Organizzazione della didattica
La didattica sarà interamente online, per favorire la partecipazione di persone che lavorano o che non sono nella regione Toscana.
Le lezioni inizieranno ad Aprile 2025 e termineranno ad Ottobre 2025. Subito dopo partiranno i tirocini aziendali. Il master teminerà a Giugno 2026 e le sessioni finali per discutere la tesi di tirocinio termineranno a Settembre 2026
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.
Il piano didattico con i giorni e gli orari di lezione per la quinta edizione del master è disponibile a questo link: Programma Didattico
Il periodo didattico è diviso in due metà. Alla fine di ciascuna metà è prevista una settimana di sospensione delle lezioni per permettere esami di recupero per un massimo di due corsi a scelta degli studenti per la metà appena conclusa. Questo permette di fare in ciascuna sessione di recupero 1 o 2 esami per cui lo studente non dovesse sentirsi sufficientemente preparato quando termina il relativo corso.
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), Veronica Lachi (BFK)
- 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 da imprese biotech.