evoluzione e analisi funzionale dei genomi procariotici. 1. Introduzione ai procarioti
Struttura e organizzazione della cellula procariotica.
Crescita microbica e principali parametri fisiologici. 2. Diversità del mondo procariotico
Tassonomia e filogenesi di Batteri e Archea.
L'albero della vita e i principali cronometri molecolari.
Costruzione e interpretazione degli alberi filogenetici.
Diversità microbica in termini di nutrizione, metabolismo e fisiologia. 3. Genomi procariotici e plasticità genomica
Struttura, duplicazione e partizione del genoma procariotico.
Plasmidi batterici ed elementi trasponibili.
Isole genomiche.
Core genome e accessory genome.
Trasferimento genico orizzontale: coniugazione, trasformazione e trasduzione.
Ricombinazione genetica. 4. Mutagenesi, epigenetica e resistenza agli antibiotici
Principi di mutagenesi spontanea e indotta.
Meccanismi epigenetici nei procarioti.
Basi genetiche e genomiche della resistenza agli antibiotici. 5. Sequenziamento e analisi dei genomi
Tecnologie di sequenziamento genomico.
Assemblaggio e ricostruzione del genoma.
Annotazione genomica. 6. Genomica comparativa
Principi di comparative genomics.
Principali banche dati genomiche e loro utilizzo.
Analisi comparativa dei genomi procariotici. 7. Genomica funzionale
Principi di trascrittomica.
Tecnologie RNA-seq.
Microarray e applicazioni. 8. Introduzione ai sistemi CRISPR
Sistemi CRISPR-Cas come immunità adattativa procariotica.
Evoluzione e diversità dei sistemi CRISPR.
Applicazioni dei sistemi CRISPR per la modifica del genoma. Nel corso delle lezioni saranno inoltre discussi esempi applicativi e casi studio relativi all'analisi e all'ingegnerizzazione dei genomi procariotici.
Modalità d'esame
L'esame finale è finalizzato a verificare:
la conoscenza dei principi di genetica e genomica dei procarioti;
la comprensione dei meccanismi di evoluzione e plasticità genomica;
la capacità di interpretare dati genomici e trascrittomici;
la capacità di utilizzare correttamente la terminologia scientifica del settore. La valutazione finale si basa su: Prova orale (Modulo 1) La prova orale approfondisce gli argomenti trattati nel corso e valuta:
il livello di comprensione degli argomenti;
la capacità di collegare temi diversi del programma;
la capacità di ragionamento critico;
la padronanza del linguaggio scientifico. Prova scritta (Modulo 2) Studenti frequentanti Gli studenti frequentanti potranno sostenere un pre-appello prima della pausa natalizia e scegliere tra le seguenti modalità di valutazione: Opzione A (disponibile esclusivamente nel 1o appello) La prova scritta comprende: · domande a risposta multipla; · domande a risposta aperta breve; · domande a risposta aperta di carattere teorico e applicativo. Opzione B (disponibile in tutti gli appelli successivi) La prova scritta comprende 15 domande a risposta aperta breve relative agli aspetti teorici e applicativi trattati nel Modulo 2. Le risposte dovranno essere concise, per un massimo di 10 righe per ciascuna domanda. La prova è finalizzata a verificare sia le conoscenze teoriche sia la capacità di interpretare problematiche e dati relativi alla genomica procariotica. Criteri di valutazione La valutazione terrà conto di:
correttezza e completezza delle conoscenze acquisite;
capacità di applicare i concetti teorici a problemi di genomica microbica;
capacità di interpretare dati e risultati sperimentali;
utilizzo appropriato della terminologia scientifica;
chiarezza espositiva e capacità di collegamento tra gli argomenti trattati. Indicativamente: 18-21: conoscenza dei concetti fondamentali e comprensione essenziale degli argomenti trattati; 22-25: buona conoscenza degli argomenti e capacità di applicare i concetti acquisiti; 26-29: conoscenza approfondita, capacità di integrazione tra gli argomenti e buona capacità di analisi critica; 30-30L: padronanza completa degli argomenti, elevata capacità di collegamento e interpretazione critica, utilizzo rigoroso della terminologia scientifica. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica
Testi di riferimento
Materiale necessario per la preparazione dell'esame
Presentazioni e materiale didattico forniti dal docente e resi disponibili sulla piattaforma Virtuale.
Articoli scientifici e review indicati durante il corso. Materiale consigliato per approfondimento
Snyder L.A.S. (2020). *Bacterial Genetics and Genomics*. CRC Press, Taylor & Francis Group.
Brown T.A. (2023). *Genomes 5*. CRC Press, Taylor & Francis Group. Ulteriori pubblicazioni scientifiche di approfondimento saranno segnalate durante il corso.
Codice insegnamento 99473
Genomes II (I.C.) Prerequisite Genomes I (I. C.)2° anno · 2° semestre · 0 file
Al termine del corso, lo studente ha familiarizzato con i meccanismi alla base dei fenomeni epigenetici coinvolti nella regolazione genica e nella organizzazione spaziale dei genomi. In particolare, lo studente comprende…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso, lo studente ha familiarizzato con i meccanismi alla base dei fenomeni epigenetici coinvolti nella regolazione genica e nella organizzazione spaziale dei genomi. In particolare, lo studente comprende l'utilizzo dei saggi molecolari che generano dati massivi riguardo al set completo delle modificazioni e delle molecole epigenetiche e del loro impatto sull'espressione genica, stabilità genomica, differenziamento cellulare e oncogenesi.
Programma
Note storiche sulla nascita dell'Epigenetica come nuova disciplina scientifica. Concetti di base e analisi di fenomeni che apparentemente non seguono le leggi mendeliane. Espressività del genoma indipendente dalla sequenza del DNA. Analisi dell'ereditarietà genetica oltre la sequenza del DNA. Definizione di trascrittomi multipli dalla stessa sequenza informativa del DNA. Comprendere come funziona la trascrizione: trascrizione basale. Controllo dell'espressione genica: controllo dell'espressione genica, regolazione post-trascrizionale. Interazione proteina-DNA e dimerizzazione dei fattori di trascrizione. Regolazione trascrizionale dei geni attraverso l'uso combinatorio di elementi cis e trans. EMSA Elettroforesi di mobilità. Cromatografia ad esclusione dimensionale. Assemblaggio sequenziale dei fattori di trascrizione generali nella trascrizione "basale". La regolazione della trascrizione dipende dall'architettura della cromatina e da come questa è funzionalmente regolata. Nucleosomi, codice istonico e "readers", "writers" e "erasers" epigenetici. Immunoprecipitazione della cromatina - ChIP. Analisi dei dati ChIP-seq. Acetilazione degli istoni. Definizione del ruolo dell'acetiltransferasi GCN5. Complessi contenenti GCN5. Rimodellamento dei nucleosomi e complesso SWI/SNF. Effetto di posizione a variegazione nell'organismo Drosophila. Ruolo non canonico degli "writers" e "erasers" sulle proteine. Complessi contenenti Hdac e il loro ruolo nell'espressione genica. Regioni genomiche regolatrici distali: Enhancer. Definizione di Enhancer attivi e in attesa. Assays di cattura della conformazione cromosomica. Definizione della regolazione trascrizionale basata su Promoter e Enhancer. Definizione delle dipendenze geniche e dei Super-enhancer. Il problema della metilazione del DNA. CpG o non CpG. Isole CpG.
Modalità d'esame
Esame orale. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.
Testi di riferimento
Articoli scientifici dalla letteratura e slides EPIGENETICS II edition CSHL edited by D. Allis ISBN 978-1-936113-59-0
Codice insegnamento 85298
INTRODUCTORY STATISTICS [cod. 85290]2° anno · 1 file
Al termine del corso lo studente conosce: i) i principali metodi per la profilazione tassonomica, l'analisi funzionale e il confronto della comunità di genomi e trascrittomi estratti da un campione ambientale o da una…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso lo studente conosce: i) i principali metodi per la profilazione tassonomica, l'analisi funzionale e il confronto della comunità di genomi e trascrittomi estratti da un campione ambientale o da una biopsia. Conosce come descrivere la biodiversità di qualunque nicchia ambientale attraverso l'analisi del materiale genetico in essa presente.
Programma
Argomenti generali: (i) principali applicazioni degli studi di metagenomica applicata alle scienze dei microbioti; (ii) tecniche e tecnologie per l’analisi di metagenomi, includendo gli aspetti bioinformatici e biostatistici; (iii) centralità dei microbiomi per la biologia del pianeta, microbioti ambientali e associati all’ospite, aspetti eco-evolutivi e co-evolutivi; (iv) importanza dei microbioti nella biologia umana, modernizzazione e medicina personalizzata; (v) mentagenomica del DNA antico, applicazioni in paleo-archeo microbiologia e bioprospecting; (vi) innovazioni e prospettive delle biotecnologie basate su microbiomi, applicazioni in economia circolare: Introduzione generale: metagenomica, ecosistemi microbici e microbiomi — definizioni, importanza e applicazioni; principali aspetti tecnici; obiettivi di uno studio metagenomico; tipologie di studi metagenomici; sequenziamento NGS; piattaforme NGS di seconda e terza generazione. Sequenziamento NGS: campionamento; estrazione del DNA da diverse matrici (suolo, aria, acqua e campioni biologici); multiplexing e preparazione delle librerie; reazione di sequenziamento NGS; sequenziamento del gene marcatore 16S e metagenomica shotgun. Analisi bioinformatica: demultiplexing; filtraggio di qualità; mappatura delle letture; ricostruzione dei contig; assegnazione ai database di riferimento; costruzione de novo di specie metagenomiche e modelli metabolici su scala genomica. Biostatistica: statistica multivariata; ordinamento esplorativo; clustering; correlazione canonica; metodi discriminanti e machine learning; analisi della varianza; test di permutazione; costruzione e topologia di reti. Regole ecologiche e dinamiche dominanti delle comunità microbiche. Il microbioma umano: ruolo nella biologia umana, traiettoria coevolutiva, impatto della modernizzazione e medicina personalizzata. I microbiomi terrestri: centralità ecologica, microbiomi ambientali e animali, ruolo nella biologia delle piante e connessioni con i cambiamenti globali. Paleometagenomica: dal paleobioprospecting ai registri paleoclimatici e alla coevoluzione a lungo termine. Biotecnologia del microbioma: applicazioni basate sul microbioma per una produzione alimentare più sostenibile; sviluppo di bioprocessi e bioconversioni microbiome-based per la valorizzazione dei sottoprodotti nell’economia circolare.
