Syllabus del corso
Obiettivi
Il corso di biologia computazionale si propone di fornire le conoscenze teoriche di base e gli strumenti pratici per utilizzare le risorse bioinformatiche disponibili in rete, per il reperimento e l’analisi di dati biologici, ed in particolare per la predizione di struttura e funzione delle proteine.
Conoscenze e capacità di comprensione. Acquisire conoscenze di base (teoriche e pratiche) sulle risorse bioinformatiche, quali portali, database e software per il reperimento e l’analisi di dati biologici.
Capacità di applicare conoscenze e comprensione. Essere in grado di utilizzare correttamente tool computazionali per analizzare i dati biologici, raccogliere ed elaborare i risultati ottenuti, riconoscerne gli aspetti salienti.
Autonomia di giudizio. Essere in grado di riconoscere i contesti in cui è opportuno applicare i metodi computazionali appresi. Essere in grado di interpretare in modo corretto e critico i risultati di un’analisi computazionale.
Abilità comunicative. Essere in grado di descrivere i risultati di un’analisi computazionale con un linguaggio scientifico appropriato.
Capacità di apprendimento. Essere in grado di applicare analisi computazionali su un problema biologico non affrontato durante le esercitazioni nel laboratorio informatico utilizzando le risorse bioinformatiche apprese
Contenuti sintetici
Verranno illustrati i principi su cui si basano i principali algoritmi per la predizione di struttura e funzione delle proteine sulla base della sequenza aminoacidica e le modalità di ricerca di informazioni in banche dati dedicate.
Programma esteso
Banche dati di sequenze
Algoritmi globali ed euristici per allineamenti di sequenze
Allineamenti multipli di sequenze
Banche dati di strutture
Allineamenti strutturali
Evoluzione molecolare
Principi e problematiche di predizione strutturale e funzionale
Predizione di ordine e disordine strutturale
Predizione di struttura secondaria
Modelli strutturali per omologia
Riconoscimento di fold
Predizione di nuovi fold con il metodo Rosetta
Prerequisiti
Basi di biologia molecolare, biochimica delle proteine, ed evoluzione molecolare
Modalità didattica
Lezioni frontali ed esercitazioni nel laboratorio di informatica
Materiale didattico
Le diapositive mostrate a lezione saranno disponibili sulla piattaforma e-learning.
Verranno indicati lavori scientifici per ciascun argomento, che dovranno essere utilizzati per la preparazione all'esame.
Testi suggeriti:
- Orengo et al. "Bioinformatics: Genes, Proteins and Computers" Bios Scientific Publishers Limited, 2002
- Durbin et al. "Biological sequence analysis" Cambridge University Press, 1998
- Tramontano "Bioinformatica" Zanichelli, 2002
Periodo di erogazione dell'insegnamento
Secondo semestre
Modalità di verifica del profitto e valutazione
Elaborazione di un progetto secondo le linee guida presentate durante le esercitazioni. Assegnata una sequenza nucleotidica, si chiede di individuare e caratterizzare dal punto di vista funzionale e strutturale la proteina da essa codificata. Il progetto sarà oggetto di discussione con domande anche sugli aspetti teorici. Verranno valutate le nozioni di base acquisite, la capacità di esposizione, la comprensione della materia, la padronanza di tecniche e metodi, la capacità critica nella interpretazione dei risultati, la capacità di collegare le diverse tematiche trattate e la capacità di affrontare un progetto di predizione strutturale e funzionale di proteine.
Orario di ricevimento
Su appuntamento previa email al docente
Aims
The course of Computational Biology aims to give the theoretical knowledge and the practical skills for the usage of open source computational tools for search and analysis of biological data, as for protein structure and function prediction.
Knowledge and understanding. To acquire theoretical and methodological knowledge of computational resources, as open source web portal, database and tools for search and analysis of biological data.
Ability to apply knowledge and understanding. To be able to correctly use computational tools to collect and analyze biological data, and to recognize their salient aspects.
Autonomy of judgment. To be able to recognize the context for appropriate application of the computational tools learned during the course. To develop a critical vision for interpreting the results achieved.
Communication skills. To be able to elaborate computational data and describe them in an appropriate language with the correct technical terms.
Learning skills. To be able to correctly apply a computational analysis in contexts different from those used during the practical laboratory experience.
Contents
The course will explain the founding principles of the main algorithms devoted to protein structure and function prediction on the basis of the amino acid sequence and the procedures to extract information from dedicated databases.
Detailed program
Sequence databases
Global and heurystic sequence alignments
Multiple sequence alignments
Structure databases
Structural alignments
Molecular evolution
General issues in structural and functional prediction
Structural order/disorder prediction
Secondary structure prediction
Homology modeling
Fold recognition
Rosetta de novo prediction
Prerequisites
Bases of molecular biology, protein biochemistry and molecular evolution
Teaching form
Frontal lesson and informatics laboratory exercises
Textbook and teaching resource
Slides shown at lessons will be made available on the e-learning platform.
Scientific papers for each topic will be given. They have to be used for exam preparation.
Suggested textbooks:
- Orengo et al. "Bioinformatics: Genes, Proteins and Computers" Bios Scientific Publishers Limited, 2002
- Durbin et al. "Biological sequence analysis" Cambridge University Press, 1998
- Tramontano "Bioinformatica" Zanichelli, 2002
Semester
Second semester
Assessment method
Composition of a project developed according to the laboratory exercises. Given a nucleotide sequence, the student is asked to individuate and characterize the encoded protein in terms of structure and function. The presentation is followed by a discussion dealing also with the theoretical aspects. The evaluation will focus on the basic notions acquired, the quality of the oral presentation, understanding of the specific matter, knowledge of methods and techniques, critical interpretation of the results, the capability to connect the different topics treated in the course, and the skills in facing a research project on protein structure and function prediction.
Office hours
Upon request by e-mail