Anno di corso: 1

Crediti: 8
Crediti: 8
Crediti: 8
Crediti: 3
Tipo: Lingua/Prova Finale
Crediti: 3
Tipo: Lingua/Prova Finale
Crediti: 3
Tipo: Lingua/Prova Finale
Crediti: 3
Tipo: Lingua/Prova Finale

Anno di corso: 2

Anno di corso: 3

ELEMENTI DI BIOINFORMATICA

Scheda dell'insegnamento

Anno accademico di regolamento: 
2016/2017
Anno di corso: 
3
Anno accademico di erogazione: 
2018/2019
Tipo di attività: 
Obbligatorio a scelta
Lingua: 
Italiano
Crediti: 
8
Ciclo: 
Primo Semestre
Ore di attivita' didattica: 
72
Prerequisiti: 

Algoritmi e strutture dati; Linguaggi di programmazione;

Moduli

Metodi di valutazione

Modalita' di verifica dell'apprendimento: 

La verifica dell'apprendimento consiste di due parti:

una prova scritta individuale, basata su domande a risposta aperte relativa alle nozioni presentate nel corso relative ai contenuti di natura algoritmica
project work da svolgere individualmente o in piccoli gruppi (max 3 persone), riguardanti gli aspetti di programmazione
La valutazione finale viene ottenuta tramite media pesata delle votazioni ottenute nelle due parti, con peso 25% per la prova scritta e 75% per il project work.

Non sono previste prove in itinere

Valutazione: 
Voto Finale

Obiettivi formativi

Alla fine del corso lo studente avrà compreso le principali problematiche computazionali e tecniche algoritmiche in bioinformatica. Sarà in grado di scrivere programmi di modeste dimensioni per risolvere problemi in bioinformatica utilizzando anche dati presenti su basi di dati pubbliche

Contenuti

Principali problemi e algoritmi in bioinformatica. Pattern Matching. Allineamento di sequenze. Sequenziamento di DNA. Storie evolutive. Gestione di dati e basi di dati biologici

Programma esteso

Algoritmi e strutture dati per il pattern matching
Allineamento di sequenze
Sequenziamento di DNA
Alberi evolutivi
Formati di file di dati biologici
Banche dati biologiche
Metodologie di sviluppo software open source per la bioinformatica

Bibliografia consigliata

Algorithms on Strings, Trees and Sequences: Computer Science and Computational Biology. Dan Gusfield. Approfondimenti su materiale fornito dai docenti

Metodi didattici

Lezioni in aula e attività di laboratorio. Utilizzo della piattaforma di e-learning per integrare lo studio individuale tramite arricchimento delle attività in aula e per autovalutazioni in itinere del livello di preparazione ottenuto