Modalità d'esame
Oral examination
Testi di riferimento
Lesk Introduction to Bioinformatics (V Edition_2019) Metagenomics, perspectives, methods and applications, M Nagarajan (2017) R in action, third edition Multivariate analysis of ecological data with ADE4 Brook, biology of microorganisms 15th edition Papers and reviews suggested by the teacher Laboratory notes
Codice insegnamento 85300
PRINCIPLES OF BIOCHEMISTRY AND METABOLOMICS Prerequisite Chemistry2° anno · 1° semestre · 6 CFU · BIOS-07/A · 0 file
Al termine del corso lo studente conosce i principi generali del metabolismo cellulare sia animale che vegetale e gli aspetti principali di come si esegue un’analisi metabolomica. Lo studente è in grado di comprendere la…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso lo studente conosce i principi generali del metabolismo cellulare sia animale che vegetale e gli aspetti principali di come si esegue un’analisi metabolomica. Lo studente è in grado di comprendere la complessità metabolica della cellula, di un tessuto o di un organismo. Inoltre, lo studente acquisisce conoscenze sulle principali tecniche analitiche utilizzate in metabolomica e sull’analisi dei dati, dall’utilizzo delle banche dati ai metodi statistici.
Programma
Introduzione alla metabolomica: definizione e importanza nello studio della biologia dei sistemi. I componenti chimici della cellula:diversità strutturale e numero di metaboliti in un sistema biologico. Reazioni chimiche nella cellula: energia libera di una reazione, energia di attivazione, reazioni acoppiate, gli enzimi, specificità, cinetica e regolazione della attività enzimatica. Panoramica del metabolismo: il metabolismo cellulare è organizzato in vie metaboliche, molecole chiave del metabolismo (ATP, NADH, NADPH, Acetyl Coa). Metabolismo dei carboidrati: struttura molecolare dei carboidrati. Glicolisi, ciclo dell'acido citrico, gluconeogenesi, degradazione e sintesi del glicogeno e dell’amido, via dei pentosi fosfati. Fosforilazione ossidativa Metabolismo lipidico: degradazione dei lipidi e acidi grassi, sintesi degli acidi grassi e dei lipidi, metabolismo del colesterolo. Metabolismo degli aminoacidi: ciclo dell’azoto e organicazione dell’azoto, degradazione e sintesi degli aminoacidi, ciclo del’urea. Metabolismo dei nucleotidi: biosintesi e degradazione delle purine e delle pirimidine. Come le cellule catturano l’energia: la fotosintesi e l'organicazione dell'anidride carbonica. Workflow di un'analisi metabolomica Raccolta e preparazione dei campioni: estrazione dei metaboliti intracellulari ed campionamento dei metaboliti. Metodologie di analisi: cromatografia, spettrometria di massa, spettromentria NMR. Analisi dei dati Flussomica Applicazioni della metabolomica: esempi di applicazioni della metabolomica in clinica, nel settore agroalimentare, nello studio delle malattie e nello studio di nuove vie metaboliche.
Modalità d'esame
L'esame sarà scritto o orale a scelta dello studente. Il voto finale sarà una media di almeno 5 domande che toccheranno gli argomenti trattati nel programma, sarà valutata la capacità di collegare ed integrare i vari argomenti e si richiede una particolare attenzione alla terminologia scientifica utilizzata e alla esposizione corretta, fluente ed accurata. Tre domande riguarderanno pathways metabolici, le reazioni principali e la loro regolazione oltre a come sono interconnessi con il resto del metabolismo cellualare Due domande riguarderanno le tecniche utilizzate in metabolomica, i metodi di preparazione dei campioni, i metodi di analisi dei risultati. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica. Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’Ufficio di Ateneo competente (https://site.unibo.it/studenti-con-disabilita-e-dsa/it ). Sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con almeno 15 giorni di anticipo, all’approvazione del/della docente, il/la quale ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.
Testi di riferimento
Metabolomics: From Fundamentals to Clinical Applications [https://www.springer.com/it/book/9783319476551], Editors: Sussulini, Alessandra (Ed.), 2017, Springer, ISBN 978-3-319-47655-1 Principles of Biochemistry: International Edition David L. Nelson, Michael Cox Biochemistry Donald Voet, Judith G. Voet Biochemistry Jeremy M. Berg, Lubert Stryer, John L. Tymoczko, Gregory J. Gatto
Al termine del corso lo studente conosce le principali tematiche legate al sequenziamento, all'assemblaggio, all'annotazione dei genomi procariotici, con particolare enfasi sull'uso delle tecniche di next generation…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso lo studente conosce le principali tematiche legate al sequenziamento, all'assemblaggio, all'annotazione dei genomi procariotici, con particolare enfasi sull'uso delle tecniche di next generation sequencing per l'analisi strutturale e funzionale dei genomi. Lo studente è inoltre in grado di comprendere la struttura della variabilità genetica e dei relativi effetti fenotipici, visualizzare genomi procariotici, applicare metodi per l'analisi dei dati genomici, interpretare e pianificare correttamente studi genomici nei batteri.
Programma
Il corso sui Genomi Procariotici (Modulo 1 e Modulo 2) fornisce le basi teoriche e metodologiche per lo studio dell'organizzazione, evoluzione e analisi funzionale dei genomi procariotici. 1. Introduzione ai procarioti
Struttura e organizzazione della cellula procariotica.
Crescita microbica e principali parametri fisiologici. 2. Diversità del mondo procariotico
Tassonomia e filogenesi di Batteri e Archea.
L'albero della vita e i principali cronometri molecolari.
Costruzione e interpretazione degli alberi filogenetici.
Diversità microbica in termini di nutrizione, metabolismo e fisiologia. 3. Genomi procariotici e plasticità genomica
Struttura, duplicazione e partizione del genoma procariotico.
Plasmidi batterici ed elementi trasponibili.
Isole genomiche.
Core genome e accessory genome.
Trasferimento genico orizzontale: coniugazione, trasformazione e trasduzione.
Ricombinazione genetica. 4. Mutagenesi, epigenetica e resistenza agli antibiotici
Principi di mutagenesi spontanea e indotta.
Meccanismi epigenetici nei procarioti.
Basi genetiche e genomiche della resistenza agli antibiotici. 5. Sequenziamento e analisi dei genomi
Tecnologie di sequenziamento genomico.
Assemblaggio e ricostruzione del genoma.
Annotazione genomica. 6. Genomica comparativa
Principi di comparative genomics.
Principali banche dati genomiche e loro utilizzo.
Analisi comparativa dei genomi procariotici. 7. Genomica funzionale
Principi di trascrittomica.
Tecnologie RNA-seq.
Microarray e applicazioni. 8. Introduzione ai sistemi CRISPR
Sistemi CRISPR-Cas come immunità adattativa procariotica.
Evoluzione e diversità dei sistemi CRISPR.
Applicazioni dei sistemi CRISPR per la modifica del genoma. Nel corso delle lezioni saranno inoltre discussi esempi applicativi e casi studio relativi all'analisi e all'ingegnerizzazione dei genomi procariotici.
Modalità d'esame
L'esame finale è finalizzato a verificare:
la conoscenza dei principi di genetica e genomica dei procarioti;
la comprensione dei meccanismi di evoluzione e plasticità genomica;
la capacità di interpretare dati genomici e trascrittomici;
la capacità di utilizzare correttamente la terminologia scientifica del settore. La valutazione finale si basa su: Prova orale (Modulo 1) La prova orale approfondisce gli argomenti trattati nel corso e valuta:
il livello di comprensione degli argomenti;
la capacità di collegare temi diversi del programma;
la capacità di ragionamento critico;
la padronanza del linguaggio scientifico. Prova scritta (Modulo 2) Studenti frequentanti Gli studenti frequentanti potranno sostenere un pre-appello prima della pausa natalizia e scegliere tra le seguenti modalità di valutazione: Opzione A (disponibile esclusivamente nel 1o appello) La prova scritta comprende: · domande a risposta multipla; · domande a risposta aperta breve; · domande a risposta aperta di carattere teorico e applicativo. Opzione B (disponibile in tutti gli appelli successivi) La prova scritta comprende 15 domande a risposta aperta breve relative agli aspetti teorici e applicativi trattati nel Modulo 2. Le risposte dovranno essere concise, per un massimo di 10 righe per ciascuna domanda. La prova è finalizzata a verificare sia le conoscenze teoriche sia la capacità di interpretare problematiche e dati relativi alla genomica procariotica. Criteri di valutazione La valutazione terrà conto di:
correttezza e completezza delle conoscenze acquisite;
capacità di applicare i concetti teorici a problemi di genomica microbica;
capacità di interpretare dati e risultati sperimentali;
utilizzo appropriato della terminologia scientifica;
chiarezza espositiva e capacità di collegamento tra gli argomenti trattati. Indicativamente: 18-21: conoscenza dei concetti fondamentali e comprensione essenziale degli argomenti trattati; 22-25: buona conoscenza degli argomenti e capacità di applicare i concetti acquisiti; 26-29: conoscenza approfondita, capacità di integrazione tra gli argomenti e buona capacità di analisi critica; 30-30L: padronanza completa degli argomenti, elevata capacità di collegamento e interpretazione critica, utilizzo rigoroso della terminologia scientifica. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica
Testi di riferimento
Materiale necessario per la preparazione dell'esame
Presentazioni e materiale didattico forniti dal docente e resi disponibili sulla piattaforma Virtuale.
Articoli scientifici e review indicati durante il corso. Materiale consigliato per approfondimento
Snyder L.A.S. (2020). *Bacterial Genetics and Genomics*. CRC Press, Taylor & Francis Group.
Brown T.A. (2023). *Genomes 5*. CRC Press, Taylor & Francis Group. Ulteriori pubblicazioni scientifiche di approfondimento saranno segnalate durante il corso.
Codice insegnamento 99474
Statistical Methods for Genomics prerequisite Introductory Statistics2° anno · 1° semestre · 6 CFU · STAT-01/A · 0 file
Al termine del corso lo studente è in grado di usare i metodi statistici più importanti per analizzare dati massivi ottenuti in ambito genomico e biologico molecolare. Lo studente è anche in grado di affrontare…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso lo studente è in grado di usare i metodi statistici più importanti per analizzare dati massivi ottenuti in ambito genomico e biologico molecolare. Lo studente è anche in grado di affrontare importanti domande biologiche analizzando tipologie multiple di dati genomici o aggregando i dati ottenuti da studi multipli (meta-analisi).
