- Area di Scienze
- Corso di Laurea Magistrale
- Biotecnologie Industriali [F0802Q]
- Insegnamenti
- A.A. 2020-2021
- 1° anno
- Strumenti Computazionali per la Bioinformatica
- Introduzione
Syllabus del corso
Obiettivi
L'insegnamento si propone di approfondire le strategie computazionali impiegate più frequentemente nell’ambito della bioinformatica strutturale, con interesse rivolto alla caratterizzazione delle macromolecole biologiche in termini sia delle loro proprietà statiche che dinamiche. Verrà inoltre fornita una panoramica sull’implementazione di tali strategie nelle piattaforme di calcolo più diffuse.
Conoscenza e capacità di comprensione.
Al termine dell’insegnamento, lo studente saprà:
1) conoscere le strategie computazionali finalizzate allo studio delle relazioni struttura-funzionalità di marcomolecole biologiche
2) comprendere i principali algoritmi su cui si fondano tali metodologie computazionali
3) comprendere le differenze tra la meccanica molecolare e la meccanica quantistica in termini teorici e di applicabilità allo studio di biomolecole
4) sapere in cosa consistono la ricerca di conformazione molecolare di minima energia, il docking molecolare nel drug design, il docking macromolecola-macromolecola, la dinamica molecolare.
Capacità di applicare conoscenza e comprensione.
Lo studente saprà, al termine dell’insegnamento, saper applicare le conoscenze acquisite, sapendo riconoscere, da un punto di vista pratico e teorico, potenzialità ed eventuali limiti delle metodologie bioinformatiche trattate.
Autonomia di giudizio.
Al termine di questa attività formativa, lo studente saprà essere in grado di scegliere l’approccio computazionale più idoneo per affrontare problematiche biologiche specifiche. Dovrà anche essere in grado di valutare con criticità i risultati di simulazioni computazionali e di darne autonomamente un’interpretazione.
Abilità comunicative.
Questa attività formativa consentirà allo studente di esporre in modo idoneo gli argomenti trattati e i concetti appresi con opportuno linguaggio scientifico.
Capacità di apprendimento
Al termine dell'insegnamento lo studente avrà gli strumenti necessari per applicare conoscenze e abilità acquisite nel trattare problematiche differenti da quelle affrontate a lezione. Disporrà inoltre delle basi sufficienti alla consultazione autonoma di riviste scientifiche riguardanti studi bioinformatici.
Contenuti sintetici
1.Determinazione e modelling computazionale della struttura di macromoelcole biologiche.
2.Relazione tra struttura molecolare ed energia.
3.La meccanica molecolare (MM).
4.Algoritmi di ricerca di minimo (logale e globale).
5.Docking Molecolare
6.Dinamica Molecolare.
Programma esteso
1.Determinazione e modelling computazionale della struttura di macromoelcole biologiche: panoramica sulle tecniche sperimentali per la determinazione della struttura 3D di proteine; introduzione alla bioinformatica, sviluppo, fondamenti ed applicazioni; cenni di informatica e il concetto della computazionabilità.
2.Relazione tra struttura molecolare ed energia: curva di Morse ed approssimazione armonica; il concetto di conformazione molecolare; i gradi di libertà molecolari; Z-matrix e simmetria molecolare; la PES e definizione matematica dei suoi punti stazionari; cenni di algebra lineare.
3.La meccanica molecolare (MM): differenza tra MM e quantomeccanica (QM), nella teoria e nella pratica; cenni di metodi ibridi QM-MM; il Force Field, la sua forma funzionale e il processo di parametrizzazione; descrizione matematica di tutte le forze d’interazione molecolare; i modelli di solvatazione.
4.Algoritmi di ricerca di minimo (logale e globale): ottimizzatori locali di ordine zero, primo e secondo; ottimizzatori globali per la ricerca conformazionale di tipo sia stocastico che deterministico.
5.Docking Molecolare: la natura dell’interazione tra proteine e molecole esogene (farmaci o substrati di reazioni enzimatiche); il ruolo del docking molecolare (Virtual Screening e pose prediction) nel processo di drug discovery; l’architettura del calcolo; i search algorithms (stocastici e sistematici); le scoring functions; la griglia di energia potenziale; il docking covalente; il docking macromolecola-macromolecola e le sue applicazioni; survey sui software e web server più popolari; indicazioni pratiche su utilizzo dei programmi, limiti della tecnica e razionalizzazione dei risultati (grazie anche ad esercizi pratici svolti durante le lezioni).
6.Dinamica Molecolare: classificazione delle tecniche di dinamica molecolare; cenni di coarse-grained; area di applicazione e limiti; cenni di termodinamica statistica, gli ensamble termodinamici; l’integrazione di Verlet; termostati e barostati; analisi delle traiettorie e interpretazione delle simulazioni.
Prerequisiti
Prerequisiti.
Non sono strettamente necessarie conoscenze specifiche. E' auspicabile l'interesse a voler approfondire in silico i dettagli molecolari alla base dei fenomeni biochimici.
