Organizzazione della didattica

La didattica sarà interamente online, a causa della pandemia non completamente superata.

Le lezioni inizieranno ad Aprile 2022 e termineranno a Maggio 2023. Subito dopo partiranno i tirocini aziendali.

La didattica si svolgerà a settimane alterne con i seguenti orari:
giovedi: 11-13 e 14-18
venerdi: 9-13 e 14-18
sabato 9-13

Normalmente ciascun corso occuperà i tre giorni consecutivi di una settimana di lezioni. Il sabato della settimana successiva, in cui non c'è lezione, si svolgerà l'esame in modalità remota.

I corsi del master: corsi di base (di 'allineamento')

I corsi di base di 'Fondamenti di matematica e statistica' e 'Fondamenti di programmazione in Python' sono per le persone con formazione bio-med, mentre i corsi 'Fondamenti di chimica biologica e biologia cellulare' e 'Fondamenti di Biologia Molecolare e Genetica' sono rivolti ai partecipanti di formazione matematica/informatica. Naturalmente è possibile seguirli tutti.

Fondamenti di matematica e statistica

Docenti responsabili: Simone Rinaldi (UNISI), Giulia Palma (UNIPI)

  • statistica descrittiva
  • test parametrici e non parametrici
  • basi di algebra lineare
  • basi di analisi matematica

Fondamenti di programmazione in Python

Docenti responsabili: Moreno Falaschi (UNISI), Caterina Graziani (UNISI)

  • Introduzione alla programmazione in Python.
  • Tipi di dati primitivi (numeri, stringhe, liste, tuple, insiemi, dizionari).
  • Scrittura di semplici script e programmi Python.
  • Le classi di sistema, il modulo delle espressioni regolari.
  • Utilizzo di librerie BioPython per accedere a sequenze in database biologici (DNA, proteine, ecc), per alberi filogenetici, per confrontare sequenze, ecc...

Fondamenti di chimica biologica e biologia cellulare

Docenti responsabili: Paola Chiarugi (UNIFI), Matteo Ramazzotti (UNIFI)

  • La cellula: unità di organizzazione di tutti gli organismi. EUCARIOTI E PROCARIOTI. Forme e dimensioni delle cellule. Organizzazione generale della cellula. Cellula animale e vegetale.
  • CENNI DI CHIMICA INORGANICA E ORGANICA: Legami covalenti e interazioni non covalenti. Molecole polari e molecole apolari. L'acqua.
  • Cenni sulle leggi chimiche e fisiche che governano le reazioni. Il ruolo degli enzimi nelle reazioni biologiche. METABOLISMO: catabolismo e anabolismo. Struttura e funzione dell'ATP.
  • Le macromolecole: proteine, acidi nucleici, lipidi e glucidi. Caratteristiche generali.
  • Dal DNA alle proteine: flusso di informazione attraverso trascrizione e traduzione (codice genetico).
  • PROTEINE: Gli ammino acidi, chiralità, zwitterioni. Proteine, legame peptidico. Struttura primaria, secondaria, terziaria e quaternaria. Sequenza e conformazione.
  • LIPIDI: acidi grassi saturi e insaturi. Lipidi strutturali della membrana (cenni su lipidi di riserva e steroli. Struttura e funzione delle membrane cellulari.
  • CARBOIDRATI: Monosaccaridi. Disaccaridi: legame O-glicossidico. Polisaccaridi: (amido, glicogeno, cellulosa, peptidoglicano, glicosamminoglicani. Glicoconiugati: glicoproteine; glicolipidi; lectine.
  • Lipidi, proteine e carboidrati nella struttura della membrana. Il passaggio attraverso le membrane (diffusione semplice e facilitata, trasporto attivo).
  • Compartimenti nella cellula eucariotica: funzione morfologica e funzionale dell'involucro nucleare, del reticolo endoplasmatico, dell'apparato di Golgi, dei lisosomi e dei perossisomi. Smistamento delle proteine nei diversi compartimenti. Pathway secretorio. Traffico vescicolare).
  • Il mitocondrio: generalità sulla sua struttura e funzione.
  • Il citoscheletro e la motilità cellulare. Motilità e forma della cellula: actina e tubulina. I filamenti intermedi. Le proteine motrici miosina, dineina e chinesina e cenni sui meccanismi a cui sono associate.

Fondamenti di Biologia Molecolare e Genetica

Docenti responsabili: Francesco Nardi (UNISI), Susanna Croci (UNISI)

  • Struttura chimica dei nucleotidi e degli acidi nucleici. Definizione di gene. Cenni sulla strutturazione del DNA nella cromatina: ruolo degli istoni per la formazione dei nucleosomi e delle fibrille di cromatina. Organizzazione ed evoluzione di geni, cromosomi e genomi. Replicazione, riparazione e ricombinazione del DNA.
  • Trascrizione e sua regolazione nei procarioti e negli eucarioti. Gli RNA: caratteristiche, funzioni e meccanismi di formazione di mRNA, tRNA, rRNA. Processamento e maturazione dell'RNA.
  • Traduzione e codice genetico. Regolazione della traduzione. Modificazioni epigenetiche del DNA.
  • Ciclo cellulare. Fattori di Crescita e trasduzione del segnale (cascata delle MAP-chinasi). Mitosi e meiosi.
  • Cenni su segnalazione cellula-cellula. Interazione e segnalazione "prossimale" cellula-cellula (giunzioni strette, giunzioni aderenti, desmosomi, giunzioni gap). Ormoni, recettori e meccanismi di trasduzione del segnale. Interazione cellula-matrice (emidesmosomi, adesioni focali) e trasduzione del corrispondente segnale.
  • I corsi del master avanzati: (per tutti i partecipanti)