Programma
Parte I: metodi per l'inferenza statistica Metodi basati sulla verosimiglianza: funzione di verosimiglianza e quantità collegate; stima di massima verosimiglianza; inferenza (test e intervalli/regioni di confidenza) basata sulla verosimiglianza Parte II: modelli statistici Modelli di regressione lineare (LM) Stima dei modelli LM Variabili indicatrici: analisi della varianza e estensioni Verifica di ipotesi sui coefficienti di regressione Costruzione del modelli, selezione delle variabili, diagnostica del modello La presentazione degli argomenti si avvarrà di esempi e applicazioni di interesse per il percorso di studio
Modalità d'esame
Esame scritto. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.
Testi di riferimento
Lavine, M., Introduction to Statistical Thought. 2013. http://people.math.umass.edu/~lavine/Book/book.html
Codice insegnamento 95065
3D GENOMICS (I.C.) Prerequisite: Chemistry and Genomes I3° anno · 1° semestre · 0 file
Al termine del corso, lo studente conosce le basi teoriche e gli strumenti computazionali adatti per comprendere i processi biologici a livello molecolare. Durante la parte pratica lo studente apprende a risolvere…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso, lo studente conosce le basi teoriche e gli strumenti computazionali adatti per comprendere i processi biologici a livello molecolare. Durante la parte pratica lo studente apprende a risolvere semplici problemi di modellistica molecolare e di eseguire ed analizzare simulazioni di dinamica molecolare di sistemi di interesse biologico.
Programma
Concetti generali: Introduzione alla modellazione computazionale e ai metodidi simulazione molecolare Richiami di meccanica statistica: microstati e macrostati, entropia statistica, distribuzione di Boltzmann, energia termica Applicazioni della meccanica statistica alle biomolecole: transizioni conformazionali, modelli semplificati di folding proteico, e folding pathways Fondamenti teorici della modellazione e simulazione di molecole biologiche Modellazione e simulazione di molecole biologiche: aspetti teorici Rappresentazione della struttura e della geometria molecolare: sistemi di coordinate, superfici di energia potenziale e superfici molecolari Campi di forza per la meccanica molecolare: termini di legame, e non-legame, procedure di parametrizzazione, campi di forza generali e specifici per le biomolecole Metodi di minimizzazione dell'energia molecolare Simulazione di dinamica molecolare: integrazione delle equazioni del moto, costruzione dei sistemi modello e analisi delle traiettorie mediante il calcolo di semplici proprietà energetiche e strutturali Applicazione di tecniche di machine learning allo sviluppo di campi di forza, analisi di traiettorie e nel campionamento conformazionale Modellazione e simulazione di molecole biologiche: aspetti pratici Introduzione all'utilizzo del software di visualizzazione molecolare VMD Introduzione all'utilizzo del software di dinamica molecolare GROMACS Esercitazioni guidate di dinamica molecolare applicata a piccoli peptidi e acidi nucleici Analisi e visualizzazione dei risultati mediante strumenti sviluppati in ambiente Jupyter Notebook
Modalità d'esame
La preparazione degli studenti verrà valutata in base a: prova pratica finalizzata alla verifica delle competenze operative acquisite durante il corso; prova scritta costituita da domande a risposta multipla sugli argomenti trattati nel programma. Gli studenti che non ritengano soddisfacente il voto conseguito nella prova scritta potranno richiedere di sostenere una prova orale integrativa, riguardante l'intero programma del corso. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica. Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile; sarà sua cura proporre agli studenti e alle studentesse 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.
Testi di riferimento
Ken Dill, Robert L. Jernigan, and Ivet Bahar. Protein Actions - Principles and Modeling. 1st edition, 2017, Garland Science, Taylor & Francis Group.
Codice insegnamento B5846
APPROFONDIMENTO IN LINGUA ITALIANA DI METODOLOGIE E TEMATICHE LEGATE ALLA GENOMICA3° anno · 2° semestre · 1 CFU · 0 file
Data Science Prerequisiste Introductory Statistics3° anno · 1° semestre · 6 CFU · STAT-01/A · 0 file
Al termine del corso lo studente possiede una conoscenza dei metodi fondamentali di analisi di dati complessi. Conosce gli algoritmi principali e più moderni per l'analisi dei dati e sa implementarli in un linguaggio…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso lo studente possiede una conoscenza dei metodi fondamentali di analisi di dati complessi. Conosce gli algoritmi principali e più moderni per l'analisi dei dati e sa implementarli in un linguaggio di programmazione. L'attività laboratoriale permette allo studente di implementare ed eseguire analisi di dati al calcolatore ed applicare le metodologie studiate a casi prova.
Programma
Sillabo sintetico: Parte I: Introduzione ai metodi fondamentali del calcolo scientifico (algebra lineare ed ottimizzazione) Parte II: Machine Learning Sillabo dettagliato: 1 – Introduzione: informazioni di carattere generale ed amministrativo. 2 – Algebra lineare: Spazi vettoriali, operazioni con matrici Problemi agli autovalori Decomposizione SVD Altri tipi di decomposizione (LU, QR, Cholesky) Sistemi di equazioni lineari 3 – Ottimizzazione: Derivate, gradienti, Jacobiano, Hessiano Diversi tipi di ottimizzazione (locale, globale, convessa, non-convessa) Metodi di ottimizzazione (first-order, second-order) Stochastic gradient descent SGD 1 – Modelli lineari: Regressione binaria (logistica) Regressione lineare ai minimi quadrati Regolarizzazione (l1 e sparsita’) Splines Modelli lineari generalizzati 2 – Strutturare i dati senza reti neurali: Riduzione della dimensionalita’ Principal component analysis (PCA) Kernel PCA Algoritmi di raggruppamento (k-means) 3 – Supervised Learning: Reti neurali Training e regolarizzazione Convolutional Neural Network (CNN) Recurrent Neural Network 4 – Unsupervised Learning: Maximum Likelihood Estimation (MLE) Restricted Boltzmann machine (Variational) Autoencoders (VAE) Generative adversarial networks (GANs)
Modalità d'esame
La valutazione dell’apprendimento del corso di Data Science è finalizzata a verificare il raggiungimento degli obiettivi formativi, declinati in termini di conoscenze (sapere) e abilità (saper fare), come previsto dal quadro “Conoscenze e abilità da conseguire”. La verifica si compone di due prove, che concorrono entrambe in misura paritaria alla determinazione del voto finale: Valutazione delle relazioni di laboratorio (50%) La partecipazione ai laboratori è parte integrante del percorso formativo e costituisce un'opportunità fondamentale per acquisire competenze pratiche (saper fare) nell’analisi dei dati, nella programmazione e nell’utilizzo di strumenti e tecniche proprie della Data Science. Durante il corso verranno proposte attività di laboratorio guidate, al termine delle quali lo studente dovrà redigere relazioni individuali (secondo le istruzioni fornite di volta in volta dal docente), contenenti la descrizione delle attività svolte, i risultati ottenuti e un commento critico. Le relazioni dovranno essere consegnate entro le scadenze comunicate dal docente, generalmente prima della sessione d’esame. Il mancato rispetto delle scadenze può compromettere la valutazione. La valutazione delle relazioni si basa su: completezza e accuratezza nell’esecuzione dei compiti assegnati; correttezza dell’analisi e interpretazione dei dati; capacità di comunicare i risultati in modo chiaro, strutturato e pertinente; padronanza degli strumenti utilizzati. Il punteggio ottenuto in questa parte contribuisce per il 50% al voto finale. Esame orale sui contenuti del corso (50%) L’esame orale ha lo scopo di verificare l’acquisizione delle conoscenze teoriche e la capacità di collegarle alle attività pratiche svolte durante il corso. In particolare, verranno valutati: comprensione dei concetti fondamentali della Data Science (es. statistica, machine learning, data cleaning, visualizzazione); capacità di argomentazione critica; capacità di sintesi e chiarezza espositiva; eventuali approfondimenti individuali. L’orale si svolge solo dopo la consegna e valutazione positiva delle relazioni di laboratorio, in quanto la parte teorico-pratica rappresenta un prerequisito per sostenere la parte teorica. Il punteggio ottenuto nella prova orale contribuisce per il 50% al voto finale. Durante l’orale non è consentito l’uso di appunti, libri o dispositivi elettronici. Per quanto riguarda la verifica dell’apprendimento, l’esame è costituito da una parte che prevede l’utilizzo sostanziale dell’IA (elaborazione problemi, generazione contenuti) e una parte obbligatoria di analisi critica. Criteri di valutazione e attribuzione del voto finale Il voto finale in trentesimi è calcolato come media ponderata (50%+50%) tra la valutazione delle relazioni di laboratorio e l’esame orale. La lode potrà essere attribuita in presenza di eccellenza dimostrata in entrambe le componenti. La graduazione del voto riflette il seguente schema orientativo: <18: conoscenze e/o competenze insufficienti, mancato raggiungimento degli obiettivi minimi. 18–21: conoscenze e abilità minime raggiunte; esposizione elementare. 22–24: competenze soddisfacenti, esposizione corretta e argomentata. 25–27: buona padronanza dei contenuti, autonomia e capacità di applicazione. 28–30: padronanza approfondita, esposizione chiara e articolata, ottima capacità critica. 30 e lode: eccellenza, partecipazione attiva, capacità di approfondimento autonomo. La frequenza non è obbligatoria, ma è fortemente consigliata, in particolare per i laboratori, in quanto le attività pratiche sono fondamentali per acquisire le competenze operative richieste. Il corso prevede una valutazione con voto in trentesimi. Le prove coprono sia conoscenze teoriche (sapere) sia abilità pratiche (saper fare), in coerenza con gli obiettivi formativi del corso. Per sostenere l’esame orale è obbligatoria l’iscrizione tramite la piattaforma ufficiale di ateneo (AlmaEsami) entro i termini stabiliti. Gli studenti che non avranno consegnato le relazioni nei tempi previsti non potranno accedere alla prova orale. Studenti/sse 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): sarà sua cura proporre agli/lle studenti/sse 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.
