Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

Piano Didattico

A.A. 2024/2025 A.A. 2023/2024 A.A. 2022/2023 A.A. 2021/2022 A.A. 2020/2021 A.A. 2019/2020 A.A. 2018/2019 A.A. 2017/2018 A.A. 2016/2017

Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.
Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:

Laurea magistrale in Medical bioinformatics - Immatricolazione dal 2025/2026

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.

A Attività di base
B Attività caratterizzanti
C Attività formative affini o integrative
D Attività a scelta dello studente
E Prova finale
F Altre attività formative
S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Natural computing  (2017/2018)

Codice insegnamento

4S004557

Docenti

Giuditta Franco, Vincenzo Manca

Coordinatore

Giuditta Franco

Crediti

6

Offerto anche nei corsi:

Lingua di erogazione

Inglese en

Settore Scientifico Disciplinare (SSD)

INF/01 - INFORMATICA

Periodo

I sem. dal 2 ott 2017 al 31 gen 2018.

Sede

VERONA

Orario Lezioni Seminari 1

Obiettivi formativi

Nel corso vengono presentati dei modelli di calcolo naturale, intesi come processi computazionali (osservati in e) ispirati dalla natura. Verranno prima richiamati alcuni modelli di calcolo classici, quali linguaggi formali e automi, e poi illustrati diversi modelli di calcolo ispirati dalla biologia, compresi gli algoritmi biomolecolari.

Vengono assunte alcune nozioni fondamentali di matematica discreta (insiemi, multinsiemi, sequenze, alberi, grafi, induzione, grammatiche e automi di calcolo), di analisi, algebra lineare e probabiluta', per spiegare alcuni metodi di analisi dell'informazione genomica e di reti metaboliche.

Sono obiettivi formativi del corso: i) approfondire la padronanza dello studente sulle principali strutture e dinamiche discrete e sulla nozione di calcolo, ii) sviluppare la sua capacita' di riconoscerle anche in sistemi di calcolo non convenzionali, come possono essere quelli biologici, e iii) sviluppare una competenza algoritmica che si estenda al mondo naturale, e in particolare molecolare. In sede di esame verra' testata la conoscenza dello studente di tutto quanto trattato in classe, contestualmente alla sua capacita' di apprendimento e comprensione.

Programma

Introduzione al calcolo naturale, agli algoritmi biologici, alle strategie algoritmiche della vita.

Richiami di matematica discreta e di teoria dei linguaggi formali (gerarchia di Chomsky, automi, e calcolabilita').
Elementi di teoria dell'informazione (sorgenti informative, codici, entropia e divergenze entropiche, sequenze tipiche, primo e secondo teorema di Shannon).

Metodi di estrazione e di analisi di dizionari genomici.
Profili genomici e distribuzioni di motivi ricorrenti.
Utilizzo software IGtools di analisi e visualizzazione di dati genomici.

Modelli computazionali di processi biomolecolari, calcoli a membrane.
Cenni di calcolo DNA, e di bio-complessita'.
Algoritmi DNA per risolvere problemi NP-completi.
Grammatiche MP, reti, e dinamiche metaboliche.

Testi di riferimento
Autore Titolo Casa editrice Anno ISBN Note
Gheorghe Paun, Grzegorz Rozenberg, Arto Salomaa DNA computing: new computing paradigms (Edizione 3) Springer 2013 Previous editions: 1998, 2006.
Martin A. Nowak Evolutionary Dynamics (Edizione 1) Harvard University Press 2006 0-674-02338-3
Vincenzo Manca Infobiotics Springer 2013

Modalità d'esame

-- Unico esame scritto, come ultima prova nel corso, che propone una lista di circa dieci domande su tutto il programma svolto. Lo studente supera l'esame se risponde correttamente alla maggioranza delle domande, raggiungendo una valutazione di almeno 18 trentesimi.

-- Esame orale, su tutto il programma, ad ogni appello. Lo studente supera l'esame se raggiunge o supera una valutazione di almeno 18 trentesimi.

Le domande dello scritto e dell'orale vertono sia su teoremi e dimostrazioni, che su conoscenza di algoritmi e metodi di analisi di dati, che sulla verifica della capacita' di risolvere nuovi esercizi e di applicare le conoscenze acquisite a nuovi contesti. In questa sede, lo studente dimostra di aver raggiunto un livello almeno sufficiente di conoscenza dei concetti del corso, esprimendo la propria capacita' di apprendimento, comprensione, e di comunicazione.

Progetto facoltativo, che consiste nell'approfondimento di un argomento o nello sviluppo di software per applicare a sistemi biologici specifici i metodi appresi nel corso. La valutazione del progetto e' indipendente, concordata con lo studente, intesa come aggiunta di punteggio al voto di esame, gia' superato con lo scritto o con l'orale. In questa sede, facoltativa, lo studente ha occasione di applicare quanto ha imparato, eventualmente esprimendo autonomia e intraprendenza.

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Materiale e documenti