Genomica e proteomica funzionale

Docente responsabile: Laura Bianchi (UNISI)

  • Scienze "Omiche". Banche dati.
  • Struttura, evoluzione, variabilità del genoma.
  • Trascrittoma ed espressione differenziale.
  • Proteomica e modificazioni co- e post-traduzionali; annotazione proteica e GO terms, famiglie proteiche.
  • Complessità: dall'espressione differenziale tessuto-organo dipendente, splicing alternativo e modificazioni co- e post-traduzionali alle interazioni funzionali differenziali, compartimentazione e net proteici.
  • Principali risorse di biologia molecolare come ExPASy e NCBI (database e tool).
  • Interazioni funzionali e Pathways

Algoritmi e strutture di dati in bioinformatica

Docenti responsabili: Nadia Pisanti (UNIPI), Sara Brunetti (UNISI)

  • Algoritmi di Allineamento tra sequenze.
  • Algoritmi per la ricerca di motivi e ripetizioni.
  • Algoritmi per l'assemblaggio.
  • Algoritmi per la ricerca di Varianti.

Tecnologie di sequenziamento

Docenti responsabili: Romina D'Aurizio (CNR, Pisa), Marco Bruttini (Centro Regionale Medicina di Precisione, Siena)

  • Introduzione alle tecnologie per il sequenziamento (short e long reads)
  • Applicazioni in genomica e trascrittomica
  • Data repository
  • Formato dei file
  • Valutazione qualità e preprocessing
  • Allineamento di sequenze

Genomica computazionale

Docenti responsabili: Simone Furini (UNISI), Romina D'Aurizio (CNR, Pisa)

  • Algoritmi per identificazione di varianti genomiche (snp, indels, cnv).
  • Stima dell'espressione (RNAseq, smallRNAseq) e dell'espressione differenziale.
  • Metodi per lo studio della metilazione.
  • Metodi per integrazione di diverse omiche (applicazioni a The Cancer Genome Atlas)

Biostatistica

Docente responsabile: Letizia Magnoni (Siena, Professionista)

  • Introduzione alla Statistica: Statistica e Campioni, Statistica Descrittiva, Tabelle di frequenza, Rappresentazione grafica dei dati, Indici di posizione e di variabilità
  • Probabilità: Probabilità di un evento, Eventi incompatibili, Eventi indipendenti, Probabilità condizionata, Distribuzioni di probabilità.
  • La verifica delle ipotesi: Il test di ipotesi, Il p-value
  • Disegno Sperimentale: Le componenti del disegno sperimentale, Scelta della dimensione campionaria
  • Statistica inferenziale: Intervalli di confidenza, Test parametrici e non parametrici, l'analisi della varianza, il problema della comparazione multipla.
  • La Regressione: regressione lineare, le assunzioni della regressione, trasformazione dei dati, regressione non lineare.

Data mining per BIG Data biologici

Docenti responsabili: Franco Scarselli (UNISI), Paolo Andreini (UNISI)

  • Analisi di dati con python e Pandas (o R).
  • Introduzione al parallelismo ed alle computazioni distribuite.
  • Map Reduce e calcolo distribuito per grosse quantità di dati con Hadoop.
  • La piattaforma Spark.
  • Ricerca di informazioni simili: "Local sensitive hashing".
  • Elementi frequenti in insiemi di dati e regole di associazione.
  • Algoritmi per "mining" su grafi.
  • Big data e machine learning: machine learning per big data ed hardware and software specializzati per velocizzare l'apprendimento automatico.
  • Clustering.

Machine learning per biologia strutturale

Docenti responsabili: Monica Bianchini (UNISI), Filippo Geraci (CNR, Pisa), Simone Bonechi (UNISI)

  • Introduzione alle tecniche di machine learning.
  • Reti neurali artificiali: reti neurali a strato singolo, reti feedforward multistrato, architetture con neuroni a base radiale, autoassociatori.
  • Reti neurali ricorrenti e ricorsive; reti neurali per grafi.
  • Cenni agli approcci di apprendimento profondo.
  • Applicazioni: classificazione di mutageni, predizione di sequenze promotrici, riconoscimento delle giunzioni di splicing (accettori e donatori), predizione della struttura secondaria e terziaria delle proteine (mappe di contatto, ponti disolfuro), predizione del druggability score, predizione dei siti di localizzazione cellulare delle proteine, analisi di reti metaboliche, etc.

Strutturistica computazionale

Docenti responsabili: Ottavia Spiga (UNISI), Bernini Andrea (UNISI)

  • Metodi di modelling tridimensionali e protein data bank.
  • Programmi di grafica molecolare (Pymol).
  • Ricostruzione e visualizzazione della struttura 3D di proteine e altre macromolecole.
  • Docking (proteina-proteina, proteina-ligando).
  • Programmi di dinamica molecolare.

Genetics medica e genomica

Docenti responsabili: Alessandra Renieri (UNISI), Francesca Mari (UNISI), Susanna Croci (UNISI)

  • Ereditarietà mendeliana
  • Meccanismi atipici di ereditarietà, oltre il modello mendelismo
  • Effetti delle mutazioni somatiche
  • Disordini Genomici

Aspetti legali ed etici

Docente responsabile: Gianni Baldini (Siena, Professionista)

  • Aspetti legali ed etici

Ciclo di seminari su Bioinformatica e Data Science nelle imprese

Docenti responsabili: Falaschi Moreno (UNISI), Nardi Francesco (UNISI), Bianchini Monica (UNISI)

  • Seminari tenuti dalle imprese biotech.