Testi di riferimento
Letture Necessarie: Appunti delle lezioni Testi consigliati: Calcolo scientifico. Esercizi e problemi risolti con MATLAB e Octave, A. Quarteroni et al., Springer Verlag (2017) Data-driven modeling & scientific computation: methods for complex systems & big data, J. N. Kutz, Oxford University Press (2013) Probabilistic Machine Learning: An Introduction, K. P. Murphy, The MIT Press (2022) Lecture Notes: Machine Learning for the Sciences, T. Neupert et al., arXiv:2102.04883v2 (2022) Modern applications of machine learning in quantum sciences, A. Dawid et al., arXiv:2204.04198 (2022)
Ethics, Law and AI3° anno · 6 CFU · GIUR-02/A · 0 file
Il corso fornisce allo studente conoscenze in merito alle implicazioni etiche, legali e sociali nei seguenti contesti: regolazione dei test genetici, ricerca genomica, modifiche genomiche, riservatezza e protezione dei…
Scheda dell'insegnamento
Obiettivi formativi
Il corso fornisce allo studente conoscenze in merito alle implicazioni etiche, legali e sociali nei seguenti contesti: regolazione dei test genetici, ricerca genomica, modifiche genomiche, riservatezza e protezione dei dati ottenuti dall’utilizzo dell’intelligenza artificiale, dati relativi alla salute e intelligenza artificiale. Al termine del corso lo studente sarà in grado di (1) utilizzare differenti approcci per identificare le implicazioni etiche, legali e sociali nell’utilizzo dei dati scientifici; (2) valutare l’impatto degli algoritmi e delle tecnologie data-driven per gli individui e per la società; (3) acquisire le competenze metodologiche necessarie per la ricerca nell’ambito delle implicazioni etiche, legali e sociali legate ai dati scientifici e conoscere gli obblighi e le responsabilità che ne derivano per i professionisti del settore.
Programma
Il corso si articolerà in tre parti. Parte 1: Fondamenti di etica normativa La prima parte si propone di fornire i concetti di base dell'etica normativa, con un'introduzione alle principali teorie etiche normative (consequenzialismo, etica deontologica, teorie del contratto sociale, etica della virtù). Parte 2: Etica e diritto delle ICT La seconda parte si propone di fornire una panoramica approfondita delle numerose questioni etiche e giuridiche sollevate dalle tecnologie dell'informazione e della comunicazione (ICT), con particolare attenzione all'intelligenza artificiale e al suo impatto sulla società, sugli individui, sulla ricerca. In particolare, saranno affrontati i seguenti temi: principi fondamentali del GDPR; IA, Big Data e Data Protection; IA e ricerca medica: questioni giuridiche; Machine Learning, Big Health Data e problemi di bias e discriminazione; spiegabilità e trasparenza dell'intelligenza artificiale;IA e fiducia; valutazione dei casi d'uso dell'IA; scenari socio-tecnici; IA e responsabilità in ambito sanitario. Parte 3: Profili applicativi in ambito healthcare e genetica La terza parte si propone di applicare le conoscenze fornite nella prima e seconda parte attraverso la discussione di casi di studio pratici nel contesto dei test genetici, della ricerca genomica, del genome editing.
Modalità d'esame
Per tutti gli studenti, frequentanti e non frequentanti, l’esame sarà un test scritto qualora esso venga sostenuto nel primo appello utile dopo il termine delle lezioni. Negli appelli successivi, l’esame sarà solo in forma orale. Il test scritto consiste in 31 quiz a risposta multipla che coprono l'intero contenuto del corso. Gli studenti che accettano il voto dello scritto non devono sostenere la prova orale. In caso di mancato superamento della prova o di rifiuto del relativo voto, lo studente sarà tenuto a sostenere l’esame in forma orale in uno degli appelli successivi alla fine del corso. L’esame orale consiste in tre o quattro domande sull’intero contenuto del corso. L’attribuzione del voto finale nell’esame scritto e orale sarà ispirata ai seguenti criteri: 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 → 18-19; Preparazione su un numero limitato di argomenti affrontati nel corso e capacità di analisi autonoma solo su questioni puramente esecutive, espressione in linguaggio corretto → 20-24; Preparazione su un numero ampio di argomenti affrontati nel corso, capacità di compiere scelte autonome di analisi critica, padronanza della terminologia specifica →25-29; 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 → 30-30L.
Testi di riferimento
Verranno forniti slide delle lezioni, articoli scientifici e materiali didattici integrativi di approfondimento che saranno messi a disposizione sulla piattaforma Virtuale. Inoltre durante le lezioni si segnaleranno dei testi consigliati che coprono ognuno una parte del corso.
Codice insegnamento 99472
Final Exam3° anno · 2° semestre · 3 CFU · 0 file
Students are required to prepare and present a short report on an economic or financial topic of interest.
Scheda dell'insegnamento
Obiettivi formativi
Students are required to prepare and present a short report on an economic or financial topic of interest.
Codice insegnamento 75760
Genomics and Complex Traits Prerequisite Biological Informational Molecules3° anno · 1° semestre · 6 CFU · BIOS-14/A · 0 file
Al termine del corso lo studente è in grado di comprendere il flusso dell'informazione biologica alla base dei fenotipi complessi derivati da fattori multipli di natura genetica e ambientale e dalle loro interazioni.…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso lo studente è in grado di comprendere il flusso dell'informazione biologica alla base dei fenotipi complessi derivati da fattori multipli di natura genetica e ambientale e dalle loro interazioni. Lo studente ha familiarità con le tecnologie usate per generare sequenze genomiche e i dati genotipici; sa mappare e identificare i loci di suscettibilità e sa collegare la genotipica alla funzione e all'espressione fenotipica.
Programma
Il corso è diviso in 4 crediti (CFU) frontali e 2 CFU di laboratorio. 4 CFU frontali: Ripasso della genetica Medeliana Introduzione ai tratti complessi e come identificare un disturbo con una componente genetica: concetto di ereditarietà Concetti base di Genetica di Popolazione: diversità genetica delle popolazioni umana, frequenze alleliche nelle popolazioni, equilibrio di Hardy-Weinberg e i modi in cui le frequenze alleliche cambiano nelle popolazioni; Linkage disequilibrium Metodi di genotipizzazione ed errori, identificazione delle varianti del numero di copie (CNV) Architettura genetica delle malattie: modello di malattia comune-variante comune (CD-CV) e modello del gene prevalente Strategie per la mappatura e l'identificazione dei fattori genetici implicati in malattie complesse: analisi di associazione e NGS Studi di associazione: Linkage disequilibrium come base delle associazioni alleliche; studi family-based e caso-controllo. Studi di associazione su scala genomica (GWAS). Misura dell'effetto di una variante di suscettibilità: rischio relativo e odds ratio (OR). Livelli di significatività e test multipli. Analisi post-GWA: identificare le varianti causali. Utilità e limiti dei GWAS. Imputation, meta-analisi e calcolo del rischio poligenico CNVs e malattie complesse Sequenziamento dell'intero genoma e dell'intero esoma per identificare varianti di sequenza rare associate a malattie complesse Analisi di varianti rare Lettura di articoli scientifici su disturbi complessi 2 CFU laboratorio: In laboratorio verranno applicati i concetti teorici appresi, in esercizi e progetti, allo scopo di acquisire padronanza sull’utilizzo dell’ UCSC genome browser e sull’analisi di dati genomici.
Modalità d'esame
La prova d'esame mira a verificare il raggiungimento degli obiettivi didattici. In particolare, è volta a determinare la conoscenza del candidato negli argomenti delle lezioni frontali e nelle attività di laboratorio. Uso IA per le prove d'esame L’IA può essere uno strumento utile per coadiuvare lo studio individuale con approfondimenti, sintesi e percorsi di autovalutazione. Per quanto riguarda la verifica dell’apprendimento, durante l’esame in presenza l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica. Durante lo svolgimento dell’esame: è vietato l’uso di dispositivi elettronici di qualsiasi tipo (smartphone, tablet, smartwatch etc) è ammesso l’uso della calcolatrice Le prove d’esame si svolgono presso laboratori informatici i cui terminali hanno un accesso alla rete temporaneamente vincolato La prova d'esame prevede:
un test al computer al termine di ogni esercitazione nel laboratorio informatico (massimo 5 punti totali)
un esame scritto (massimo 29 punti): L'esame scritto dura due ore e si svolge in aula informatica. Consiste in uno/due esercizi e in alcune domande aperte. Il voto massimo per ogni esercizio/domanda è prefissato ed è visibile dallo studente che sostiene l'esame. I voti sono assegnati in base alla completezza, accuratezza e adeguatezza delle risposte dello studente. Se tale somma dei punteggi dei test e dell’esame scritto è >=31, il voto finale complessivo sarà 30/30 e lode. Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’Ufficio di Ateneo competente (https://site.unibo.it/studenti-con-disabilita-e-dsa/it). Sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con almeno 15 giorni di anticipo, all’approvazione del/della docente, il/la quale ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.
Testi di riferimento
Saranno forniti articoli e reviews pertinenti agli argomenti trattati. Libri consigliati: 1) Genetic Association Studies: Background, Conduct, Analysis, Interpretation Mehmet Tevfik Dorak Garland Science, Taylor & Francis Group 2) A Primer of Human Genetics Greg Gibson Oxford University Press 3) Human Molecular Genetics, 5th Edition Tom Strachan, Andrew Read CRC Press, Taylor & Francis Group Altri libri: Computational Exome and Genome Analysis Peter N. Robinson, Rosario M. Piro, Marten Jäger
Codice insegnamento 85307
Internship3° anno · 2° semestre · 6 CFU · 0 file
Al termine del tirocinio lo studente sotto la guida di un docente ha acquisto una significativa esperienza pratica per affrontare e risolvere specifici problemi e tematiche che sono coerenti con i contenuti degli…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del tirocinio lo studente sotto la guida di un docente ha acquisto una significativa esperienza pratica per affrontare e risolvere specifici problemi e tematiche che sono coerenti con i contenuti degli obiettivi del Programma del corso di laurea.
Programma
Attività sperimentale di tirocinio https://corsi.unibo.it/1cycle/Genomics/internships
Lo studente acquista familiarità con le metodiche e le problematiche scientifiche che dovrà affrontare durante l'attività di tirocinio ed è in grado di svolgere attività di relazione scientifica su aspetti selezionati…
Scheda dell'insegnamento
Scheda dell'a.a. 2025/2026: quella dell'anno in corso non è ancora pubblicata.
Obiettivi formativi
Lo studente acquista familiarità con le metodiche e le problematiche scientifiche che dovrà affrontare durante l'attività di tirocinio ed è in grado di svolgere attività di relazione scientifica su aspetti selezionati della propria attività di ricerca sperimentale.