Propedeuticità. Nessuna
Modalità didattica
Lezioni frontali in aula integrate con dimostrazioni e esercizi di utilizzo di alcuni software e web server.
L'insegnamento è tenuto in lingua italiana
Materiale didattico
Slides. Disponibili sulla piattaforma e-learning dell'insegnamento.
Dispense. Disponibili sulla piattaforma e-learning dell'insegnamento.
Bibliografia. Selezione di articoli scientifici e monografie
Libri di testo
“Bioinformatica” , Stefano Pascarella, Alessandro Paiardini;
"Introduction to Computational Chemistry", Frank Jensen (chapter 2).
Periodo di erogazione dell'insegnamento
Secondo semestre
Modalità di verifica del profitto e valutazione
Esame scritto sulle dimostrazioni pratiche viste a lezione, seguito da prova orale.
Orario di ricevimento
Ricevimento: su appuntamento tramite richiesta via email al docente
Aims
The goal of the course is to enable master students to get deep knowledge of the most popular computational methodologies employed in the context of structural bioinformatics. More specifically, both static properties and dynamic behavior of biological macromolecules will be addressed and characterized in detail. The course also aims to give a comprehensive survey of the implementation of such methodologies in the most popular software and computational platforms.
Knowledge and understanding. At the end of the course, the student will:
1) know the computational strategies generally used to discern structure-function relationships in biological systems.
2) comprehend the algorithms on which such computational strategies rely.
3) understand the difference between molecular mechanics and quantum mechanics, both from theoretical and practical standpoints, and their role in the study of biological macromolecules.
4) know in detail what conformational search, molecular docking (protein-ligand and protein-protein) and molecular dynamics are.
Applying knowledge and understanding.
At the end of this training activity, the student will be able to apply the gained knowledge, using it to recognize (theoretically and practically) potentialities and (eventual) limits of the bioinformatic strategies seen during the course.
Making judgments.
At the end of the course, the student will be able to choose the most suitable computational method to address a specific biological-chemical issue. He will be also able to critically analyze results obtained from computational calculations and to interpret them properly.
Abilità comunicative.
This training activity will allow the student to express himself adequately, and with scientific language, in the explanation of the various addressed topics.
Learning skills.
At the end of the course the student will dispose of all the tools that are necessary to apply his knowledge to address issues others than those presented during the course. He will be able to plan bioinformatic calculations on the basis of his gained knowledge, together with skills of literature reading and understanding.
Contents
1.Determination and computational modelling of protein structure.
2.Relatioship between molecular structure and energy.
3.Molecular Mechanics (MM).
4.Global and local search algorithms
5.Molecular Docking
6.Molecular Dynamics.
Detailed program
1.Determination and computational modelling of protein structure: survey on the experimental techniques used in the characterization of protein 3D structure and how to handle pdb files; introduction to bioinformatics.
2.Relatioship between molecular structure and energy: structure-energy relationship in molecules; the harmonic approximation; molecular conformation, Z-matrix and degrees of freedom; the PES and the mathematical definition of stationary points; hints on linear algebra.
3.Molecular Mechanics (MM): differences between molecular mechanics and quantum mechanics, both in theory and practice; hybrid methods QM-MM; the functional forms of the Force Field and its parametrization; mathematic description of the forces involved in molecular interactions; solvation models;
4.Global and local search algorithms: local search algorithms (of zero, first and second order); global search algorithm in the conformational sampling of the PES (both stochastic and systematic).
5.Molecular Docking: the recognition process between macromolecules and exogeneous molecules (drugs or enzymatic substrates); the role of molecular docking in the drug design process; the “architecture” of molecular docking; search algorithms and scoring functions; potential energy grid; covalent docking and its utility; macromolecule-macromolecule docking and its utility; survey on the most popular software and web server for molecular docking; successes and limits of the technique; results rationalization (also thanks to practical exercises seen/done during classes).
6.Molecular Dynamics: classification of MD techniques; application areas and limits; statistical thermodynamics, thermodynamic ensambles; Verlet integration; thermostats vs barostats; trajectories analysis and simulation interpretation.
Prerequisites
Background.
Specific knowledge of other topics is not required. It is preferable being motivated toward in silico investigations of molecular basis of biochemical processes.
Prerequisites. None
Teaching form
Classroom lectures including training in a series of softwares and web servers.
Teaching language: italian.
Textbook and teaching resource
Slides. Available at the e-learning platform of the course.
Handouts. Available at the e-learning platform of the course.
Bibliography. Selected scientific papers and reviews
Textbooks
“Bioinformatica” , Stefano Pascarella, Alessandro Paiardini
"Introduction to Computational Chemistry", Frank Jensen (chapter 2).
Semester
Second semester
Assessment method
Written examination: preparation of a detailed report regarding the practical exercises seen and/or done during classes, followed by oral examination.
Office hours
Contact: on demand by email to the lecturer.
Scheda del corso
Staff
-
Federica Arrigoni