Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
DATA SCIENCE
Insegnamento
BIOINFORMATICS AND COMPUTATIONAL BIOLOGY
SCP7079317, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
DATA SCIENCE
SC2377, ordinamento 2017/18, A.A. 2019/20
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese BIOINFORMATICS AND COMPUTATIONAL BIOLOGY
Sito della struttura didattica http://datascience.scienze.unipd.it/2019/laurea_magistrale
Dipartimento di riferimento Dipartimento di Matematica
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile SILVIO TOSATTO BIO/10
Altri docenti GIOVANNI MINERVINI BIO/10

Mutuante
Codice Insegnamento Responsabile Corso di studio
MEP5070877 BIOINFORMATICS AND COMPUTATIONAL BIOLOGY SILVIO TOSATTO ME2193

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative BIO/10 6.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 6.0 48 102.0

Calendario
Inizio attività didattiche 02/03/2020
Fine attività didattiche 12/06/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2017

Commissioni d'esame
Commissione Dal Al Membri
5 Commissione a.a. 2019/2020 02/12/2019 30/09/2020 TOSATTO SILVIO (Presidente)
MINERVINI GIOVANNI (Membro Effettivo)

Syllabus
Prerequisiti: Conoscenze base di bioinformatica, p.es. metodi di allineamento e database.
Conoscenze e abilita' da acquisire: Il corso intende comunicare conoscenze per metodi bioinformatici di analisi delle proteine. Inoltre, intende indurre lo studente a poter svolgere autonomamente ricerche in silico con strumenti bioinformatici disponibili.
Modalita' di esame: L'esame si compone di quattro parti separate, che devono essere superate tutte: (i valori tra parentesi indicano i pesi per il voto complessivo)
1) Valutazione delle esercitazioni (25%)
2) Presentazione journal club (25%)
3) Stesura di una relazione finale su una proteina ignota (25%)
4) Esame orale con discussione sulla relazione finale e domande sul corso (25%)
Criteri di valutazione: Viene valutata:
1) la comprensione di concetti e gli algoritmi presentati a lezione
2) la capacità di applicare le nozioni fornite a lezione su problemi reali
3) la capacità critica di saper utilizzare i metodi nei modi più opportuni, scegliendo tra le alternative possibili
4) la capacità espositiva e di discussione critica durante il journal club
Contenuti: 1) Relazione evolutiva struttura/funzione/interazioni delle proteine
2) Teorie di folding ed evoluzione delle proteine
3) Predizione di struttura 3D per omologia e metodi ab initio; L'esperimento CASP
4) Predizione di caratteristiche strutturali
5) Predizione di funzione delle proteine; L'esperimento CAFA
6) Interazioni tra proteine
7) Cenni di Network Biology
8) Correlazione genotipo-fenotipo e proteine; L'esperimento CAGI.
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso si compone di lezioni frontali, esercitazioni pratiche al computer e journal club. Le esercitazioni sono da svolgere secondo le istruzioni fornite e complementate dallo studio di un problema bioinformatico diverso per ogni gruppo. Il journal club si articola in presentazioni di articoli della letteratura recente.
Eventuali indicazioni sui materiali di studio: Sul sito E-learning vengono resi disponibili molti materiali per il corso. Questi comprendono i lucidi del corso, le registrazioni audio (podcast), dispense e la letteratura usata per il journal club.
Testi di riferimento:
  • J. Gu, P.E. Bourne (Ed.), Structural Bioinformatics. --: Wiley, 2009. seconda edizione Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Laboratory
  • Problem based learning
  • Case study
  • Interactive lecturing
  • Working in group
  • Problem solving
  • Flipped classroom
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Salute e Benessere Istruzione di qualita'