Programma
Attività sperimentale di tirocinio Vedi https://corsi.unibo.it/1cycle/Genomics/internships
At the end of the lectures, the student has the background needed to analyse the genome of the most important farm animal species (cattle, pig, sheep, goat, rabbit, poultry and other species), to use genomic…
Scheda dell'insegnamento
Scheda dell'a.a. 2025/2026, ripresa da un altro corso di laurea dello stesso ateneo.
Obiettivi formativi
At the end of the lectures, the student has the background needed to analyse the genome of the most important farm animal species (cattle, pig, sheep, goat, rabbit, poultry and other species), to use genomic information in selection and breeding plans, conservation and management plans of animal populations for the sustainable use of animal diversity. The student can plan genome wide association studies to identify genomic regions affecting economic relevant traits and other relevant phenotypes. The student can also apply genomic technologies for the authentication of animal products.
Programma
Domestication of farm animals: origins, pathways, domestication centers, associated genetic processes, and impact on biodiversity. Production systems: comparison between meat, dairy, and dual-purpose production; analysis of livestock production chains, including cattle, pigs, poultry, and aquatic species. Classification and biodiversity: definition of species and breed, morphological and functional adaptations, Italian local breeds. Quantitative genetics: basic genetic model for quantitative traits, heritability, polygenic selection. Population genomics and genomic selection: genetic structure of breeds, selection signatures, inbreeding, and crossbreeding. Applied genomics: use of SNPs, GWAS, marker-assisted selection (MAS), genomic selection (GS), and genome editing (e.g., MSTN). Beekeeping and honeybee genomics. Phenomics and product quality: traceability, authenticity, genetic markers associated with meat and milk quality. Genomics and authentication of animal-derived food products.
Modalità d'esame
The individual exam (approximately 20 minutes) will be based on the assessment of one topic of the student's choice and two additional topics. The final grade (from 1 to 30L) will be obtained considering the basic knowledge, ability of connections among topics and the ability to utlilse tools and concept of the course to adress prectical problems. Students with learning disorders and\or temporary or permanent disabilities: please, contact the office responsible (https://site.unibo.it/studenti-con-disabilita-e-dsa/en/for-students) as soon as possible so that they can propose acceptable adjustments. The request for adaptation must be submitted in advance (15 days before the exam date) to the lecturer, who will assess the appropriateness of the adjustments, taking into account the teaching objectives.
Testi di riferimento
Molecular and Quantitative Animal Genetics. H. Khatib - 2015 - Wiley Blackwell The Genetics of Cattle. D. Garrick, A. Ruvinsky - 2014 - CABI Genomic selection in pigs: state of the art and perspectives - A.B. Samorè, L. Fontanesi - https://www.tandfonline.com/doi/full/10.1080/1828051X.2016.1172034 Lawrie´s Meat Science (Eight Edition) - 2017 - Chapter 19 - Meat Authenticity and Traceability. L. Fontanesi Genomic Selection in Animals. J. I. Weller - 2016 - John Wiley & Sons, Inc
Codice insegnamento 91160
MOLECULAR MODELING AND SIMULATION3° anno · 1° semestre · 6 CFU · CHEM-07/A · 0 file
Al termine del corso, lo studente conosce le basi teoriche e gli strumenti computazionali adatti per comprendere i processi biologici a livello molecolare. Durante la parte pratica lo studente apprende a risolvere…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso, lo studente conosce le basi teoriche e gli strumenti computazionali adatti per comprendere i processi biologici a livello molecolare. Durante la parte pratica lo studente apprende a risolvere semplici problemi di modellistica molecolare e di eseguire ed analizzare simulazioni di dinamica molecolare di sistemi di interesse biologico.
Programma
Concetti generali: Introduzione alla modellazione computazionale e ai metodidi simulazione molecolare Richiami di meccanica statistica: microstati e macrostati, entropia statistica, distribuzione di Boltzmann, energia termica Applicazioni della meccanica statistica alle biomolecole: transizioni conformazionali, modelli semplificati di folding proteico, e folding pathways Fondamenti teorici della modellazione e simulazione di molecole biologiche Modellazione e simulazione di molecole biologiche: aspetti teorici Rappresentazione della struttura e della geometria molecolare: sistemi di coordinate, superfici di energia potenziale e superfici molecolari Campi di forza per la meccanica molecolare: termini di legame, e non-legame, procedure di parametrizzazione, campi di forza generali e specifici per le biomolecole Metodi di minimizzazione dell'energia molecolare Simulazione di dinamica molecolare: integrazione delle equazioni del moto, costruzione dei sistemi modello e analisi delle traiettorie mediante il calcolo di semplici proprietà energetiche e strutturali Applicazione di tecniche di machine learning allo sviluppo di campi di forza, analisi di traiettorie e nel campionamento conformazionale Modellazione e simulazione di molecole biologiche: aspetti pratici Introduzione all'utilizzo del software di visualizzazione molecolare VMD Introduzione all'utilizzo del software di dinamica molecolare GROMACS Esercitazioni guidate di dinamica molecolare applicata a piccoli peptidi e acidi nucleici Analisi e visualizzazione dei risultati mediante strumenti sviluppati in ambiente Jupyter Notebook
Modalità d'esame
La preparazione degli studenti verrà valutata in base a: prova pratica finalizzata alla verifica delle competenze operative acquisite durante il corso; prova scritta costituita da domande a risposta multipla sugli argomenti trattati nel programma. Gli studenti che non ritengano soddisfacente il voto conseguito nella prova scritta potranno richiedere di sostenere una prova orale integrativa, riguardante l'intero programma del corso. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica. Studenti e studentesse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile; sarà sua cura proporre agli studenti e alle studentesse 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.
Testi di riferimento
Ken Dill, Robert L. Jernigan, and Ivet Bahar. Protein Actions - Principles and Modeling. 1st edition, 2017, Garland Science, Taylor & Francis Group.
Codice insegnamento B5847
Medical Genomics3° anno · 2° semestre · 6 CFU · MEDS-01/A · 0 file
Identify the major categories of inherited diseases, the genetic mechanisms contributing to disease etiology, and their inheritance patterns. Describe strategies to identify the genetic causes of inherited diseases.…
Scheda dell'insegnamento
Obiettivi formativi
Identify the major categories of inherited diseases, the genetic mechanisms contributing to disease etiology, and their inheritance patterns. Describe strategies to identify the genetic causes of inherited diseases. Discuss the use of genomic data and technology in the management of inherited diseases. Discuss innovations in human genomic research and their applications in medicine.
Programma
Module 1 (Prof. Rhoden) Students will acquire knowledge and skills in medical genetics and genomics. Attention will be given to present recent advances described in the scientific literature which illustrate the application and impact of genomic technology on our current understanding of inherited disorders. Specific topics include: Introduction to genetic diseases: classes of genetic disorders; elements of genetic counselling; pedigree reconstruction; genetic testing purpose and strategies; online resources. Mendelian inheritance: review of inheritance patterns (autosomal dominant, autosomal recessive, X-linked dominant, X-linked recessive), risk of recurrence, Hardy-Weinberg principle, carrier frequency calculation. Irregularities of mendelian inheritance: de novo mutations, mosaicism, incomplete penetrance, variable expressivity, genetic and allelic heterogeneity, allelic disorders, pseudoautosomal inheritance, male lethality, X chromosome inactivation, repeat expansion. Disease examples include acondroplasia, neurofibromatosis, osteogenesis imperfecta, hearing loss, Huntington disease and Duchenne muscular dystrophy. Focus on cystic fibrosis: clinical manifestations, pathophysiology, genetics, targeted therapy Gene mapping: genetic markers, analysis of linkage, haplotype analysis, autozygosity mapping Pre-and post-genomic strategies for the indentifiction of mendelian disease genes: functional cloning, positional cloning, in silico data mining, NGS strategies Mitochondrial disorders: mitochondrial DNA, maternal inheritance, heteroplasmy and threshold effect, mitochondrial bottleneck Chromosomal abnormalities and structural variation: aneuploidy, polyploidy, structural rearrangements; contiguous gene disorders (CATCH22 deletion syndrome); structural variation, copy number variation Genomic imprinting and uniparental disomy: Angelman syndrome, Prader-Willi syndrome Multifactorial/complex inheritance: susceptibility genes, liability threshold model, familial aggregation, twin concordance, adoption studies, linkage disequilibrium, association studies, GWAS, polygenic risk score Pharmacogenetics and pharmacogenomics: variable drug responses, adverse drug reactions, pharmacogenes, drug metabolism (focus on CYP2D6), drug transport (focus on SLC1B1 and statin therapy), warfarin pharmacogenomics, genotype-guided therapy, online resources. Module 2 Laboratory (Prof. Bonora) Students will acquire essential knowledge and skills to design and perform molecular genetics experiments, including PCR and Sanger sequencing, to evaluate the presence of variations/mutations in human DNA and their role in Mendelian disorders. The module will be divided into three parts: (i) lectures outlining technologies (Sanger sequencing, next generation sequencing, array CGH) and bioninformatic tools, (ii) practical wet-lab in which students will prepare PCR and sequencing reactions, and (iii) bioinformatic analysis with publicly-available programs and databases in order to analyze the obtained sequences, evaluate the presence of variants/mutations and determine their possible pathogenicity.
Modalità d'esame
Medical Genomics Computer-based written exam using EsamiOnline with 16 multiple choice questions (5 possible answers, one correct) covering topics addressed in both Medical Genomics modules (14 questions for Module 1 + 2 questions for Module 2). Questions may include problems to be solved (e.g. interpret a pedigree; calculate the risk of recurrence, carrier frequency or recombination frequency). Calculators are allowed. Students can take the written exam twice; the highest score will be used for the final assessment of the Integrated Course. The grade for the Integrated Course will be calculated as the mean of grades obtained in written exams for Medical Genomics and Classical and Next Generation Genomics. Three dates will be published for the official validation of Integrated Course grades (one in June, one in July, one in September); additional dates will be published if needed. Students who fail one or both written exam(s) for Medical Genomics and Classical and Next Generation Genomics must take an oral exam for the entire Integrated Course on one of three published dates. All students have the option of taking the oral exam for the Integrated Course to aim for a better grade. In this case, however, the grades obtained previously in written exams will no longer be held valid.
