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
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 2025/2026Il 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.
1° Anno
Insegnamenti | Crediti | TAF | SSD |
---|
A scelta un insegnamento tra
A scelta due insegnamenti tra
2° Anno Attivato nell'A.A. 2017/2018
Insegnamenti | Crediti | TAF | SSD |
---|
A scelta tre insegnamenti tra
Insegnamenti | Crediti | TAF | SSD |
---|
A scelta un insegnamento tra
A scelta due insegnamenti tra
Insegnamenti | Crediti | TAF | SSD |
---|
A scelta tre insegnamenti tra
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.
Natural computing (2017/2018)
Codice insegnamento
4S004557
Docenti
Coordinatore
Crediti
6
Offerto anche nei corsi:
- Modelli di calcolo non convenzionale del corso Laurea magistrale in Ingegneria e scienze informatiche [LM-18/32]
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
Periodo
I sem. dal 2 ott 2017 al 31 gen 2018.
Sede
VERONA
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.
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.
Materiale e documenti
-
AlgoritmiBiotecnologici (pdf, en, 1504 KB, 10/26/17)
-
AlgoritmiDNA (pdf, en, 9630 KB, 10/24/17)
-
CalcoliMembrana (pdf, en, 4580 KB, 11/15/17)
-
CalcoliMetabolici (pdf, en, 6521 KB, 11/22/17)
-
ChomskyGrammars (pdf, en, 7912 KB, 12/14/17)
-
Follow-up (pdf, en, 15635 KB, 11/8/17)
-
GenomicaInformazionale (pdf, en, 13545 KB, 11/4/17)
-
IGtools (zip, en, 6431 KB, 11/8/17)
-
Informazione-Vita (pdf, en, 1974 KB, 10/18/17)
-
LezioniIntroduttive (pdf, en, 10895 KB, 10/10/17)
-
LezioniProfManca (pdf, en, 9932 KB, 12/14/17)
-
SolutionTest19Dec (pdf, en, 237 KB, 12/19/17)
-
Test Grades (pdf, en, 53 KB, 1/8/18)
-
TuringMachines (pdf, en, 807 KB, 12/14/17)