Scienze statistiche - Statistical Sciences

LORENZO FARINA

* Obiettivi formativi
Il corso ha l'obiettivo di fornire agli studenti una formazione di base di bioinformatica sia pratica che teorica utilizzando i più comuni modelli e strumenti di analisi dei dati "omici" in biologia e medicina molecolare. L'attesa è che dopo aver completato il corso lo studente sia in grado di analizzare ed interpretare dati su larga scala come, per esempio, i dati di trascrittomica di un paziente utilizzando una metodologia appropriata implementata con matlab o altri linguaggi di programmazione ad alto livello. Inoltre, lo studente sarà in grado di capire la teoria biologica alla base delle tecniche di analisi e di analizzarne criticamente i risultati.
* Conoscenza e capacità di comprensione
Gli studenti conseguiranno conoscenze e capacità di comprensione nel campo della bioinformatica e della medicina computazionale ad un livello che includa anche alcuni temi innovativi e di frontiera della materia.
* Capacità di applicare conoscenza e comprensione
Gli studenti saranno in grado di applicare le loro conoscenze e capacità di comprensione in modo da dimostrare familiarità con i dati ed i metodi della bioinformatica e della medicina computazionale e possiederanno competenze adeguate sia per ideare e sostenere argomentazioni, che per risolvere problemi tipici della materia.
* Autonomia di giudizio
Gli studenti avranno la capacità di raccogliere ed interpretare i metodi ed i dati della bioinformatica e della medicina computazionale utili a produrre giudizi autonomi ed una riflessione critica dei temi connessi.
* Abilità comunicativa
Gli studenti dovranno essere in grado di comunicare informazioni, idee, problemi e soluzioni anche a interlocutori non specialisti (medici/biologi).
* Capacità di apprendimento
Gli studenti dovranno sviluppare delle capacità di apprendimento necessarie per continuare lo studio verso degli approfondimenti continui che caratterizzano il rapido evolversi della disciplina con un altro grado di autonomia.

* Obiettivi formativi
Il corso ha l'obiettivo di fornire agli studenti una formazione di base di bioinformatica sia pratica che teorica utilizzando i più comuni modelli e strumenti di analisi dei dati "omici" in biologia e medicina molecolare. L'attesa è che dopo aver completato il corso lo studente sia in grado di analizzare ed interpretare dati su larga scala come, per esempio, i dati di trascrittomica di un paziente utilizzando una metodologia appropriata implementata con matlab o altri linguaggi di programmazione ad alto livello. Inoltre, lo studente sarà in grado di capire la teoria biologica alla base delle tecniche di analisi e di analizzarne criticamente i risultati.
* Conoscenza e capacità di comprensione
Gli studenti conseguiranno conoscenze e capacità di comprensione nel campo della bioinformatica e della medicina computazionale ad un livello che includa anche alcuni temi innovativi e di frontiera della materia.
* Capacità di applicare conoscenza e comprensione
Gli studenti saranno in grado di applicare le loro conoscenze e capacità di comprensione in modo da dimostrare familiarità con i dati ed i metodi della bioinformatica e della medicina computazionale e possiederanno competenze adeguate sia per ideare e sostenere argomentazioni, che per risolvere problemi tipici della materia.
* Autonomia di giudizio
Gli studenti avranno la capacità di raccogliere ed interpretare i metodi ed i dati della bioinformatica e della medicina computazionale utili a produrre giudizi autonomi ed una riflessione critica dei temi connessi.
* Abilità comunicativa
Gli studenti dovranno essere in grado di comunicare informazioni, idee, problemi e soluzioni anche a interlocutori non specialisti (medici/biologi).
* Capacità di apprendimento
Gli studenti dovranno sviluppare delle capacità di apprendimento necessarie per continuare lo studio verso degli approfondimenti continui che caratterizzano il rapido evolversi della disciplina con un altro grado di autonomia.

Statistica di base

Bioinformatica: tipi di dati molecolari e banche dati. Analisi dei geni differenzialmente espressi. Introduzione alle reti complesse. Reti di interazione, reti di associazione. Network medicine.

Appunti forniti dal docente

https://pubmed.ncbi.nlm.nih.gov/21164525/

Esame orale

E' consigliata la frequenza

Esame orale

- Discutere il ruolo della matematica e statistica in biologia e medicina
- elencare le principali tecniche per la valutazione della modularità di una rete biologica
- Discutere le motivazioni che portano a considerara la medicina di rete come linguaggio
- discutere l'utilità del concetto di comunità e dei corrispondenti algortimi
- Discutere l'utilità delle reti neurali in medicina di precisione