Testi di riferimento
Reading material will be provided online through Virtuale, including: pdf files of lectures original research articles and reviews on selected topics Students are also encouraged to consult the following textbooks to supplement information provided in lectures: Human Molecular Genetics. Tom Strachan and Andrew Read. Garland Science. Thompson and Thompson Genetics in Medicine. Robert L. Nussbaum, Roderick R. McInnes, and Huntington F. Willard. Saunders/Elsevier. Note: former editions of both textbooks will also be available on Virtuale as pdf files
Codice insegnamento 66159
Networks, Security And Data Bases3° anno · 2° semestre · 6 CFU · INFO-01/A · 0 file
l’insegnamento ha come scopo quello di fornire allo studente conoscenze specialistiche nell’ambito delle scienze computazionali permettendogli/le di acquisire maggior consapevolezza circa il potenziale dei più recenti…
Scheda dell'insegnamento
Obiettivi formativi
l’insegnamento ha come scopo quello di fornire allo studente conoscenze specialistiche nell’ambito delle scienze computazionali permettendogli/le di acquisire maggior consapevolezza circa il potenziale dei più recenti sistemi informatici e di comunicazione. Nello specifico saranno forniti concetti circa i sistemi operativi, le reti informatiche, la sicurezza informatica e le banche dati.
Programma
Il corso consiste di due moduli e fornisce un'introduzione ad alcuni dei principali temi e strumenti dell'informatica. Nel primo modulo si studieranno la teoria e la pratica delle basi di dati relazionali e dei sistemi gestione di tali database, con un corrispondente linguaggio di query. Nel secondo modulo saranno discussi alcuni concetti fondamentali nell'ambito delle reti di calcolatori e della sicurezza informatica. Al termine del corso gli studenti saranno in grado di discutere diversi temi teorici e di risolvere alcuni problemi pratici utilizzando concetti e strumenti delle discipline menzionate. MODULO 1: Basi di Dati:
Algebra di Boole
Modello relazionale ed Algebra Relazionale
Relational DBMS e il linguaggio SQL
Progettazione di database relazionali ed il linguaggio ER MODULO 2: Reti di calcolatori:
Componenti e struttura di Internet
Livelli e protocolli di rete
Esempi di applicazioni di rete e web
Esercizi in Python Crittografia:
Cenni di aritmetica modulare
Panoramica generale sulla crittografia (funzioni one-way, crittosistemi, sistemi a chiave pubblica/privata)
Esempi di crittosistemi a chiave pubblica (RSA, DHKE)
Modalità d'esame
L'esame consiste in una prova scritta, comprendente sia domande teoriche aperte che esercizi. La prova è comune ai due moduli, con punteggio proporzionale al numero di ore (18 punti per il modulo 1, 14 per il modulo 2). La prova è superata solo se entrambi i moduli vengono superati (almeno 8 e 6 punti, rispettivamente). Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’Ufficio di Ateneo competente (https://site.unibo.it/studenti-con-disabilita-e-dsa/it). Sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con almeno 15 giorni di anticipo, all’approvazione del/della docente, il/la quale ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.
Testi di riferimento
Saranno distribuite le slide delle lezioni. Per ulteriore approfondimento suggeriamo i seguenti testi:
Database System Concepts (4th edition). Silberschatz, Korth, Sudarshan. McGraw Hill, 2002.
Understanding Cryptography. Paar, C. and Pelzl, J. Springer-Verlag, Berlin-Heidelberg, 2010.
Computer networking: a top-down approach. F Kurose, J., Ross, K, 2021. 8th edition, Pearson Education.
Al termine del corso lo studente è in grado di correlare i dati di espressione genica o dei polimorfismi di singolo nucleotide (SNP) con i dati di farmacocinetica e farmacodinamica così come anche con gli effetti…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso lo studente è in grado di correlare i dati di espressione genica o dei polimorfismi di singolo nucleotide (SNP) con i dati di farmacocinetica e farmacodinamica così come anche con gli effetti genetici mediati dai farmaci recettori-specifici per esplorare il ruolo che la variazione genetica acquisita o ereditata svolge nella risposta ai farmaci da parte dei pazienti.
Programma
Modulo 1 Concetti generali di farmacologia (farmacocinetica e farmacodinamica) Farmacogenetica e Farmacogenomica: introduzione e concetti generali (SNP, SNP e ADR, biomarcatori genomici, farmacogenetica e farmacogenomica, PharmgKB) Farmacogenetica e Farmacogenomica e risposta ai farmaci (metabolizzatori ultrarapidi e lenti, SNP che influenzano la risposta ai farmaci - TPMT; CYP450; NAT2; UGT; HLA-B*5701) Differenze di genere in farmacologia Farmacogenetica e Farmacogenomica nel cancro Genoma della linea germinale e PGx Farmacogenetica nelle malattie cardiovascolari Età e risposta ai farmaci Etnia e razza nella risposta ai farmaci Epigenetica (in particolare miRNA; Epigenetica e Cancro: ruolo dei miRNA) Biopsia liquida Modulo 2 Introduzione alla farmacoepigenomica: aspetti generali; Interazioni tra genoma e ambiente nella modulazione della risposta farmacologica; Interazioni tra genoma e ambiente nella modulazione degli effetti collaterali. La farmacoepigenomica si occupa di: l'influenza che le alterazioni epigenetiche (metilazione del DNA, modificazioni istoniche, rimodellamento della cromatina, disregolazione degli RNA non codificanti) esercitano sull'efficacia e la sicurezza dei farmaci; l'influenza degli effetti che i farmaci possono avere sul macchinario epigenetico; i geni coinvolti nella farmacogenomica sono anche influenzati da modificazioni epigenetiche che condizionano l'esito terapeutico; i farmaci possono modificare le funzioni epigenetiche in condizioni normali e patologiche. Farmaci epigenetici con potenziali effetti nei disturbi del SNC; Come i fenomeni epigenetici influenzano la risposta ai farmaci nelle malattie del SNC: dipendenza, dolore cronico, malattie neurodegenerative, malattie neuropsichiatriche. Farmaci epigenetici: inibitori della DNA metiltransferasi, inibitori delle istone deacetilasi, modulatori delle istone acetiltransferasi, inibitori delle istone metiltransferasi, inibitori delle istone demetilasi, RNA non codificanti (miRNA). Sistema ubiquitina-proteasoma e interazioni con le modificazioni epigenetiche. Modelli animali di malattie umane.
Modalità d'esame
La prova finale consiste in un esame orale su entrambi i moduli didattici, che possono essere sostenuti in momenti di verifica separati fra loro. L'esame di fine corso mira a verificare e valutare il raggiungimento degli obiettivi didattici. Sarà oggetto di valutazione la capacità dello studente di sapersi orientare all'interno delle varie sezioni del Corso. Il raggiungimento da parte dello studente di una visione globale delle tematiche farmacologiche affrontate a lezione e soprattutto la dimostrazione del possesso di una padronanza espressiva e di linguaggio specifico saranno valutati con voti di eccellenza. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica. Ci si allinea con quanto richiesto dall'Ateneo in materia di DSA. L'iscrizione avviene su applicativo Almaesami.
Testi di riferimento
Testi e pubblicazioni scientifiche specifiche
Codice insegnamento 29595
Proteomes, Interactomes and Biological Networks Prerequisite Metabolomics and Genomes II3° anno · 1° semestre · 6 CFU · BIOS-07/A · 0 file
Al termine del corso, lo studente possiede le conoscenze di base e le tecniche sperimentali per analizzare su larga scala proteine espresse in sistemi biologici e per definire le loro interazioni. Lo studente ha…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso, lo studente possiede le conoscenze di base e le tecniche sperimentali per analizzare su larga scala proteine espresse in sistemi biologici e per definire le loro interazioni. Lo studente ha familiarità con le banche dati pubblicamente disponibili riguardanti collezioni di dati di proteomica e interattomica. Egli conosce anche come rappresentare e analizzare la complessità strutturale di interazioni utilizzando la teoria dei Network.
Programma
Il corso esplora il proteoma e le interazioni proteiche attraverso livelli di risoluzione spaziale progressivamente più dettagliati. Inizia con la profilazione quantitativa del proteoma globale mediante spettrometria di massa, per poi affrontare lo studio delle interazioni proteina–proteina e dei complessi molecolari in situ a risoluzione di singola cellula. Successivamente, introduce approcci di proteomica spaziale per la caratterizzazione regionale dei microambienti tissutali, integrando dati spazialmente risolti con la spettrometria di massa, fino ad arrivare alle tecniche di imaging multiplex ad alta dimensionalità per la mappatura dell’architettura tissutale e delle reti di interazione cellulare. La parte conclusiva del corso è dedicata all’analisi computazionale, alla visualizzazione e all’integrazione di dati proteomici, interattomici e spaziali mediante software specifici per la biologia delle reti. Le lezioni includono sessioni pratiche finalizzate all’acquisizione di esperienza diretta nell’analisi di dataset reali.
Modalità d'esame
La valutazione finale consiste in un esame orale sugli argomenti teorici affrontati durante il corso e nella discussione di un progetto pratico individuale, basato su una delle tematiche di laboratorio e presentato sotto forma di relazione scritta prima dell’esame orale. La valutazione terrà conto sia delle conoscenze teoriche dello studente sia della sua capacità di presentare e discutere il progetto. Lo studente ha il diritto di rifiutare la verbalizzazione del voto positivo proposto 1 volta (secondo il regolamento didattico di ateneo ART.16, comma 5). Formazione salute e sicurezza per attività in laboratorio informatico e similari. In considerazione delle tipologie di attività e metodi didattici adottati, la frequenza di questa attività formativa richiede lo svolgimento da parte della comunità studentesca (compresi gli studenti e le studentesse internazionali incoming, es. ERASMUS) del corso di formazione generale (Modulo 1) e del corso di formazione rischio basso (Modulo 2) in modalità e-learning disponibili nella seguente pagina: https://site.unibo.it/tutela-promozione-salute-sicurezza/it/corsi-di-formazione/formazione-obbligatoria-su-sicurezza-e-salute-per-svolgimento-di-tirocinio-tesi-laboratorio Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’Ufficio di Ateneo ( https://site.unibo.it/studenti-con-disabilita-e-dsa/it ) competente. Sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con almeno 15 giorni di anticipo, all’approvazione del/della docente, il/la quale ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento. Studenti/sse con riconoscimento dello status “studente lavoratore”: consultare il sito web ( https://www.unibo.it/it/studiare/guida-alla-scelta-del-corso/conciliare-studio-e-lavoro ) dedicato per richiederne lo status e le misure previste. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.
