Al termine del corso, lo studente dovrà essere capace di: • descrivere e discutere i concetti di base e i principi della statistica medica, inclusa la definizione di variabile e dataset, i principali metodi descrittivi numerici e grafici, formulazione di un quesito e la verifica di un’ipotesi statistica, • applicare e interpretare in modo appropriato i metodi statistici in campo medico, • formulare ipotesi per la ricerca scientifica di base e clinica, • riassumere analisi dei dati e risultati in report scritti, • spiegare gli strumenti computazionali per la soluzione di problemi derivanti dall’analisi di sequenze biologiche (DNA, RNA), • analizzare ed affrontare problemi di base di biologia molecolare, • descrivere e discutere la fenomenologia e le leggi fisiche alla base dei processi fisio-patologici umani e del funzionamento delle strumentazioni mediche.
Prerequisiti
Conoscenze di base di matematica.
Testi
-Jason M. Kinser, Computational Methods for Bioinformatics in Python 3.4, 2017 -Paul M. Selzer, Richard J. Marhoefer, Oliver Koch, Applied Bioinformatics, an introduction, 2nd edition, Springer International Publishing, ISBN: 9783319683010, 2018 -Jonathan Pevsner, Bioinformatics and Functional Genomics, Third Edition, Wiley -Biopython Tutorial and Cookbook (http://biopython.org/DIST/docs/tutorial/Tutorial.pdf)
Contenuti
Introduzione all’informatica, ai sistemi di calcolo, all’algoritmica, ai linguaggi di programmazione. Introduzione alla big data analysis e all’intelligenza artificiale (machine learning). Introduzione: elementi di biologia molecolare, banche dati biologiche. Introduzione alla programmazione in bioinformatica (Python): struttura del linguaggio Python, interprete Python, tipi e contenitori di tipi, costrutti per il controllo del flusso del programma, funzioni, moduli, biopython Analisi di sequenze: formati di sequenze, confronti, pattern matching, algoritmo BLAST, allineamento multiplo, costruzione di un albero filogenetico.