Testi di riferimento
Le presentazioni delle lezioni, una selezione di articoli scientifici e articoli di revisione saranno resi disponibili online attraverso la piattaforma Virtuale.
Al termine del corso, lo studente possiede le conoscenze di base necessarie per l'indagine strutturale mediante cristallografia a raggi X , NMR, microscopia crio-elettronica, applicate alla caratterizzazione…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso, lo studente possiede le conoscenze di base necessarie per l'indagine strutturale mediante cristallografia a raggi X , NMR, microscopia crio-elettronica, applicate alla caratterizzazione strutturale delle proteine e degli acidi nucleici. Durante l'attività pratica lo studente acquista la capacità di usare programmi informatici per la visualizzazione interattiva e l'analisi e studio delle strutture molecolari e dei dati collegati.
Programma
Modulo 1 (3 CFU, 24 ore, docente: Prof. M. Paola Turina) Elementi di struttura e folding delle proteine. Rassegna dei metodi sperimentali utilizzati per ottenere la struttura a risoluzione atomica di proteine e acidi nucleici: cristallografia a raggi X, spettroscopia NMR, criomicroscopia elettronica. Uso di software per la visualizzazione molecolare. Modulo 2 (3 CFU, 24 ore, docente: Prof. Luisa Iommarini) Esempi di utilizzo di dati strutturali per lo studio della funzione di proteine, inclusi meccanisi catalitici, in alcuni fondamentali processi cellulari: Controllo del ciclo cellulare (proteine coinvolte nel ciclo cellulare e loro meccanismi di regolazione) Segnalazione intracellulare (recettori accoppiati alle G-proteine, RTK, recettori nucleari) Proteine coinvolte nella produzione di ATP (organizzazione strutturale dei complessi e supercomplessi OXPHOS e loro meccanismi catalitici) Modulo 3 (2 CFU, 30 ore, laboratorio, docente: Prof. Luisa Iommarini) Preparazione dei campioni per l'elettroforesi denaturante su gel di poliacrilamide SDS-PAGE: lisi di mitocondri di cuore bovino o cellule umane e dosaggio di proteine Separazione di proteine mitocondriali tramite SDS-PAGE, e visualizzazione delle subunità OXPHOS tramite western blotting Estrazione e solubilizzazione di complessi OXPHOS da mitocondri di cuore bovino o cellule umane in condizioni native e dosaggio delle proteine. Estrazione e solubilizzazione di supercomplessi OXPHOS da mitocondri di cuore bovino o cellule umane in condizioni native e dosaggio delle proteine Elettroforesi Blue-Native su gel di poliacrilamide (BN-PAGE) e dosaggio dell'attività nel gel di complessi e supercomplessi (IGA - In Gel Activity) Analisi dei risultati sperimentali
Modalità d'esame
Prova scritta e orale. La prova scritta consisterà in alcune domande aperte e in alcune domande a scelta multipla. L' eventuale prova orale (su richiesta dello studente) consisterà in una discussione della prova scritta. Il voto in 30esimi sarà mediato (media pesata sui CFU) con il voto di Multiscale Modelling (Prof. Matteo Masetti). Il prof. Matteo Masetti provvederà alla verbalizzazione del voto finale. Gli strumenti di Intelligenza Artificiale (IA) possono essere utili per coadiuvare lo studio individuale con approfondimenti, sintesi e percorsi di autovalutazione. Per quanto riguarda la verifica dell’apprendimento, durante l’esame in presenza l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica.
Testi di riferimento
Reviews, articoli scientifici e capitoli di libro pertinenti saranno forniti dai docenti. Il materiale didattico sarà disponibile nella pagina del corso (https://virtuale.unibo.it/)
Codice insegnamento 85304
Systems and Synthetic Microbiology3° anno · 2° semestre · 6 CFU · BIOS-15/A · 0 file
Al termine dell’insegnamento lo studente conosce gli approcci e le strategie integrative per lo studio di microorganismi come sistemi complessi al fine di scoprire e modellizzare le proprietà di tali sistemi, nel…
Scheda dell'insegnamento
Obiettivi formativi
Al termine dell’insegnamento lo studente conosce gli approcci e le strategie integrative per lo studio di microorganismi come sistemi complessi al fine di scoprire e modellizzare le proprietà di tali sistemi, nel contesto della biologia sintetica, della regolazione genica e della manipolazione dei genomi microbici a più livelli. Nello specifico l’insegnamento fornisce allo studente strumenti tecnico/teorici per comprendere la biologia sintetica e dei sistemi, applicata ai microorganismi e agli ecosistemi microbici di interesse ambientale e industriale per applicazioni biotecnologiche.
Programma
Il corso introduce i principi della Systems Biology e della Synthetic Biology applicati ai microrganismi e alle comunità microbiche, con particolare attenzione alle applicazioni ambientali, industriali e biotecnologiche. 1. Introduzione alla Systems Biology La biologia dei sistemi come approccio integrato allo studio dei sistemi biologici complessi. Integrazione delle discipline omiche per l'analisi delle funzioni cellulari. Studio dei microrganismi come sistemi complessi. 2. Fondamenti di Synthetic Biology Principi della biologia sintetica. Biologia sintetica come strumento per la progettazione e costruzione di sistemi biologici. Relazioni tra systems biology e synthetic biology. 3. Ingegneria genetica ed editing genomico Strategie di ingegneria genetica per la microbiologia sintetica. Tecnologie di editing genomico. Manipolazione genetica di microrganismi di interesse biotecnologico. 4. Network biologici e approcci sistemici Concetto di network biologico. Rappresentazione dei network mediante grafi. Analisi delle reti biologiche e delle loro proprietà. 5. Parti biologiche sintetiche e circuiti genetici Costruzione e caratterizzazione di parti biologiche sintetiche. Genetic circuits in sistemi microbici. Strumenti di biologia sintetica per l'ingegneria genetica e metabolica (es. BioBrick, pSEVA). 6. Metabolic engineering e pathway sintetici Principi di metabolic engineering. Disegno e costruzione di pathway metabolici sintetici. Espressione e ottimizzazione di pathway artificiali in microrganismi. 7. Genomi sintetici e genomi minimi Concetti e strategie per la costruzione di genomi sintetici. Genomi minimi e loro applicazioni. Prospettive future della biologia sintetica. 8. Systems Biology applicata alle biotecnologie microbiche Principi di metabolic networks. Applicazioni sistemiche alle biotecnologie microbiche. Analisi e discussione di casi studio tratti dalla letteratura scientifica. Durante il corso saranno discussi articoli scientifici recenti e casi studio applicativi. Gli studenti saranno coinvolti nell'analisi critica della letteratura scientifica relativa agli argomenti trattati.
Modalità d'esame
La verifica dell'apprendimento è finalizzata ad accertare: la conoscenza dei principi della systems biology e della synthetic biology; la capacità di comprendere e discutere strategie di ingegneria genetica e metabolica; la capacità di interpretare e discutere criticamente la letteratura scientifica; la capacità di utilizzare correttamente la terminologia scientifica del settore. Gli studenti possono scegliere tra le seguenti modalità di valutazione. Opzione A (disponibili solo durante il 1o appello) Presentazione di un poster scientifico (20% del voto finale) Lo studente presenta e discute un poster basato su un articolo scientifico o su un caso studio relativo agli argomenti trattati nel corso. La prova valuta: capacità di comprensione della letteratura scientifica; capacità di sintesi e comunicazione scientifica; capacità di analisi critica dei risultati. Esame orale (80% del voto finale) L'esame orale consiste in 2-3 domande sugli argomenti trattati durante il corso. conoscenza dei contenuti del corso; capacità di collegamento tra i diversi argomenti; utilizzo appropriato della terminologia scientifica. Opzione B (disponibile durante tutti gli altri appelli) Esame scritto (100% del voto finale) La prova scritta consiste in 5-6 domande a risposta aperta relative agli aspetti teorici e applicativi trattati durante il corso. Le risposte dovranno essere concise e scientificamente corrette. Criteri di valutazione La valutazione terrà conto di: correttezza e completezza delle conoscenze acquisite; capacità di integrare concetti appartenenti a differenti argomenti del corso; capacità di analisi critica della letteratura scientifica; utilizzo appropriato del linguaggio scientifico; chiarezza espositiva e capacità argomentativa. Indicativamente: 18–21: conoscenza dei concetti fondamentali e comprensione essenziale degli argomenti trattati; 22–25: buona conoscenza degli argomenti e capacità di applicare i concetti acquisiti; 26–29: conoscenza approfondita e buona capacità di integrazione e analisi critica; 30–30L: padronanza completa degli argomenti, eccellente capacità di collegamento, analisi critica e comunicazione scientifica. Durante le prove non è consentito l'utilizzo di libri, appunti o dispositivi elettronici, salvo diversa indicazione del docente. Per quanto riguarda la verifica dell’apprendimento, l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica
Testi di riferimento
Materiale necessario per la preparazione dell'esame Presentazioni e materiale didattico forniti dal docente. Articoli scientifici e review indicati durante il corso e resi disponibili online. Materiale consigliato per approfondimento Review e pubblicazioni scientifiche suggerite dal docente durante il corso. Materiale integrativo reso disponibile sulla piattaforma Virtuale.
At the end of the course, the Student knows the characteristics of viruses and sub-viral agents and their peculiarity in the biological world. The Student knows the basics of the biology of viruses and their…
Scheda dell'insegnamento
Obiettivi formativi
At the end of the course, the Student knows the characteristics of viruses and sub-viral agents and their peculiarity in the biological world. The Student knows the basics of the biology of viruses and their interaction with host cells; the organization of viral genomes and replicative strategies of different classes of viruses; the theories of the origin of viruses; viral genome evolution; the technologies for viral genome engineering; the applications of genetically engineered viruses; the applications of viral genomic information in epidemiology and outbreak tracing and prediction.
Programma
Prerequisiti utili per l'apprendimento: conoscenze di biologia molecolare e biologia cellulare. PARTE 1 INTRODUZIONE Definizione di virus, criteri di classificazione dei virus, struttura e composizione dei virus. Le fasi del ciclo di replicazione virale. Curva di crescita virale. Metodi di coltura e identificazione dei virus. I diversi esiti dell'infezione virale: infezioni produttive, abortive, persistenti e latenti. Meccanismi di ingresso del virus nella cellula ospite e trasporto dei componenti subvirali nei diversi compartimenti cellulari. GENETICA VIRALE Le classi replicative virali I-VII (sistema di Baltimore). Strategie di replicazione ed espressione genica in relazione all'organizzazione del genoma virale (virus a RNA con polarità positiva o negativa, genomi monopartiti o segmentati; retrovirus, hepadnavirus; virus a DNA con genoma a doppio o singolo filamento). Strategie di economia genetica. Agenti subvirali, definizioni e proprietà: viroidi e satelliti. PARTE 2 EVOLUZIONE DEL GENOMA DEI VIRUS Origine dei virus. Origine della diversità nei genomi dei virus. Tasso di mutazioni rispetto alla stabilità e/o alle dimensioni del genoma. Quasispecie virali. Paleovirologia. Retrovirus endogeni e genomi integrati non retrovirali. Virus emergenti. Virus pandemici. GENOMICA DEI VIRUS Prospettiva macroevolutiva: comprensione della virosfera (origine del virus, evoluzione del genoma, scala temporale dell'evoluzione e interazioni virus-ospite) Prospettiva applicata: trasmissione epidemiologica e patogenesi delle infezioni virali; gestione dei pazienti e sanità pubblica; previsione dell'emergenza dei virus. Risorse e applicazioni per la genomica virale. INGEGNERIA DEL GENOMA VIRALE Tecnologie di ricombinazione, cloni di cDNA infettivi, sistema "replicon". Applicazioni di virus geneticamente modificati (fagi, virus animali, virus vegetali). Virus e nanotecnologie: nanoparticelle a base di virus. PARTE 3 Attività di gruppo e seminari su letteratura aggiornata. Lezioni seminariali su invito.
Modalità d'esame
L'esame consiste in tre prove che concorrono al voto finale: 1) prova scritta sulla parte 1 del corso (test su piattaforma EOL, max 8 punti); 2) prova scritta sulla parte 2 del corso (test su piattaforma EOL, max 8 punti); 3) prova orale ("Student Journal Club", max 15 punti). Il totale dei punti, 31/30, corrisponde a 30 e Lode. Le date verranno pubblicate in AlmaEsami o in Virtuale. Prove scritte (test EOL; punteggio: minimo 5, massimo 8) I test sono riferiti alla verifica delle conoscenze. I quiz a risposta multipla sono 16 per ogni test, ed il punteggio è di +0.5 se esatta, 0 se sbagliata e 0 se assente (non c'è penalità per le risposte sbagliate). Il tempo a disposizione dello studente per il test è di 15 minuti. Durante la prova non è ammesso l'uso di materiale di supporto quale libri di testo, appunti, supporti informatici. La frequenza alle lezioni è fortemente consigliata per facilitare il processo di apprendimento tramite l'interazione con il docente e con la classe, e per partecipare a test di autovalutazione collettivi in itinere. L’IA può essere uno strumento utile per coadiuvare lo studio individuale con approfondimenti, sintesi e percorsi di autovalutazione. Per quanto riguarda la verifica dell’apprendimento, durante l’esame in presenza l’uso dell’IA è vietato. Ogni utilizzo costituisce violazione dell’integrità accademica. Prova orale (Student Journal Club) (punteggio: minimo 8, massimo 15) Lo "Student Journal Club" consiste in una presentazione che lo studente deve tenere in presenza, durante le ore di lezione. L'attività è obbligatoria per superare l'esame nel suo complesso, ed è riferita alla verifica sia delle conoscenze che dell'abilità di confrontarsi con le fonti e elaborare la letteratura scientifica su un argomento assegnato, oltre l'abilità di presentare in pubblico un argomento oggetto di approfondimento individuale e di gruppo. Per preparare il Journal Club, gli studenti lavorano in gruppo. Il docente fornisce letteratura scientifica di partenza, gli studenti fanno una propria ricerca bibliografica per il contesto e l'introduzione, e ulteriori approfondimenti. Il docente fornisce indicazioni su come citare correttamente le fonti. Ogni studente deve presentare una parte del lavoro di gruppo, per circa 20-25 minuti. La partecipazione alla presentazione degli altri gruppi è fortemente consigliata. Per la valutazione è necessario essere in aula in occasione della presentazione del proprio Student Journal Club. Non è possibile tenere presentazioni da remoto. La prova dello Student Journal Club prevede la consegna di un elaborato (presentazione powerpoint) prima della data di esame. Il docente effettua un controllo antiplagio sulla presentazione. L'eventuale utilizzo di strumenti di IA generativa deve essere dichiarato e conforme alla policy di Ateneo (vedere a questo LINK). L’IA può essere uno strumento utile per coadiuvare lo studio individuale con approfondimenti, sintesi e percorsi di autovalutazione. 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. Gradazione del voto finale 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 → 8-9; Preparazione su un numero limitato di argomenti affrontati nel corso e capacità di analisi autonoma solo su questioni puramente esecutive, espressione in linguaggio corretto → 10-11; Preparazione su un numero ampio di argomenti affrontati nel corso, capacità di compiere scelte autonome di analisi critica, padronanza della terminologia specifica → 12-13; 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 → 14-15. Studenti con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’Ufficio di Ateneo competente (https://site.unibo.it/studenti-con-disabilita-e-dsa/it ). Sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con almeno 15 giorni di anticipo, all’approvazione del/della docente, il/la quale ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell’insegnamento.
Testi di riferimento
Principles of Virology, 4th Edition (2015), S.Flint et al, ASM Press (consigliato). "FIELDS Virology", Sixth Edition, Lippincott Williams & Wilkins, 2013 (di approfondimento). Risorse online (NCBI, ViralZone, etc.) (consigliate).
Codice insegnamento 98159
3D GENOMICS (I.C.) - Not available for the year 2025/2026 Prerequisite: Chemistry and Genomes I1° semestre · 0 file
APPROFONDIMENTO IN LINGUA ITALIANA DI METODOLOGIE E TEMATICHE LEGATE ALLA GENOMICA - Not available for the year 2025/20262° semestre · 1 CFU · 0 file
Advanced Programming - Not available for the year 2025/20261° semestre · 6 CFU · INF/01 · 0 file
Algorithms and Data Structures in Biology - Not available for the year 2025/20262° semestre · 6 CFU · INF/01 · 0 file
Bioinformatics - Not available for the year 2025/2026 Prerequisite Programming2° semestre · 12 CFU · BIO/11 · 0 file
Data Science - Not available for the year 2025/2026 Prerequisiste Introductory Statistics1° semestre · 6 CFU · SECS-S/01 · 0 file
ELECTIVE INTERNSHIP - Not available for the year 2025/20262° semestre · 6 CFU · 0 file
ETHICS, LAW AND AI - Not available for the year 2025/20266 CFU · IUS/04 · 0 file
Elective Internship Abroad - Not available for the year 2025/20262° semestre · 6 CFU · 0 file
Final Exam - Not available for the year 2025/20262° semestre · 3 CFU · 0 file
Genomes I (I.C.) - Not available for the year 2025/2026 Prerequisite Biological Informational Moleculess1° semestre · 0 file
Genomes II (I.C.) - Not available for the year 2025/2026 Prerequisite Genomes I (I. C.)2° semestre · 0 file
Genomics and Complex Traits - Not available for the year 2025/2026 Prerequisite Biological Informational Molecules1° semestre · 6 CFU · BIO/18 · 0 file
Internship - Not available for the year 2025/20262° semestre · 6 CFU · 0 file
Internship Abroad - Not available for the year 2025/20262° semestre · 6 CFU · 0 file
Livestock Genomics - Not available for the year 2025/20262° semestre · 6 CFU · AGR/17 · 0 file
Medical Genomics - Not available for the year 2025/20262° semestre · 6 CFU · MED/03 · 0 file
Molecular and Genome Evolution - Not available for the year 2025/20262° semestre · 6 CFU · BIO/05 · 0 file
Networks, Security And Data Bases - Not available for the year 2025/20262° semestre · 6 CFU · INF/01 · 0 file
PRINCIPLES OF BIOCHEMISTRY AND METABOLOMICS - Not available for the year 2025/20261° semestre · 6 CFU · BIO/10 · 0 file
Pharmacogenomics - Not available for the year 2025/20262° semestre · 6 CFU · BIO/14 · 0 file
Plant Functional Genomics - Not available for the year 2025/20262° semestre · 6 CFU · BIO/04 · 0 file
Proteomes, Interactomes and Biological Networks - Not available for the year 2025/2026 Prerequisite Metabolomics and Genomes II1° semestre · 6 CFU · BIO/10 · 0 file
Statistical Methods for Genomics - Not available for the year 2025/2026 prerequisite Introductory Statistics1° semestre · 6 CFU · SECS-S/01 · 0 file
Stem Cells - Not available for the year 2025/20262° semestre · 6 CFU · VET/01 · 0 file
Systems and Synthetic Microbiology - Not available for the year 2025/20262° semestre · 6 CFU · BIO/19 · 0 file
Viral Genetics - Not available for the year 2025/20262° semestre · 6 CFU · BIO/19 · 0 file
Recensioni del corso
Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.
★
Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.
Loading...
0 studenti online×
Preferenze cookie
NecessariSempre attivi
Sessione, login, sicurezza e memorizzazione di questa scelta. Senza
questi il sito non funziona, quindi non richiedono consenso.
StatisticheSempre attive
Google Analytics 4: pagine viste e percorsi di navigazione, per capire
cosa cercano gli studenti. Dati raccolti in forma aggregata.
Meta Pixel: misura le campagne su Facebook e Instagram. Se sei loggato
trasmette anche il tuo identificativo UniDocs a Meta.
Solo per te: ti prepariamo il riassunto e le domande per ripassare. Il primo file è gratis e l'originale resta tuo.
Oppure condividili con la community e guadagna crediti.
Accidenti, ancora non abbiamo il tuo corso di laurea!
Se ti va puoi inserirlo tu in pochi click — anche solo il corso di laurea, oppure completo di tutti i corsi!
Aggiungilo subito
e faremo del nostro meglio per popolarlo di materiale interessante.
Nel frattempo inizia a guadagnare crediti invitando i tuoi amici, così appena saremo attivi potrai subito accedere al materiale disponibile.
Bastano 3 amici verificati per attivare l'abbonamento…
Consiglia ai tuoi amici
Scrivi ai tuoi vecchi amici o ai tuoi nuovi colleghi di studio. Ogni email che inserisci rappresenta un mattone importante per la community.
Per ogni amico che porti otterrai nuovi crediti!